IPGeoAI: Transformer-Based Geolocation with LLM Semantic Fusion
作者: Avinash Kadimisetty, Andy Jinqing Yu, Philip Favaloro, Wenlong Liu, Xiaolu Xiong
分类: cs.AI
发布日期: 2026-09-03
💡 一句话要点
提出IPGeoAI以解决城市级IP地理定位问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: IP地理定位 深度学习 Transformer 大语言模型 语义融合 网络拓扑 城市级精度 层次推理
📋 核心要点
- 现有方法在处理现代网络基础设施的复杂性和IPv6地址空间的动态性时存在局限性，导致城市级地理定位精度不足。
- 本文提出的IPGeoAI模型通过将地理定位视为序列建模任务，利用Transformer编码器捕捉IP子网的层次结构，并通过大语言模型提取语义特征。
- 实验结果显示，IPGeoAI在城市级精度上提高了6%，并在大规模在线测试中实现了+0.35%的显著性能提升。
📝 摘要（中文）
准确的城市级IP地理定位是现代数字生态系统的重要组成部分，支持本地内容交付和数字权利执行等服务。然而，传统的启发式和数据库驱动方法在现代网络基础设施的复杂非线性分配模式中常常面临挑战。本文提出了IPGeoAI，一种新颖的深度学习模型架构，将地理定位重新定义为序列建模任务。该方法利用Transformer编码器捕捉IP子网结构中的层次依赖关系，并通过零样本大语言模型特征提取管道整合非结构化语义上下文，以解决地理模糊性。通过在200,000个城市的专有数据集上进行的广泛离线评估，IPGeoAI在城市级精度上显著超越了领先的外部供应商。
🔬 方法详解
问题定义：本文旨在解决城市级IP地理定位的准确性问题。现有的启发式和数据库驱动方法在面对复杂的网络分配模式时，往往无法有效处理，尤其是在IPv6和移动网络环境中。
核心思路：IPGeoAI通过将地理定位问题转化为序列建模任务，利用Transformer编码器捕捉IP子网的层次依赖关系，并通过大语言模型提取语义特征，来解决地理模糊性。
技术框架：IPGeoAI的整体架构包括Transformer编码器、零样本特征提取管道和多头交叉注意力模块。该框架通过整合语义信号与网络拓扑数据，建立了数值与语义身份之间的桥梁。
关键创新：最重要的创新在于将地理定位问题重新定义为序列建模任务，并通过大语言模型提取非结构化的语义上下文，从而显著提升了定位精度。
关键设计：模型采用了层次推理策略，细化粗粒度的国家信号，并在离线预计算过程中将原始的自治系统描述转化为结构化的领域特定元数据。
🖼️ 关键图片
📊 实验亮点
在200,000个城市的专有数据集上，IPGeoAI在城市级精度上实现了6%的提升，显著超越了领先的外部供应商。此外，在大规模在线生产测试中，模型在一线下游用例指标上实现了+0.35%的统计显著性提升，展示了其实际应用价值。
🎯 应用场景
该研究的潜在应用领域包括本地内容交付、数字广告定位和网络安全等。通过提高城市级IP地理定位的准确性，IPGeoAI能够为企业提供更精准的用户定位服务，提升用户体验，并在数字权利管理中发挥重要作用。未来，该技术有望在更广泛的网络应用中得到推广，推动数字生态系统的进一步发展。
📄 摘要（原文）
Accurate city-level IP Geolocation is an important enabler for the modern digital ecosystem, underpinning services ranging from local content delivery and targeting to digital rights enforcement. However, traditional heuristic and database-driven methods often struggle to resolve the complex, non-linear allocation patterns of modern network infrastructures, particularly within the exploding IPv6 address space and transient mobile networks. In this paper, we introduce IPGeoAI, a novel deep learning model architecture that reframes geolocation from a static lookup problem to a sequential modeling task. Our approach utilizes the Transformer Encoder to capture hierarchical dependencies inherent in IP subnet structures. We propose a method to resolve geographic ambiguity by integrating unstructured semantic context via a Zero-Shot LLM Feature Extraction pipeline. We utilize Large Language Models to transform raw, noisy Autonomous Systems (AS) descriptions into structured, domain-specific metadata (such as 'University' vs. 'ISP' or 'Global' vs. 'Local') via an offline pre-computation process. By fusing these semantic signals into the network via a Multi-Head Cross-Attention module, we bridge the gap between numerical network topology and real-world semantic identity. Extensive offline evaluation on a proprietary dataset spanning 200,000 cities demonstrates that IPGeoAI significantly outperforms a leading external vendor in city-level granularity. By adopting a hierarchical inference strategy that refines coarse-grained country signals, our model achieves a 6% improvement in city-level accuracy while extending coverage to 100% of the traffic. Furthermore, in large-scale online production tests, the model drove a statistically significant +0.35% improvement in our 1st-tier downstream use cases metric.