国有互联网运营商自治系统数据集
数据集简介
🏛️ 国有自治系统清单
数据集围绕「国有互联网运营商」这一对象,整理出可核对的自治系统(AS)清单。主体部分为 984 个政府持有多数股权的公司所运营的 AS;此外还给出 301 个少数国有 AS 的部分清单。对于跨国运营的国有运营商,数据集单独记录了 193 个海外子公司 AS,反映国有网络资产在不同国家落地的情形。
每条 AS 记录都附带支撑「国家所有权」判断的原始材料,包括原文引文(quote)、引文语言、来源类型与来源 URL,使研究者可以回到原始出处逐条复核,而不是依赖二手汇总。
⚠️ 归档状态说明
该数据集是 ACM IMC 2021 论文的配套数据,当前为归档版本,不再持续维护。所有权的核实时间窗口为 2019 年 6 月至 2020 年 11 月;数据最后修正于 2021 年 10 月,此后未再复查。因此,清单反映的是上述时段内的国有 AS 状况,后续的股权变动或网络调整不会体现在数据中。使用时应将其视为特定时间截面的基线数据,而非实时更新的资产台账。
✨ 数据特点
- 可追溯:每条记录保留确认国家所有权的原文引文、语言与来源 URL,便于逐条核验。
- 多格式导出:提供 CSV、TSV、JSON、JSON Lines、Parquet 与 SQLite 等现成导出文件,适配不同分析工具链。
- 结构清晰:规范数据位于
data/canonical/目录,导出文件位于data/exports/目录,并附MANIFEST.json与SHA256SUMS用于完整性校验。 - 字段明确:核心字段包括
asn、org_name、ownership_cc、ownership_country_name、target_cc、inputs、quote与来源 URL,覆盖 AS 编号、机构名称、所有权国家、目标国家及证据出处。
🚀 快速开始
数据集公开免费,可直接从仓库的 data/exports/ 目录下载所需格式的导出文件。下载后建议先校验文件完整性,再载入分析环境:
sha256sum -c SHA256SUMS
校验通过后,即可按研究需要选择 CSV、Parquet 或 SQLite 等格式读取。若需追溯单条记录的所有权依据,可结合 quote 与来源 URL 字段回到原始出处核对。
📖 数据加载与命令行工具
数据既可直接以表格形式加载,也可通过仓库提供的命令行工具使用。规范数据位于 data/canonical/,导出数据位于 data/exports/,MANIFEST.json 描述了文件组织与内容清单。常见的加载方式包括:
- 用 pandas 读取 CSV 或 Parquet 导出文件,按
asn、ownership_cc等字段筛选; - 用 SQLite 客户端打开 SQLite 导出文件,执行 SQL 查询;
- 用 JSON Lines 格式逐行流式处理,适合大文件或脚本化分析。
命令行工具的具体用法以仓库说明为准,配合 SHA256SUMS 可在每次使用前确认数据未被改动。
📚 引用与许可
本数据集对应论文:Identifying ASes of State-Owned Internet Operators,发表于 ACM IMC 2021,作者为 estcarisimo。数据采用 CC BY 4.0 许可,代码采用 MIT 许可。使用时请引用原论文与数据集出处。