传统的 IP 地理定位服务依赖 WHOIS 注册信息、区域互联网注册管理机构（RIPE、ARIN 等）的数据馈送，以及众包数据源。这类方法的核心假设是：IP 地址的注册信息与其实际物理位置存在对应关系。然而，随着 VPN 和代理服务的普及，这一假设正在失效。大量 VPN 提供商通过向区域注册管理机构注入虚假的位置数据，人为伪造 IP 的地理归属，从而绕过基于地理位置的内容限制。这种做法使得传统数据库的准确性大打折扣，尤其是对于需要高精度定位的场景 —— 例如金融风控、广告投放、或网络性能优化 —— 错误的定位可能导致严重的业务偏差。
为了解决这一困境，ipinfo 等商业服务采用了「主动探测」策略：构建大规模的探针网络，从全球数百个节点对目标 IP 执行 traceroute 和 ping 测量，通过往返时间（RTT）延迟的三角定位来推断其物理位置。延迟测量的核心逻辑非常直观 —— 物理距离越近，网络跳数越少，端到端延迟通常越低。通过比较从不同地理位置发起的测量结果，延迟最低的探测点往往与目标 IP 位于同一自治系统或地理区域。这一方法不依赖注册信息的可信度，而是基于网络本身的物理特性，因此在对抗位置伪造方面具有天然优势。
Globalping 是一个开源的社区驱动项目，允许用户自托管基于容器的探针，这些探针汇聚成一个全球分布的测量网络。目前该网络已部署超过 3000 个探针，涵盖六大洲的主要国家和地区。对于希望复现 ipinfo 延迟定位思路的开发者而言，Globalping 提供了一个现成的、可编程的探测后端。jimaek 基于 Globalping 的 TypeScript SDK 开发了一款 CLI 工具 geolocation-tool，它通过分阶段的测量策略实现从国家到城市的逐级定位，无需自建探针网络即可获得商业级定位能力的子集。
该工具的算法设计采用了「由粗到细」的四阶段定位流程。第一阶段检测目标 IP 所在的大陆：从每个大陆各选取 5 个探针发起测量，延迟最低的大陆被标记为候选区域。这一步的探针消耗极低（默认仅 30 次测量），但对于大多数 IP 而言已经足够准确 —— 除非目标恰好位于大陆边界的特殊路由节点。第二阶段检测国家：在第一阶段选中的大陆内部，从 50 个不同国家的探针发起测量，延迟最低的国家被认定为正确归属。默认的 50 探针限制是在测量精度与 API 速率配额之间取得的平衡 —— 未认证用户每小时可执行 250 次测量，单次测量最多 50 探针。
对于美国 IP，工具会增加额外的第三和第四阶段。第三阶段检测州：在美国各州分别选取探针测量，将延迟最低的州作为结果。第四阶段检测城市：在胜出的州 / 国家内，从尽可能多的城市探针中选取延迟最低的 3 个输出。值得注意的是，工具的 magic field 参数会自动根据目标位置调整探针分布，但在某些边缘情况下可能无法覆盖所有国家。例如，北美包含 43 个国家和地区，如果仅设置 50 探针上限，美国会占据大部分配额，导致加拿大、墨西哥等国的采样不足。解决这一问题需要手动指定国家列表并提高总体探针上限 —— 例如美国 200 探针、加拿大 20 探针、墨西哥 10 探针，但这会显著增加 API 调用量。
在测量协议的选择上，工具最初采用 ICMP ping，但发现大量网络会屏蔽 ICMP 流量。随后改用 traceroute 并分析最后一个可用跳的延迟 —— 即使目标主机阻止 ICMP，其上游路由器通常仍会响应，且物理上通常位于同一国家或地区。这一折中方案牺牲了部分精度（仅使用最后一跳而非全程路径），但换取了更高的成功率。对于需要更高置信度的场景，可以结合 TCP 和 UDP 协议的 traceroute，对多个端口进行探测，并利用最后若干跳的加权平均延迟来降低单一节点异常的影响。
对比传统 IP 数据库，延迟测量方法的优势在于抗伪造能力。传统数据库依赖注册信息，而延迟测量基于网络物理特性 ——VPN 提供商可以伪造注册信息，但无法改变信号在光纤中的传播速度。通过多节点的交叉验证，异常数据点会被自然过滤：例如，如果某个探针报告的延迟异常低或高，它在统计排序中会被自动降权。但延迟测量也存在明显局限：探针分布密度直接决定精度上限，在探针稀缺的偏远地区（如非洲内陆、小岛屿国家），测量结果的置信度会显著下降；此外，跨境光纤链路、卫星通信、或异常路由策略也可能引入偏差。
在实际部署中，监控要点包括三个维度：首先是测量成功率 —— 如果某个阶段的完成率持续低于 90%，可能意味着目标 IP 存在防火墙阻断或网络异常；其次是置信度评估 —— 工具会输出 Very High、Medium 等评级，这基于测量延迟的离散程度（标准差越小置信度越高）；最后是 API 配额消耗 —— 默认配置下，定位一个美国 IP 需要约 230 次测量（30 大陆 + 50 国家 + 50 州 + 50 城市 × 2 城市输出 + 若干重试），未认证用户每小时仅能定位 1-2 个 IP，因此建议申请免费 token 以获得 500 次 / 小时的配额，或通过自托管探针获取被动积分。
参数调优的核心在于探针上限 --limit（或 -L）。提高该值可以改善偏远地区的精度，但会线性增加配额消耗。对于批量定位任务，建议先用默认参数快速筛选，再对置信度较低的 IP 单独提高探针上限复测。另一个实用技巧是在配置文件中预设常用国家列表，绕过 magic field 的自动分发逻辑，确保每个目标国家都有探针覆盖。对于需要城市级精度的场景，建议将城市阶段的上限提高至 100 以上，同时接受置信度可能下降的现实 —— 城市内部的延迟差异往往只有几毫秒，探针密度的微小变化就会改变排序结果。
总体而言，基于 Globalping 的延迟测量定位是一种轻量级、可验证的 IP 地理定位方案。它不依赖第三方数据库的信任链，通过主动探测揭示 IP 的真实网络拓扑。对于需要对抗位置伪造、或在 VPN / 代理环境下仍需准确识别的场景，这一方法提供了传统数据库无法替代的价值。其局限性则提醒我们：任何定位技术都受制于底层基础设施的覆盖，在探针稀缺的区域，精度天花板是客观存在的。
资料来源：
- Globalping CLI 与探针网络：https://globalping.io/cli
- geolocation-tool 源码与文档：https://github.com/jimaek/geolocation-tool
- 延迟定位原理与算法详解：https://blog.globalping.io/we-have-ipinfo-at-home-or-how-to-geolocate-ips-in-your-cli-using-latency/