本文针对边界网关协议（BGP）中因缺乏安全机制而存在的路由劫持攻击问题，聚焦于两种用于提供IP前缀与授权自治系统（AS）映射的数据源——互联网路由注册库（IRR）和资源公钥基础设施（RPKI）。IRR中存储的路由对象（Route objects）常因网络运营商缺乏更新动力而包含过时的AS信息，而RPKI的路由起源授权（ROA）对象虽然更可靠但部署缓慢且操作复杂。作者首先大规模测量了IRR Route对象与RPKI ROA对象之间的不一致性，发现了广泛存在的陈旧记录。随后，基于BGP宣告模式（如路径特征、更新频率等），采用机器学习方法对Route对象进行一致性分类，并识别出潜在过时的条目。通过在真实网络流量数据集上的实验，该技术能够将整个IRR中可能过时的Route对象比例从72%降低至40%，同时使BGP宣告验证的准确率达到93%，覆盖87%的BGP宣告。该工作为网络运营商提供了一种自动化清理IRR记录、提升路由安全验证效率的实用工具。