注册账号、付款、登录 AI 服务时被要求验证、被拒绝甚至封号，很多时候问题不在账号本身，而在当前使用的 IP。平台会根据 IP 的「风险画像」决定对这次访问有多信任。本文说明这些画像由哪些信号组成，以及它们分别意味着什么。
平台为什么要给 IP 打分
对平台来说，IP 是最容易获取、也最难伪造干净的信号。同一个 IP 背后的历史行为（批量注册、刷单、撞库、垃圾邮件）会被各家风控与情报服务记录下来，并在之后的访问中复用。于是一个 IP 在被你使用之前，就已经带上了别人留下的「信用记录」。
常见的风险信号
1. 代理、VPN 与 Tor 标记
情报服务会持续扫描公开代理端口、收集商业 VPN 的出口地址、同步 Tor 出口节点列表。命中这些列表的 IP 会被直接标记为「代理 / VPN / Tor」。Tor 出口几乎在所有平台都会触发最强的风控。
2. 机房（数据中心）IP
云服务器与 IDC 机房的地址段是公开可查的。正常家庭用户很少从机房 IP 访问网站，所以「机房 IP + 注册 / 支付」本身就是高风险组合。详见 IP 类型说明。
3. 住宅代理
住宅代理通过真实家庭设备转发流量，IP 类型显示为住宅，能绕过「机房」判断。但情报服务会根据端口特征、流量模式和 SDK 回传数据识别这类出口，因此「住宅 + 住宅代理标记」的风险并不比机房低。
4. 黑名单与滥用举报
Spamhaus 等公开黑名单收录发送垃圾邮件、参与攻击的地址；AbuseIPDB 等平台收集管理员提交的滥用举报。被列入黑名单或有近期举报的 IP，即使类型是住宅，也会被扣分。举报越多、越新，影响越大。
5. 人机比例
部分数据源统计某个 IP 上真人流量与自动化流量的比例。机器人流量占比高，说明这个出口被大量用于爬虫或脚本，平台会对其中的每个访问都更谨慎。
6. 地理位置不一致
IP 注册地与实际使用地不一致（广播 IP）、多个地理数据库给出不同国家、IP 所在时区与浏览器时区不符，都会让访问看起来「像是在伪装」。
风险分数怎么看
IPQS、Scamalytics、IP2Location、ipapi.is 等服务各自给出 0–100 的风险分，口径并不统一。单看某一家容易误判，更可靠的是：
- 看多家数据源的整体倾向，而不是某一个极端值；
- 把风险分与类型（是否机房）、风险因子（是否代理）、举报记录放在一起看；
- 关注变化：同一个 IP 的评分轨迹持续下降，往往说明它正在被滥用。
本站的纯净度评分把原生性、是否机房、人机比例、风险系数与风险因子合并为一个分数，并在报告中列出每项依据，便于你判断问题出在哪里。