Bitcoin Core 嵌入式 ASMap 数据：IP 前缀到 ASN 映射的数据来源、协作流程与构建集成

本文以 嵌入式 ASMap 数据说明文档 为核心，系统讲解 Bitcoin Core 中 -asmap 功能背后的 ASMap 数据是如何采集、交叉验证、编码并嵌入发行版二进制的：包括 RPKI/IRR/Routeviews 三类数据源的优先级机制、多人协作的确定性构建与签名流程、asmap-tool.py 编码工具链，以及数据从 src/node/data/ip_asn.dat 经 CMake 编译定义到 NetGroupManager 分桶的完整源码链路。读完后，你可以复现 ASMap 文件的编码与校验步骤，并理解发行版更新内嵌 ASMap 数据的具体操作方式。

背景：为什么需要按 ASN 分桶

ASMap 功能（通过 -asmap 选项启用）允许 Bitcoin Core 在 netgroup 分桶时，使用对等节点自治系统的 ASN（Autonomous System Number，可理解为 ISP/主机商标识），而不是默认的 IP 前缀分桶。默认行为下，分桶依据 IP 前缀划分，但这无法防止一个大型主机商主导连接集合——因为这类公司通常控制着大量互不连续的 IP 段，其不同 IP 段会散落在不同的 IP 前缀桶中。改用 ASN 分桶后，一个节点就不会连接到同一个 AS 下的多个节点，从而提升对等节点集合的多样性。

从源码注释可以进一步确认这一动机：src/netgroup.h 中对 NetGroupManager 的注释明确写道，按 AS 分桶是为了让节点连接到多样化的对等方集合，"This is done in response to Erebus attack, but also to generally diversify the connections every node creates, especially useful when a large fraction of nodes operate under a couple of cloud providers"（这是对 Erebus 攻击的回应，也是在大量节点集中于少数云服务商时的普遍性多样化手段）。

启用 ASMap 的前提是拥有"IP 前缀 → ASN"的映射数据。该数据可以通过外部文件提供，但为了在用户无法自行提供文件时仍可用该功能，Bitcoin Core 还在构建中嵌入了一份默认的映射数据。这就是本文档的主体内容。

数据源与 Kartograf 工具

ASMap 本质上是 IP 前缀到 ASN 的映射，即某一刻互联网路由表的快照。这份文档指出了数据面临的固有难题：

• 路由表的部分内容波动性极高，且 BGP 协议本身存在已知漏洞，因此采集数据并证明其一致性非常困难；
• 仅从单一可信来源获取数据同样成问题（单点信任风险）。

为尽可能化解这些不确定性，社区创建了 Kartograf 工具（asmap/kartograf 项目）。Kartograf 的映射数据来自三类来源，且优先级明确：

1. RPKI 与 IRR：这两者本身就是用于防御 BGP 安全问题的安全机制，因此被认为更安全，其数据优先采用；
2. Routeviews：一个可信的 BGP 流量收集者，仅用于 RPKI 和 IRR 未覆盖的 IP 地址空间。

Kartograf 解析、处理并合并这些数据源的过程是确定性的：给定这些不同来源的原始下载文件，任何人都可以自行构建映射文件，并验证其结果与其他用户一致。而在地图文件被 Bitcoin Core 使用之前，还需要一步编码——这一步使用 contrib/asmap 中的 asmap-tool.py 完成，该步骤同样具有确定性。

多人协作的确定性采集与签名流程

即使处理过程是确定性的，获取初始输入数据时的高波动性依然是挑战：如果用户不想信任 ASMap 文件的单一制作者，怎么办？文档给出的答案是多方同时采集、多数结果共识：

• 多个用户可以在完全相同的时刻启动下载过程，这样他们下载到的数据大概率足够相似，最终会产出相同的输出文件；
• 这一过程由 asmap-data 项目（asmap/asmap-data 仓库）定期组织协作；
• 若某个结果哈希被至少 5 位参与者签名确认，则对应的 ASMap 文件会被合入该仓库供公开使用；
• 合入还要求至少另外 2 位审查者确认上述流程被正确执行、且编码步骤产出的文件哈希一致；
• 新文件会持续地创建，但没有中央计划或固定时间表。

这个"确定性流程 + 多方独立执行 + 签名与审查"的组合，使得嵌入式 ASMap 数据在不依赖单点信任的前提下具备可验证性。

编码工具链：asmap-tool.py

contrib/asmap/README.md 说明，ASMap 文本文件体积较大，需编码为二进制格式后才能与 -asmap 配合使用。asmap-tool.py 提供四类操作：

python3 asmap-tool.py encode /path/to/input.file /path/to/output.file
python3 asmap-tool.py decode /path/to/input.file /path/to/output.file
python3 asmap-tool.py diff /path/to/first.file /path/to/path/to/second.file
python3 asmap-tool.py diff_addrs /path/to/first.file /path/to/second.file addrs.file

（以上命令按 README 原样整理，diff 一条的第二个参数应为 /path/to/second.file。）各命令要点：

• encode：将文本 ASMap 编码为二进制。--fill/-f 标志可通过"若相邻网段已有 ASN 分配，则对未映射网段推断分配"进一步压缩输出；但该过程是有损的（丢失哪些网段原本未分配的信息），且仅当输入 ASMap 足够完整、目标是省空间且不打算日后做 diff 时才建议使用；
• decode：反向解码；--fill 同样会重分配子网以减小体积，--non-overlapping/-n 则输出严格不重叠的网段范围；
• diff：比较两个 ASMap 文件，输出网段 ASN 分配状态的变化，包括三种状态：重新分配到新 AS（AS26496 # was AS20738）、仅存在于第一个文件（# 220.157.65.0/24 was AS9723）、仅存在于第二个文件（# was unassigned）；支持 --ignore-unassigned/-i 忽略新增网段；
• diff_addrs：结合两个 ASMap 与本机已知节点列表（由 bitcoin-cli getnodeaddresses 导出），只报告本机实际对等方 IP 所经历的 AS 变化，例如：

bitcoin-cli getnodeaddresses 0 > addrs.json
python3 asmap-tool.py diff_addrs path/to/first.file path/to/second.file addrs.json

README 还提示：数据量较大时上述命令可能需要几分钟，建议用 pypy3 加速。

源码链路：嵌入数据如何进入二进制

嵌入过程由构建系统完成。CMakeLists.txt 定义了开关：

option(WITH_EMBEDDED_ASMAP "Embed default ASMap data." ON)

默认开启；仅当启用 BUILD_FOR_FUZZING 时会被强制关闭（见 CMakeLists.txt 附近的 set(WITH_EMBEDDED_ASMAP OFF)，该分支同时关闭了钱包、GUI 等目标）。

开启后，src/CMakeLists.txt 中：

if(WITH_EMBEDDED_ASMAP)
  target_compile_definitions(bitcoin_node PRIVATE ENABLE_EMBEDDED_ASMAP=1)
  include(TargetDataSources)
  target_raw_data_sources(bitcoin_node NAMESPACE node::data
    node/data/ip_asn.dat
  )
endif()

即：向 bitcoin_node 目标注入 ENABLE_EMBEDDED_ASMAP=1 编译定义，并把 src/node/data/ip_asn.dat 这份原始数据以 node::data 命名空间生成头文件形式内联进二进制。ip_asn.dat 正是文档"Release process"一节要求替换的那个文件——它位于 src/node/data/ 下。

运行时加载：外部文件与内嵌数据的选择逻辑

启动阶段的加载逻辑在 src/init.cpp 中。-asmap 参数的定义（src/init.cpp）说明了两种用法：

• -asmap=<file>：指定用于节点分桶的 ASN 映射文件；相对路径会被加上"按网络区分的 datadir 前缀"；
• 若参数为布尔值（-asmap 或 -asmap=1）：使用二进制中内嵌的映射数据。

加载流程为：参数被设置且未取反时，先判断是否给了具体文件路径——给了则解析路径、检查文件存在（不存在则 Could not find asmap file），调用 DecodeAsmap 读取（解析失败则 Could not parse asmap file），并构建 NetGroupManager::WithLoadedAsmap；未给路径时则走内嵌分支，直接引用编译期生成的 node::data::ip_asn 字节数组，先用 CheckStandardAsmap 做标准数据校验（128 位 IPv6 空间），失败会报 Could not read embedded asmap data，数据不存在则报 Embedded asmap data not available（对应 WITH_EMBEDDED_ASMAP 关闭的构建）。最后，无论哪条路径都会记录 asmap 版本：

LogInfo("Using asmap version %s for IP bucketing", asmap_version.ToString());

这里的 asmap 版本由 src/util/asmap.h 中的 AsmapVersion 计算，是一个标识当前所用映射数据的校验和。同一头文件还声明了 Interpret（从 asmap 字节与 IP 解出 ASN）、SanityCheckAsmap（按位宽做健全性检查）和 DecodeAsmap（读取并校验二进制文件）。

而 NetGroupManager（src/netgroup.h）对外提供三个工厂：WithEmbeddedAsmap、WithLoadedAsmap、NoAsmap；核心接口包括 GetGroup（返回地址的分组标识，保证不会向同一 netgroup 的地址发起两条连接）、GetMappedAS（返回到达该地址 BGP 路径上的 AS）、以及 ASMapHealthCheck（分析并记录基于 ASMap 的桶的健康度）。头文件注释还说明：asmap 以 const 方式在构造时初始化，因而线程安全；m_asmap 可以指向运行时加载的 m_loaded_asmap，也可以指向嵌入数据。

发行版更新流程（Release Process）

文档最后一节给出了嵌入式 ASMap 数据在版本发布时的更新规程：

1. 临近新版本发布时，应当用 asmap-data 仓库中更新的 ASMap 文件替换 ip_asn.dat（当前仓库中该文件位于 src/node/data/ip_asn.dat），使新数据被嵌入发行版；
2. 优先选择现成的近期文件：理想情况下应已存在最近构建的文件可直接选用；
3. 必要时发起新一轮构建：若没有合适文件，可按前文描述的协作流程启动一次新的创建过程，以获取用于该版本的新鲜地图。

由于 Kartograf 处理与 asmap-tool.py 编码都是确定性的，且合入 asmap-data 仓库需要多方签名与审查，因此替换 ip_asn.dat 这一动作本身的风险是受控的——开发者只需确认所选文件的哈希与 asmap-data 仓库中已验证的文件一致。

验证与测试支撑

仓库中围绕 asmap 的验证手段与上述文档流程相互印证：

• 单元测试数据 src/test/data/asmap.raw（见 src/test/CMakeLists.txt），用于 src/test/netbase_tests.cpp 等测试；
• Fuzz 目标 src/test/fuzz/asmap.cpp 与 src/test/fuzz/asmap_direct.cpp 针对解码与解读路径做模糊测试；
• 性能基准 src/bench/asmap.cpp 同样仅在 WITH_EMBEDDED_ASMAP 开启时编入（src/bench/CMakeLists.txt），说明嵌入数据也支撑着分桶性能的基准测量。

小结

doc/asmap-data.md 描述的是一条"数据可信度"链路：RPKI/IRR 优先 + Routeviews 兜底的采集、Kartograf 确定性处理、多方同时下载与 5 签 2 审的共识机制、asmap-tool.py 确定性编码，最终落到 src/node/data/ip_asn.dat 并由 WITH_EMBEDDED_ASMAP（默认 ON）嵌入发行版；运行期则通过 -asmap 参数在"外部文件"与"内嵌数据"之间切换，并以 AsmapVersion 校验和对外标识当前使用的映射。对运维者而言，日常只需关注 -asmap 的使用与 diff_addrs 对现有对等方影响面的评估；对版本发布者而言，则按 Release process 一节在发布前更新内嵌文件即可。