上海交通大学IPv6视频网站日志分析报告-上海交通大学IPv6站.docVIP

上海交通大学IPv6视频网站日志分析报告 姜开达 沈霆 韩定一 2008.5.1 1.概述 （以下简称video6网站）是上海交通大学网络信息中心在下一代互联网CERNET2上建立的视频服务网站，通过IPv6网络向全球提供服务。目前主要提供几十个电视台、电台的网上直播，以及测试性提供少量视频点播内容。该网站广受用户好评，是目前国内IPv6网络上流量最大的网站。考虑到当前IPv6网络资源较少，而该站点电视直播资源丰富，用户群体很大，能够在一定程度上反映出IPv6用户的分布和使用状况。因此我们决定对该站点的Web访问日志进行分析。我们希望通过初步分析达到以下目的： 了解网站目前的访问情况。这样有助于我们更全面掌握服务器的使用状况，合理配置视频服务的软硬件系统，更好的为用户提供服务。 分析目前IPv6用户的分布状况和接入方式。在当前国内IPv6普及率不高的情况下希望得到用户比较集中的地区分布并进行初步统计分析。 原始日志数据 我们在video6网站的Web服务器端启动了日志记录功能，日志记录的格式为: date time s-sitename cs-method cs-uri-stem cs-username c-ip cs-version cs(User-Agent) cs(Referer) sc-status sc-bytes，收集了从 2008年2月26日到2008年3月27日共一个月的日志。这份日志一共涉及到 129,236个不同的IPv6地址，包含2,930,961条原始记录。 我们依次采用下列手段过滤了一些对于此次统计分析没有意义的访问记录，包括： 1.由于服务器是双栈的，日志中存在来自Baiduspider等有哪些信誉好的足球投注网站引擎和网络扫描产生的少量IPv4地址的访问。因为这些数据不能反映IPv6用户的真实访问情况，我们首先将这些数据剔除在分析数据集之外。这些记录一共 364条，占所有原始记录的0.012%。 2.考虑到不是所有用户都会访问video6网站的论坛和网速带宽测试栏目，而这种访问可能会使一个用户产生较多的日志记录，对后来的分析产生干扰。我们也过滤了用户访问这些内容的日志记录。这些记录一共 281,189条，占所有原始记录的9.59%。 3.同样是为了避免干扰分析，我们过滤了扩展名是 .zip，.exe 等文件的下载记录。这些记录有20,092条，占所有原始记录的0.686%。 4.我们发现日志里对部分目录的GET请求，显示的IPv6地址会以%0结尾，这可能和Web服务器的处理有关。由于这部分IPv6地址在请求其他文件时已经有所反映，并不会影响我们此次的分析，所以可以忽略。这些记录有1,818,846条，占所有原始记录的62.1%。 经过这些过滤，最终剩余810,470条访问记录作为此次分析样本，占所有原始记录的27.7%，涉及到 129,236个不同IPv6地址。 用户IPv6地址来源和地区分布 根据我们目前所掌握的信息，用户的IPv6地址主要来源于4种途径。 ISATAP隧道方式 ISATAP隧道方式获取的IPv6地址格式为：Prefix（64bit）:0:5efe:IPv4ADDR（IPv4ADDR即隧道端点的IPv4源地址，常见形式为a.b.c.d），所以在日志记录中我们很容易发现哪些用户使用ISATAP方式接入。一般说来，如果用户的IPv4地址不发生变化，那么他通过ISATAP隧道方式获取的IPv6地址也不会发生变化。我们经过统计发现存在有34个ISATAP服务器地址，共出现了10,056个不同的IPv6地址，占分析样本所有地址的7.78%。 表1. ISATAP服务器活跃程度排名Top20 排序. Prefix（64bit）:0:5efe 提供者 IPv6地址数 1 2001:da8:1005:1111:0:5efe 南京农业大学 2223 2 2001:da8:21c:6ff:0:5efe 中国人民大学 1669 3 2001:da8:207:1:0:5efe 北京师范大学 1459 4 2001:250:2009:400c:0:5efe 四川西华大学 1004 5 2001:da8:c803:85:0:5efe 西南大学 984 6 2001:da8:200:900e:0:5efe 清华大学 472 7 2001:da8:c800:b:0:5efe 重庆大学 403 8 2001:da8:c003:3:0:5efe 西北师范大学 385 9 2001:da8:8000:3:0:5efe 上海交通大学 334 10 2001:250:5008:2000:0:5efe 江苏工业学院 324 11 2001:da8:205:ffff:0:5efe 北京交通大学 204 1