Mida tähendab üks rida VPN-andmestikus ja miks see loeb
Pakkuja, lõpp-punkt, väljumisaadress ja kättesaadavus on neli erinevat rida. Valige ühik, säilitage päritolu, avaldage, mida andmestik ei kata.
Küsige, mida esindab üks VPN-andmestiku rida, ja vastused hakkavad paljunema: ettevõte, kuulaja, avalik väljumisaadress, kättesaadavuse tulemus. Igaüks neist on õigustatud, ja nende segamine ilma siltideta annab summa, mis kõlab täpselt ja ei tähenda midagi. Ühik on disainiotsus ja see tuleb teha enne esimest loendust. Suurem osa avaldatud VPN-statistika segadusest tuleneb selle sammu vahelejätmisest.
Rida on väide, mitte asi
Iga rida väidab midagi maailma kohta ja väitel on subjekt. Just subjekti nimetamine muudab rea võrreldavaks teise reaga.
Pakkuja rida väidab, et organisatsioon pakub teenust. Lõpp-punkti rida väidab, et teatud aadress ja port räägivad protokolli. Väljumisrida väidab, et liiklus lahkus aadressilt mingil ajal. Mõõterida väidab, et sond kusagilt vaatles tulemust. Neli subjekti, neli skeemi ja andmestik, mis segab neid ilma eristajata, ei ole üldse agregeeritav.
Eristaja on skeemi odavaim osa ja kõige sagedamini väljajäetud osa.
Valige ühik enne loendamist
Valige ühik, mis vastab küsimusele, mis teil tegelikult on. Lõpp-punktide loendamine vastab, kui palju kuulajaid kuulutati; pakkujate loendamine vastab, kui palju organisatsioone osales; väljumisaadresside loendamine vastab, kui palju näilikke päritolusid on olemas.
Need arvud ei ole vahetatavad ja erinevused on suured. Üks pakkuja võib käitada tuhandeid aadresse ja üks aadress võib majutada mitut protokolli kuulajat erinevate teenuste jaoks. Seega ei ole aadresside arv pakkujate arvu jaoks ei ülemine ega alumine piir. Nimetage ühik igal korral samas lauses arvuga. Arv ilma ühikuta on arvamus kümnendkohaga.
| Unit | The row asserts | What a count of it means |
|---|---|---|
| Provider | An organisation offers a service | How many operators appear |
| Endpoint | An address and port speak a protocol | How many listeners were advertised |
| Exit address | Traffic left from an address | How many apparent origins exist |
| Observation | A probe saw a result | How many tests ran, not how many servers |
Avalik kataloog pakub selles teenuses kuulutatud osalejaid. See ei ole kõigi maailma äri-, organisatsiooniliste ja privaatsete juurutuste loend, ja selle nii käsitlemine paisutab iga tuletatud statistika.
Päritolu kuulub skeemi
Ilma päritoluta rida ei saa uuesti kontrollida. Registreerige allikakirje, kogumisaeg koos ajavööndiga, vaatlusmeetod ja viimase nägemise olek.
Hoidke kuulutatud atribuudid vaadeldutest eraldi, sest nende kaal on erinev. Kataloogi riigisilt on kuulutatud väide, mitte serveri füüsilise asukoha tõestus. IP-eraldis tähistab võrgublokki, mitte iga rentnikku selle sees ega rakenduse praegust operaatorit selle kohal. Kaks veergu ja märkus löövad iga kord ühe ühendatud välja.
{"endpoint": "203.0.113.10:1194/udp", "unit": "endpoint", "advertised_country": "NL",
"observed_at": "2026-11-03T02:15:00Z", "method": "udp_probe", "last_seen": "2026-11-03"}Üks JSON-rida muudab skeemi konkreetseks ja selle üle on lihtsam vaielda kui kirjeldava lõigu üle. Pange tähele, et ajatemplil on ajavöönd ja meetod on nimetatud, mitte vihjatud.
Eemaldage duplikaadid küsimuse järgi
Duplikaadid sõltuvad ühikust. Sama aadress kahe protokolli kuulajaga on üks lõpp-punktide paar ja kaks teenust, ja selle vaikne kokkusurumine muudab loendust.
Eemaldage duplikaadid tasandil, mille kohta küsimus küsib, ja registreerige, kui palju toorridu igasse allesjäänud ritta kokku langes. See suhe on ise leid, sest suur kokkulangemine tähendab tavaliselt, et allikas avaldab kirjeid kuulaja kohta. Paljude aadressidega pakkuja annab vastupidise mustri. Mõlemad on õiged ja ainult registreeritud suhe võimaldab lugejal neid eristada.
Seejärel hoidke toorread alles. Duplikaatideta tabel on vaade, ja võimalus see toorandmetest uuesti üles ehitada muudab tulemuse korratavaks.
Avaldage katvusdeklaratsioon
Märkige, kuidas allikad valiti, milliseid piirkondi või võrke need katavad ja mis on teadlikult puudu.
Privaatsed ettevõtte lõpp-punktid ja kuulutamata juurutused ei ilmu kunagi avalikes nimekirjades, nii et puudumine kataloogis tõestab ainult seda, et kataloog ei loetlenud seda. Kontrollige enne avaldamist allika tingimusi ja edasilevitamise lubasid ning eemaldage väljad, mida kunagi vaja ei läinud. Lõpp-punktide uuring nõuab harva abonentide identiteete, volitusi või sirvimisajalugu. Nende avaldamine oleks teine projekt teise põhjendusega.
wc -l vpn-endpoints.jsonl
jq -r '.unit' vpn-endpoints.jsonl | sort | uniq -c
jq -r '.advertised_country' vpn-endpoints.jsonl | sort | uniq -c | sort -rn | headNeed kolm käsku annavad ridade arvu, ühikute jaotuse ja katvuse visandi kuulutatud riigi järgi. Säilitage dateeritud hetktõmmiseid, kui populatsioon muutub, ja eristage aegunud kinnitatud puudumisest. Selge populatsiooniga piiratud andmestik on parem kui toetamata väide, et see sisaldab iga VPN-i internetis.