研究者基于 PeeringDB 构建加权有向二分图，量化自治系统在互联网交换点的端口规模，揭示内容提供商与接入网的交互演变，并验证疫情期间超大型内容提供商对眼球网络覆盖显著扩张。
图构建机制：
PeeringDB 收录 10,000 个 AS、30,000 个端口、800 个 IXP。将每个端口按 info_ratio 属性拆分为双向加权边：Heavy Inbound/Outbound 方向占 100%、反向 5%；Mostly Inbound/Outbound 为 100%/25%；Balanced/Unknown 双向均 100%。该模型捕捉了流量从内容提供商单向流向眼球网络的特性，形成地理影响力聚类的交互拓扑。
关键节点识别：
引入 PageRank 与反向 PageRank 定位核心参与者。反向 PageRank 前 20 组 AS 涵盖 Facebook、Amazon、Akamai、Google、Apple、Microsoft、Netflix、Cloudflare、StackPath、Hurricane Electric、Fastly、OVHcloud 等超大型内容提供商与 CDN。正向 PageRank 则揭示区域性眼球网络。原文未给出具体中心性数值。
疫情期间演变分析：
利用简化 Google 矩阵进行谱分析，追踪对等网络随时间演变。结果显示 COVID-19 疫情期间，核心内容与云服务提供商对眼球网络的到达能力显著增强。原文未给出具体时间跨度、增长幅度或统计显著性指标。
该模型为运维工程师提供仅基于连通性即可评估 AS 交互强度的工具，辅助容量规划与对等策略制定；谱分析框架可复用于其他大规模互联拓扑的演化监测。
原文: APNIC Blog（2022-10-06）｜编译自 APNIC Blog，事实以原文为准。
来源：APNIC Blog