如何正規化代理日誌中的 IPv4 映射 IPv6 位址

同一個 IPv4 代理出口，可能在日誌中顯示為點分位址 203.0.113.7，也可能顯示為 IPv4 映射 IPv6 值 ::ffff:203.0.113.7。如果分析流程把兩個字串視為不同出口，就會誇大位址池多樣性、扭曲重複率，還可能製造假的地理位置或信譽衝突。

IPv4 映射 IPv6 位址不代表請求一定使用原生 IPv6 出口。它是 IPv4 節點的一種 IPv6 表示，雙棧軟體介面可能輸出這種形式。分析時應統一身分，但必須保留原始觀測值，以便除錯與稽核。

映射格式代表什麼

IPv6 位址架構把 ::ffff:0:0/96 定義為映射空間：前 80 位元為零，接著 16 位元為一，最後 32 位元為 IPv4 位址。同一個 IPv4 可以使用點分尾端或十六進位尾端表示。

公開來源說明：RFC Editor，《IP Version 6 Addressing Architecture》，2006 年 2 月；RFC Editor，《A Recommendation for IPv6 Address Text Representation》，2010 年 8 月；Python Software Foundation，《ipaddress — IPv4/IPv6 Manipulation Library》，Python 3.14 文件。

務必分開保存三類資訊：

• 原始對端值：用戶端、通訊端或應用程式實際記錄的內容；
• 正規化身分：用於計數與關聯的標準位址；
• 有效位址族：映射值記為 IPv4，原生 IPv6 記為 IPv6。

若能觀察傳輸位址族，應另設欄位記錄。不能只憑位址字串推斷整條網路路徑。

未正規化為何會破壞代理測量

按字串分組會把一個出口變成兩個，進而影響唯一出口數、出口變動率、黏性工作階段重複率、ASN 與網段集中度、國家或城市一致性、單一出口成功率與延遲、封鎖率與信譽比較，以及每個有效唯一出口的成本。

正規化應在去重、彙總、關聯、警示與儀表板計算前完成。同時保留原始值與標準值，讓調查人員可以重現最初觀測。

使用嚴格解析，不做字串替換

不要用正規表示式刪除 ::ffff: 後就假定剩餘內容有效。可信的 IP 位址程式庫可以驗證語法、辨識映射網段、轉換十六進位尾端並輸出標準文字。

from ipaddress import ip_address, IPv6Address

def normalize_peer(raw):
    address = ip_address(raw)
    if isinstance(address, IPv6Address) and address.ipv4_mapped is not None:
        return {
            "raw_peer": raw,
            "normalized_ip": str(address.ipv4_mapped),
            "effective_family": 4,
            "was_ipv4_mapped": True,
        }
    return {
        "raw_peer": raw,
        "normalized_ip": str(address),
        "effective_family": address.version,
        "was_ipv4_mapped": False,
    }

在資料擷取邊界捕捉解析錯誤，把無效值隔離，不能靜默轉成空字串。如果輸入還包含方括號、連接埠或區域識別碼，應先按端點結構解析，再把純位址交給 IP 程式庫。

建立穩定的證據結構

建議保存觀測時間、執行編號、用戶端、原始對端、正規化位址、有效位址族、是否映射、解析器版本、要求區域、觀測國家與 ASN、內容有效性及延遲。共享報告可使用帶有本次執行鹽值的位址雜湊；原始位址與未加鹽值只放在受控營運儲存空間。不要在測量日誌保存代理密碼、權杖、Cookie 或授權標頭。

部署前測試正規化器

使用文件專用位址，不使用真實客戶位址：

還要測試大寫十六進位、展開 IPv6、空白字元、帶方括號的端點、連接埠、空值與異常編碼。所有工作節點必須得到確定且一致的結果。

比較正規化前後的指標

對同一份有限資料同時執行舊邏輯與新邏輯，比較原始字串去重數、正規化身分數、映射值占比、單一出口重複率、ASN 與國家衝突、成功率、p95 延遲及每個有效出口的成本。

如果過去同時存在映射與點分形式，唯一出口數下降是預期結果。變化很大時需要調查：它可能來自日誌層調整、用戶端位址族差異或歷史測量錯誤，不能直接解讀為供應商庫存減少。

完成身分正規化後，再使用代理出口變動測量指南，並以相同標準鍵檢查代理池 ASN 集中度。執行代理位置準確度測試前，也應先合併重複身分。

安全上線檢查清單

• 為規則與解析程式庫記錄版本。
• 先回填小樣本，再處理歷史儀表板。
• 並排保留原始欄位與正規化欄位。
• 按用戶端與執行環境監控映射位址占比。
• 對表示方式突變發出警示，而不是把映射值本身視為異常。
• 按受控順序重新計算相依指標。
• 明確定義「IPv6 出口」是原生身分、傳輸觀測或產品標籤。
• 保留可追溯、可回復的映射證據。

常見問題

::ffff:203.0.113.7 是原生 IPv6 代理出口嗎？

不是。它是底層 IPv4 位址的 IPv4 映射 IPv6 表示，不應計為獨立的原生 IPv6 庫存。

正規化後可以刪除原始值嗎？

不可以。應連同來源與解析器版本保留，以便定位是哪個用戶端、執行環境或日誌層改變了表示方式。

正規表示式能否安全完成正規化？

簡單替換很脆弱，可能接受無效或並非映射格式的輸入。應使用維護良好的 IP 位址解析程式庫，並測試其映射位址屬性。

映射形式與點分形式是否應共用信譽與位置結果？

應使用同一個正規化身分鍵，但仍要保存每次查詢的來源與時間，確保過期或衝突的中繼資料可以追蹤。

合規說明

僅分析你獲准營運的代理流量、帳號、日誌與端點。減少網路識別碼留存、限制存取權限，並遵守供應商、目標網站、隱私與地區規則。位址正規化是測量品質控制，不能用於規避存取控制或掩飾活動。