Comment fonctionne réellement la géolocalisation IP

Comment fonctionne la géolocalisation IP?

Une adresse IP ne contient aucune coordonnée. Le protocole n'a pas de puce GPS, l'en-tête du paquet n'a pas de champ de latitude, et aucune balise ne signale où se trouve une machine. Une adresse IPv4, c'est 32 bits d'information de routage; une adresse IPv6, c'en est 128. Tout ce qu'un service de géolocalisation vous apprend sur le lieu est déduit d'indices qui entourent l'adresse, et non lu à même celle-ci. Comprendre comment fonctionne cette déduction — et où elle achoppe — fait toute la différence entre bien utiliser un outil comme le traceur et mal interpréter ce qu'il affiche.

La réponse courte à la question « comment fonctionne la géolocalisation IP » est celle-ci : des bases de données corrèlent plusieurs signaux publics indépendants à propos d'un bloc d'adresses, les pondèrent les uns par rapport aux autres, puis publient une meilleure estimation assortie d'un niveau de confiance. La réponse longue mérite d'être parcourue couche par couche.

Première couche : les enregistrements des registres

Chaque adresse IP publique est attribuée par l'un des cinq registres Internet régionaux : ARIN (Amérique du Nord), RIPE NCC (Europe, Moyen-Orient et Asie centrale), APNIC (Asie-Pacifique), LACNIC (Amérique latine et Caraïbes) et AFRINIC (Afrique). Chaque registre publie qui détient quel bloc, ainsi que le pays consigné pour le titulaire. C'est le signal fondamental : il fait autorité, il est public et il se trompe rarement à l'échelle du pays pour les adresses qui restent là où elles ont été attribuées. Il ne dit rien des villes, et il ne dit rien de l'endroit où se trouvent les clients individuels du titulaire — toute l'attribution d'un FAI national porte une seule adresse de titulaire. Le registre rattache aussi chaque bloc à un système autonome, ce qui explique pourquoi une recherche d'ASN est souvent la partie la plus fiable d'un traçage.

Deuxième couche : les données publiées par les FAI

Certains opérateurs de réseau publient volontairement leurs propres données de géolocalisation. La forme normalisée est un geofeed — un fichier CSV, décrit dans le RFC 8805, qui associe des plages d'adresses à un pays, une région et une ville. Lorsqu'un FAI tient à jour un geofeed exact, les fournisseurs de bases de données le traitent comme une entrée à haute confiance, parce que l'opérateur sait mieux que quiconque quel préfixe dessert quelle agglomération. La couverture est inégale : les grands réseaux de contenu et les FAI avant-gardistes publient des flux; beaucoup d'opérateurs ne publient rien, et quelques-uns en publient des périmés.

Troisième couche : la mesure de latence

La lumière dans la fibre est bornée par la physique. Si un serveur sonde une adresse depuis Francfort et l'atteint en 4 millisecondes, cette adresse ne peut pas se trouver à São Paulo. Les fournisseurs exploitent des réseaux de mesure qui envoient des pings à des plages d'adresses depuis des dizaines de points d'observation et procèdent par triangulation : chaque temps d'aller-retour trace un cercle de distance maximale, et l'intersection de plusieurs cercles délimite la zone plausible. La triangulation par latence excelle à écarter des régions et se montre médiocre à cerner des villes, parce que les détours de routage, les délais de mise en file d'attente et la technologie du dernier kilomètre gonflent tous les temps d'aller-retour de façon imprévisible.

Quatrième couche : la corrélation GPS participative

Le signal le plus fin provient d'appareils qui signalent les deux choses à la fois. Les applications mobiles et les sites Web qui demandent l'autorisation d'accéder à la localisation observent une position GPS et l'adresse IP publique par laquelle elle est arrivée; agrégé sur des millions de sessions consentantes, cela dresse une carte statistique des plages d'adresses qui apparaissent dans tel ou tel quartier. C'est puissant et périssable : les FAI réaffectent leurs bassins d'adresses, et un bloc qui se regroupait dans une banlieue le trimestre dernier peut en desservir une autre aujourd'hui. Et surtout, il s'agit de données agrégées sur des plages — elles n'identifient pas et ne peuvent identifier la personne derrière une adresse donnée, un point approfondi dans la question de savoir si une IP révèle votre adresse.

Cinquième couche : les indices de nom d'hôte

Les ingénieurs réseau nomment les routeurs d'après des lieux. Une recherche DNS inverse sur un saut de dorsale renvoie souvent quelque chose comme lon-edge-02.example.net ou ae1.cr2.ord7.example.net — des codes d'aéroport et de ville intégrés par convention (LON pour Londres, ORD pour Chicago). Analyser ces noms d'hôte localise l'infrastructure, et une adresse d'utilisateur final acheminée par un point de présence nommé est probablement desservie depuis les environs. Le signal est circonstanciel : les conventions de nommage varient d'un opérateur à l'autre, les noms survivent aux déménagements, et le client peut se trouver à des centaines de kilomètres du routeur périphérique qui le dessert.

Pourquoi la réponse est une estimation, et non une position exacte

Aucune couche prise isolément n'est décisive, alors les fournisseurs les combinent. Là où les couches concordent — le pays du registre cadre avec les contraintes de latence, un geofeed nomme la même ville que suggère le regroupement GPS —, la confiance est élevée. Là où elles se contredisent, l'estimation s'élargit. Voilà pourquoi un résultat honnête s'accompagne toujours d'un rayon de confiance plutôt que d'un point précis : le résultat signifie « cette plage dessert très probablement cette zone », jamais « cet appareil se trouve à ces coordonnées ». L'exactitude mesurée reflète cette structure : les réponses à l'échelle du pays sont justes environ 95 à 99 pour cent du temps, celles à l'échelle de la région de 55 à 80 pour cent, et celles à l'échelle de la ville de 50 à 75 pour cent sur les liaisons à large bande fixes — tandis que les opérateurs mobiles, les sorties VPN et les liaisons satellites se trompent fréquemment à tous les niveaux. Les chiffres complets se trouvent dans la précision de la géolocalisation IP.

Comment les bases de données sont constituées

Des produits comme DB-IP (qui alimente la couche de localisation d'Uplink Trace) et le GeoLite2 de MaxMind ingèrent les cinq couches en continu, résolvent les conflits par algorithme et publient des instantanés — généralement une fois par mois pour les éditions gratuites, plus souvent pour les éditions commerciales. Le cycle de mise à jour compte, parce que la carte des adresses d'Internet se déplace en dessous. Lorsqu'un bloc est vendu, loué ou réannoncé depuis un nouveau pays, toute base de données qui ne l'a pas encore réobservé continue de signaler l'ancien emplacement. Les attributions périmées sont la cause la plus fréquente d'un résultat au mauvais pays : une plage d'adresses transférée d'un courtier européen à un opérateur infonuagique asiatique peut être géolocalisée sur le mauvais continent pendant des mois. Vérifier le réseau qui l'annonce — voir ce qu'est un ASN — expose souvent l'écart, car les annonces BGP se mettent à jour en quelques minutes tandis que les instantanés de géolocalisation, eux, en quelques semaines.

Pour voir les couches assemblées en un dossier en direct, lancez le traçage d'exemple de 8.8.8.8 : les données de registre, l'opérateur AS, le DNS inverse et l'estimation de géolocalisation apparaissent côte à côte, chacun étiqueté de ce qu'il peut et ne peut pas affirmer. C'est là tout l'intérêt de cette transparence. La géolocalisation IP est un instrument statistique bien calibré pour situer des réseaux dans des régions approximatives — et un instrument catégoriquement inapte à localiser des personnes, ce qu'elle ne peut pas faire.