准确将自治系统映射到持有组织（AS2Org）是互联网研究基础，直接影响审查事件溯源等实际分析。组织按 AS 数量分单 AS 与多 AS，同源 AS 推断是多 AS 组织识别的核心，其持有者常扮演关键角色。佐治亚理工团队发现 whois 与 CAIDA AS2Org 数据集（CA2O）均存在系统性误差，并发布改进数据集与论文，揭示两大根因。
CA2O 与 whois 的高度一致性及级联风险
CA2O 依赖 whois 为唯一来源，对 99,271 个 AS 仅 829 处（0.8%）存在差异。CA2O 以 orgID 为唯一组织标识符，但不同 RIR 存储字段不一：APNIC/RIPE/AFRINIC 用 aut.org 与 org.organisation，ARIN 用 org.Handle，LACNIC 用 aut.ownerid。CA2O 另根据 whois 字段共性（如电话号码）将 AS 聚类为家族，除少量人工修订外，差异多源于此。这种高度一致性意味着 whois 错误直接级联至 CA2O 推断。
两类同源关系误差及根因分析
研究揭示两类同源关系误差：错误同源关系的根因是 APNIC LIR 机制缺陷，导致不同组织的 AS 被错误关联；缺失同源关系的根因原文未给出具体数据。团队在论文《Improving the Inference of Sibling Autonomous Systems》中详细分析并发布改进数据集，修正了基于字段共性的过度聚类，提升多 AS 组织识别准确度。
对网络工程师而言，需注意 RIR 间 orgID 字段不一致导致的映射偏差；研究者应采用改进数据集而非直接信任 CA2O 或原始 whois，以提升审查溯源、流量工程等场景的准确度。
原文: APNIC Blog（2023-03-21）｜编译自 APNIC Blog，事实以原文为准。
来源：APNIC Blog