IP 纯净度评分是怎么算的？6 大维度拆解（附评分标准）

当你购买一台便宜 VPS，或者准备用住宅代理做数据采集、广告验证、社媒养号时，最常被问到、也最难回答的一个问题是：“这个 IP 干净吗？”市面上的商业评分工具大多把算法藏在黑盒里，丢给你一个数字就完事，却从不解释为什么扣了分、扣在哪一处。这篇文章反其道而行——我们把 vps-craft.com 的 IP 纯净度评分模型完整公开，逐条拆开六个维度的加权方式与满分上限，让你既能看懂分数，也能自己复现判断，必要时再用可选密钥把准确度再往上推一档。

延伸阅读

如果你刚接触 IP 信誉、网络归属与代理识别这些概念，下面几篇可以配合本文一起读，理解会更完整：

• IP 纯净度检测入门指南
• 数据中心 IP 与住宅 IP 的区别
• 如何识别 VPN、代理与 Tor 出口
• 什么是 ASN 与 IP 归属
• 用 AbuseIPDB 查 IP 历史举报
• 邮件 SPF/DKIM/DMARC 与 IP 信誉

什么是 IP 纯净度评分

IP 纯净度评分（Purity Score）是我们给任意 IPv4 或 IPv6 地址打出的一个 0 到 100 的整数分数。分数越高，代表这个 IP 越像“正常真人用户”在日常使用的地址，越不容易被目标网站、邮件服务商或风控系统拦截、限流或打上风控标签。它并不是某种不可捉摸的“信誉值”，而是把一条 IP 的几项客观属性汇总成一个透明、可解释的数字。你看到 87 分，就知道它为什么是 87 分，而不是靠猜。

需要强调：这是一个启发式（heuristic）评分，不是证书，也不是对“能不能登录某银行”的保证。它衡量的是“这个 IP 在统计与特征层面有多像干净住宅流量”，不是对具体站点可达性的承诺。把它当成决策参考，而不是唯一依据。

六大维度总览与权重

在拆解之前先说明我们的取向：大多数商业信誉库不会告诉你扣分逻辑，理由通常是“防止被刷分”。但结果就是用户拿到一个数字却无法行动——分数低了不知道换哪类 IP，分数高了也不确定强在哪。我们选择完全透明，原因有三：可信赖的工具应该解释自己；公开模型让用户能主动优化（比如明显知道数据中心 IP 在“网络归属”维度吃亏，就该换住宅或移动线路）；透明模型接受社区检验，错漏更容易被发现和修正。同时我们也不依赖单一外部数据源，整个基础评分在浏览器本地完成，IP 不会被发回我们的服务器，可选密钥也只在你自己的浏览器里保存。

总分由六个维度加权相加得到，满分 100。权重按照“对真实业务风控的影响大小”来分配，越是目标站点重点考察的特征，权重越高：

• 网络归属（Network Type）：满分 34 分，权重最高，因为它直接决定 IP 的“出身”。
• 匿名网络（Anonymizer）：满分 22 分，检测是否为 VPN、代理或 Tor。
• 黑名单 RBL（Blacklist）：满分 18 分，查 DNSBL 黑名单命中数量。
• ASN 信誉（ASN Reputation）：满分 12 分，看归属自治系统的类型与口碑。
• 分配特征（Allocation）：满分 8 分，动态还是静态分配。
• 地理一致性（Geo-consistency）：满分 6 分，IP 地理与路由是否自洽。

下面逐条拆解每个维度怎么打分。

维度一：网络归属（满分 34 分）

这一维度看 IP 属于哪种网络类型，是评分里权重最高的一项，因为绝大多数风控系统先把流量按“出身”分流。我们的分类与对应得分如下：

• 住宅（Residential）：34 分，最像真实家庭宽带，最不容易被拦。
• 移动（Mobile）：32 分，蜂窝网络，特征接近真人，略低于住宅。
• 企业（Business）：24 分，公司出口，可信但常被批量采集盯上。
• 教育 / 政府（Education / Government）：20 分，机构网络，可信但用途受限。
• 数据中心（Datacenter）：6 分，机房 IP，被绝大多数站点的反爬与风控重点关照。
• VPN：10 分，明确是 VPN 出口，易被识别。
• 未知（Unknown）：18 分，无法归类时给中性分，不重罚也不高估。

可以看到，同样是“便宜 VPS”，只要它是数据中心 IP，这一项基本就只拿 6 分；这也是为什么用 VPS 直连做敏感业务常常一上来分数就偏低。

维度二：匿名网络（满分 22 分）

这一维度检测该 IP 是否是某种匿名出口。若完全检测不到匿名特征，拿满 22 分；一旦命中，按类型扣分：

• 无匿名特征（None）：满 22 分。
• 住宅代理（Residential Proxy）：扣 16 分，得 6 分。
• VPN：扣 18 分，得 4 分。
• Tor 出口（Tor Exit）：扣 22 分，得 0 分。
• 开放代理（Open Proxy）：扣 22 分，得 0 分。
• 未知（Unknown）：扣 8 分，得 14 分。

其中 Tor 与开放代理直接归零，因为它们几乎只用于隐匿，极少有“干净真人”含义。VPN 与住宅代理虽扣分，但仍保留少量分数，因为确实存在合法使用场景。Tor 出口我们直接比对公开的 Tor 出口节点清单，其余类型通过启发式规则判断，并可借助你提供的 IPQS / ProxyCheck 密钥进一步提高判定置信度。

维度三：黑名单 RBL（满分 18 分）

这一维度跨多个 DNSBL 黑名单区域检查 IP 是否被列入。命中越多，分数越低：

• 0 个命中：18 分。
• 1 个命中：10 分。
• 2 个命中：4 分。
• 3 个及以上命中：0 分。

在此基础上，若你提供了 AbuseIPDB 密钥并查到该 IP 的举报置信度较高，还会额外扣分：置信度大于等于 75 时再扣 12 分，大于等于 25 时再扣 6 分。也就是说，一个已经进了黑名单、又在 AbuseIPDB 上被大量举报的 IP，这一维度很容易直接落到 0。注意 DNSBL 与 AbuseIPDB 的口径不同，前者偏邮件与垃圾流量，后者偏社区举报，两者叠加能更好反映“这个 IP 有没有干过坏事”。

维度四：ASN 信誉（满分 12 分）

IP 归属的自治系统（ASN）类型也会影响分数。同样是住宅 IP，如果挂在口碑良好的本地运营商名下，和挂在某个以滥发流量著称的云厂商名下，风险显然不同：

• 住宅 / 移动 / 企业 / 教育政府类 ASN：12 分。
• 未知 ASN：6 分。
• 知名云厂商 ASN：4 分，云平台 IP 段常被批量扫描与滥用关联。
• VPN 类 ASN：0 分。

这一维度弥补了“网络归属”只看单条 IP 的不足——它从网络运营方的层面再验证一次可信度。对自建代理池或大量采购 IP 的用户来说，按 ASN 维度挑运营商，比一条条看 IP 更高效。

维度五：分配特征（满分 8 分）

这一维度看 IP 是动态分配还是静态分配：

• 动态（Dynamic）：8 分。家庭宽带多为动态，轮换特征更像真人。
• 静态（Static）：4 分。长期固定、常驻机房的 IP 更像服务器而非用户。

权重不高，但它是“像不像真实家庭用户”的最后一块拼图。大量数据中心 IP 本质是静态长期占用，这一项就会吃亏；而住宅动态 IP 在这一项拿满。

维度六：地理一致性（满分 6 分）

这一维度检查 IP 宣称的地理位置与它的路由、归属地是否自洽：

• 一致（Consistent）：6 分，地理库、路由与运营商归属互相印证。
• 未知（Unknown）：3 分，信息不足，给中性分。
• 不一致（Inconsistent）：0 分，例如标注在某国却从明显另一地区路由，或运营商归属地冲突。

地理不一致常见于转售 IP、跨境租用段以及部分廉价 VPS 的 IP 库存——数据库里写着 A 国，实际路由却在 B 国。这类 IP 容易被基于地理位置的风控额外加查，因此在这项归零。

总分如何换算成等级 A–E

把上面六个维度的得分相加，得到 0–100 的总分，再映射到五个等级：

• A 级：90–100 分，非常干净，适合绝大多数敏感业务。
• B 级：75–89 分，基本干净，常规采集与登录基本无碍。
• C 级：55–74 分，中等，部分严格站点会限流或二次验证。
• D 级：35–54 分，偏脏，容易被风控重点关注。
• E 级：0–34 分，风险很高，基本不建议用于正经业务。

举个例子：一条美国住宅动态 IP，无匿名特征、无黑名单命中、归属本地运营商 ASN、地理一致，六个维度分别得 34+22+18+12+8+6 = 100，评定 A 级。而一条数据中心 VPS 的 IP，若又是 VPN 出口、有 2 个黑名单命中，则大致得 6+4+4+4+4+0 = 22，落到 E 级。

可选密钥如何进一步提升准确度

基础评分完全在浏览器本地用自有数据库与公开清单完成，不依赖任何第三方追踪。但如果你手上有 AbuseIPDB、ProxyCheck 或 IPQualityScore 的 API 密钥，可以填进检测页，密钥只保存在你自己的浏览器里，不会上传到我们的服务器。填入后：

• AbuseIPDB：补充社区举报置信度，让黑名单维度更准（即上文的额外扣分）。
• ProxyCheck / IPQS：增强匿名网络判定，尤其是住宅代理与 VPN 的置信度区分。

这些密钥是“锦上添花”，不是必须。没有密钥时，模型仍然给出完整透明的六维分数；有密钥时，只是把某些原本靠启发式推断的部分换成更确定的情报。

这里也正好对比一下黑盒商业评分：很多商业信誉服务只给你一个总分，算法、权重、数据来源一律不公开，你既看不到扣分原因，也无法判断这个分数适用于“邮件送达”还是“爬虫绕过风控”。我们的做法相反——分数可解释、权重公开、每个维度可见，而且整个过程在客户端本地跑。你可以拿同一个 IP 在两个工具里对比，再结合本文的维度表，自己判断哪边的口径更贴近你的实际业务。当然，透明也有代价：启发式模型可能被针对性“刷分”，所以我们把可选商业情报设计为补充项，并鼓励社区反馈来持续校准权重。如果你发现某类 IP 的判定明显不准，欢迎在工具页提交样本帮助我们改进模型。