网络实体定位技术是网络空间安全中的重要技术,在社交网络隐私保护、网络攻击溯源、入侵检测等应用中发挥着重要作用。可靠的网络实体定位需要大量位置精度高、性能稳定、分布广泛的网络实体地标的支撑。当前网络实体地标挖掘技术存在获取候选地标数量有限,对Web服务器类地标评估准确度不高,不能界定可靠地标的误差范围,单一来源的网络实体地标支撑定位能力不足等问题。为了解决这些制约着定位能力提升的问题,本文聚焦街道级网络实体地标的获取、评估以及多源地标融合等技术的研究,主要的工作及创新点如下:1.针对现有基于在线地图的地标挖掘算法受地图服务自身约束的问题,提出了一种基于在线地图雷达搜索的街道级地标挖掘算法。该算法首先将待挖掘区域划分为适当大小的正方形子区域;然后动态调整搜索粒度利用在线地图雷达搜索服务,对每个子区域进行递归搜索,获取其中全部地标信息;最后据此构建街道级候选地标,实现对在线地图的充分挖掘。对台湾、香港等地区进行的地标挖掘实验表明该算法获取的地标在数量、分布和定位效果上均较现有基于在线地图的地标挖掘算法有明显提升。2.针对现有Web地标的评估方法存在评估结果准确度不高,约束条件较为苛刻的问题,本文分析了无效Web候选地标的成因及评估思路,提出了Web地标可靠性评估的Evaluator算法。该算法采取决策树的思想逐层分类过滤无效地标,并综合利用公开数据与服务对候选地标进行评估,获得具有量化可信度的可靠地标。本文提出了一种有效解析出域名全部IP地址的算法——DNS分布式解析算法,为Evaluator过滤候选地标提供了数据支撑;并提出了反向校验算法获取IP承载的全部域名,为Evaluator计算可信度提供了重要依据。同时本文采取梯度下降法对评估参数进行估计,有效提升了Evaluator的评估效果。在中美5个城市的地标评估和定位验证实验结果表明,Evaluator可以有效排除无效Web地标,与当前相关评估方法相比显著提升了地标准确度和评估覆盖率。3.针对当前街道级地标评估方法仅仅给出相对的可信度值,不能确定地标的误差范围的问题,本文提出了一种能够估计地标误差上限的街道级地标评估算法。该算法首先进行城市级位置验证;然后对地标进行探测获取其最后一跳路由,并根据其最后一条路由对候选地标进行分组;接着使用E-Apriori算法对分组内地标的声明位置进行聚类,并根据每组候选地标的聚类结果确定其最后一条路由的位置范围,以及该路由落在该区域的概率;最后根据最后一跳路由的位置范围筛选出可靠地标,并确定其误差范围及准确率。香港和北京的地标评估实验表明,该算法可以有效筛选出可靠地标并确定地标误差上限,评估得到的地标在当前最新方法的基础上显著提升了地标的定位效果。4.针对当前主要定位方法依赖单一来源的地标,地标数量少、准确率不高,导致定位精度受到限制的问题,为了融合多源地标数据提升定位效果,本文提出了能够同时融合城市级地标和街道级地标的多源地标融合的Lusion算法。该算法首先对地标源进行数据预处理确保数据源粒度的统一以及数据源之间的独立性,使之符合融合要求;然后进行IP扩展增加数据源之间的重合度以提升融合效果;接着将两类地标位置数据进行建模,并将其统一在地标位置混合模型之下;最后使用EM算法迭代求解该模型的最大似然估计,确定地标真实位置的估计值。使用模拟数据进行模拟以及对香港、郑州融合地标定位效果的实验验证表明,该算法能够有效融合城市级和街道级地标数据源,在原始数据源的基础上数据准确率和定位效果上都有明显提升。