USC/ISI 团队在 Trinocular 系统中引入 FBS 与 LABR 两项算法，将主动探测覆盖的 /24 IPv4 块从 400 万提升至 500 万以上，解决稀疏块因探测受限导致的误判与覆盖不足问题。
现有系统的覆盖边界与局限
Trinocular 自 2014 年 10 月起每 11 分钟探测数百万个 /24 IPv4 块，可追踪 400 万块，其中 340 万块满足“至少 15 个响应地址”阈值并给出可靠结果。全网共有 590 万响应块，其余 250 万因响应地址不足被丢弃。被动系统（Akamai/MIT）覆盖 200 万块，Thunderping 专注恶劣天气区域，CAIDA UCSD-NT 提供国家/区域级粒度。各系统均因信号强度不足而存在盲区，阈值设定过高降低覆盖，过低则引入误判。
FBS 算法：全块扫描破解稀疏块探测难题
Full Block Scanning（FBS）针对稀疏块在单轮 15 次探测上限下的不确定性：有限探测可能导致“无法形成确信”标记为未知，或因少量无响应误判为宕机。FBS 在保持探测速率上限前提下，通过全块扫描策略提升对稀疏块的覆盖，同时维持准确性。图 2 展示四个不同时间点（2017-10-06、2017-10-27、2017-11-14、2017-12-16）的稀疏度分布，原文未给出具体数据。
LABR 算法：单地址块恢复提供部分可用结果
Lone-Address-Block Recovery（LABR）面向极少活跃地址的块，不再直接丢弃，而是输出部分结果。这种“部分可用”机制使原本被阈值过滤的块纳入覆盖范围，配合 FBS 将总覆盖从 400 万推至 500 万以上 /24 块。两项算法均在 PAM 论文中详述，原文未给出误判率对比数据。
对运维与网络工程师的意义
覆盖率提升 40% 意味着更多前缀能被纳入实时停机监控，减少盲区导致的告警遗漏。工程师可依赖更完整的 /24 级视图定位故障域，尤其在边缘网络、新兴接入侧等稀疏地址场景，获得原本会被丢弃的部分可达性信息，辅助容量规划与故障根因分析。
原文: APNIC Blog（2020-06-09）｜编译自 APNIC Blog，事实以原文为准。
来源：APNIC Blog