基于不变学习的分布外泛化IP地理定位方法

本发明公开了一种基于不变学习的分布外泛化IP地理定位方法，涉及IP定位技术领域，揭示不同环境下IP图中的不变结构，从而在存在分布外数据的情况下提高IP地理定位的泛化能力。首先，将原始路由数据预处理为深度模型可处理的IP图，用于下游结构；然后，利用不变提取器提取出IP图的不变特征和不变拓扑结构预测目标IP的经纬度；在此基础上，通过利用不变分量和快捷分量的随机组合，有效地模拟各种环境条件来预测目标IP的经纬度，保证了不变提取器的有效性；最后，特征、拓扑结构和参数更新的正则化项被应用于模型训练以增加模型的泛化能力。为分布变化下的IP地理定位精度设定了新的标准，可以在现实应用中增强IP地理定位的可靠性和可扩展性。