VPN ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿ ಒಂದು ಸಾಲಿನ ಅರ್ಥ ಏನು, ಮತ್ತು ಅದು ಏಕೆ ಮುಖ್ಯ
ಪೂರೈಕೆದಾರ, ಅಂತಿಮ ಬಿಂದು, ನಿರ್ಗಮನ ವಿಳಾಸ ಮತ್ತು ತಲುಪುವಿಕೆ ನಾಲ್ಕು ವಿಭಿನ್ನ ಸಾಲುಗಳು. ಘಟಕವನ್ನು ಆಯ್ಕೆ ಮಾಡಿ, ಮೂಲವನ್ನು ಉಳಿಸಿ, ಡೇಟಾಸೆಟ್ ಒಳಗೊಳ್ಳದ್ದನ್ನು ಪ್ರಕಟಿಸಿ.
VPN ಡೇಟಾಸೆಟ್‌ನ ಒಂದು ಸಾಲು ಏನನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ ಎಂದು ಕೇಳಿ, ಉತ್ತರಗಳು ಹೆಚ್ಚಾಗುತ್ತವೆ: ಒಂದು ಕಂಪನಿ, ಒಬ್ಬ ಶ್ರೋತೃ, ಒಂದು ಸಾರ್ವಜನಿಕ ನಿರ್ಗಮನ ವಿಳಾಸ, ಒಂದು ತಲುಪುವಿಕೆಯ ಫಲಿತಾಂಶ. ಪ್ರತಿಯೊಂದೂ ಕಾನೂನುಬದ್ಧ, ಮತ್ತು ಅವುಗಳನ್ನು ಲೇಬಲ್ ಇಲ್ಲದೆ ಮಿಶ್ರಣ ಮಾಡಿದರೆ ನಿಖರವಾಗಿ ಕೇಳಿಸುವ ಆದರೆ ಏನೂ ಅರ್ಥವಾಗದ ಮೊತ್ತ ಬರುತ್ತದೆ. ಘಟಕವು ವಿನ್ಯಾಸದ ನಿರ್ಣಯ, ಮತ್ತು ಅದನ್ನು ಮೊದಲ ಎಣಿಕೆಗೆ ಮೊದಲು ತೆಗೆದುಕೊಳ್ಳಬೇಕು. ಪ್ರಕಟಿತ VPN ಅಂಕಿಅಂಶಗಳಲ್ಲಿ ಹೆಚ್ಚಿನ ಗೊಂದಲ ಆ ಹಂತವನ್ನು ಬಿಟ್ಟುಬಿಡುವುದರಿಂದ ಬರುತ್ತದೆ.
ಸಾಲು ಒಂದು ಪ್ರತಿಪಾದನೆ, ವಸ್ತುವಲ್ಲ
ಪ್ರತಿ ಸಾಲು ಜಗತ್ತಿನ ಬಗ್ಗೆ ಏನಾದರೂ ಪ್ರತಿಪಾದಿಸುತ್ತದೆ, ಮತ್ತು ಪ್ರತಿಪಾದನೆಗೆ ಒಂದು ವಿಷಯವಿದೆ. ವಿಷಯಕ್ಕೆ ಹೆಸರು ಕೊಡುವುದೇ ಸಾಲನ್ನು ಇನ್ನೊಂದು ಸಾಲಿನೊಂದಿಗೆ ಹೋಲಿಸಲು ಸಾಧ್ಯವಾಗಿಸುತ್ತದೆ.
ಪೂರೈಕೆದಾರ ಸಾಲು ಒಂದು ಸಂಸ್ಥೆ ಸೇವೆ ನೀಡುತ್ತದೆ ಎಂದು ಪ್ರತಿಪಾದಿಸುತ್ತದೆ. ಅಂತಿಮ ಬಿಂದು ಸಾಲು ನಿರ್ದಿಷ್ಟ ವಿಳಾಸ ಮತ್ತು ಪೋರ್ಟ್ ಒಂದು ಪ್ರೋಟೋಕಾಲ್ ಮಾತನಾಡುತ್ತವೆ ಎಂದು ಪ್ರತಿಪಾದಿಸುತ್ತದೆ. ನಿರ್ಗಮನ ಸಾಲು ಸಂಚಾರವು ಒಂದು ಸಮಯದಲ್ಲಿ ಒಂದು ವಿಳಾಸದಿಂದ ಹೊರಟಿತು ಎಂದು ಪ್ರತಿಪಾದಿಸುತ್ತದೆ. ಅಳತೆ ಸಾಲು ಎಲ್ಲಿಂದಲೋ ಒಂದು ಪ್ರೋಬ್ ಫಲಿತಾಂಶವನ್ನು ಗಮನಿಸಿತು ಎಂದು ಪ್ರತಿಪಾದಿಸುತ್ತದೆ. ನಾಲ್ಕು ವಿಷಯಗಳು, ನಾಲ್ಕು ಸ್ಕೀಮಾಗಳು, ಮತ್ತು ಭೇದಕವಿಲ್ಲದೆ ಅವುಗಳನ್ನು ಮಿಶ್ರಣ ಮಾಡುವ ಡೇಟಾಸೆಟ್ ಅನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಸಂಗ್ರಹಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ.
ಭೇದಕವು ಸ್ಕೀಮಾದ ಅಗ್ಗದ ಭಾಗ ಮತ್ತು ಹೆಚ್ಚು ಬಿಟ್ಟುಬಿಡುವ ಭಾಗ.
ಎಣಿಕೆಗೆ ಮೊದಲು ಘಟಕ ಆಯ್ಕೆ ಮಾಡಿ
ನಿಮಗೆ ನಿಜವಾಗಿ ಇರುವ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸುವ ಘಟಕವನ್ನು ಆಯ್ಕೆ ಮಾಡಿ. ಅಂತಿಮ ಬಿಂದುಗಳನ್ನು ಎಣಿಸುವುದು ಎಷ್ಟು ಶ್ರೋತೃಗಳನ್ನು ಘೋಷಿಸಲಾಯಿತು ಎಂದು ಉತ್ತರಿಸುತ್ತದೆ; ಪೂರೈಕೆದಾರರನ್ನು ಎಣಿಸುವುದು ಎಷ್ಟು ಸಂಸ್ಥೆಗಳು ಒಳಗೊಂಡಿದ್ದವು ಎಂದು ಉತ್ತರಿಸುತ್ತದೆ; ನಿರ್ಗಮನ ವಿಳಾಸಗಳನ್ನು ಎಣಿಸುವುದು ಎಷ್ಟು ಕಾಣುವ ಮೂಲಗಳಿವೆ ಎಂದು ಉತ್ತರಿಸುತ್ತದೆ.
ಈ ಸಂಖ್ಯೆಗಳು ಪರಸ್ಪರ ಬದಲಾಯಿಸಲಾಗದವು, ಮತ್ತು ವ್ಯತ್ಯಾಸಗಳು ದೊಡ್ಡವು. ಒಬ್ಬ ಪೂರೈಕೆದಾರ ಸಾವಿರಾರು ವಿಳಾಸಗಳನ್ನು ನಿರ್ವಹಿಸಬಹುದು, ಮತ್ತು ಒಂದು ವಿಳಾಸ ವಿವಿಧ ಸೇವೆಗಳಿಗೆ ಹಲವು ಪ್ರೋಟೋಕಾಲ್ ಶ್ರೋತೃಗಳನ್ನು ಇರಿಸಬಹುದು. ಆದ್ದರಿಂದ ವಿಳಾಸಗಳ ಎಣಿಕೆ ಪೂರೈಕೆದಾರರ ಎಣಿಕೆಗೆ ಮೇಲ್ಮಿತಿಯೂ ಅಲ್ಲ, ಕೆಳಮಿತಿಯೂ ಅಲ್ಲ. ಪ್ರತಿ ಬಾರಿ ಸಂಖ್ಯೆಯೊಂದಿಗೆ ಅದೇ ವಾಕ್ಯದಲ್ಲಿ ಘಟಕವನ್ನು ತಿಳಿಸಿ. ಘಟಕವಿಲ್ಲದ ಸಂಖ್ಯೆ ದಶಮಾಂಶ ಬಿಂದುವಿನ ಅಭಿಪ್ರಾಯ.
| 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 |
ಸಾರ್ವಜನಿಕ ಕೋಶವು ಆ ಸೇವೆಯಲ್ಲಿ ಘೋಷಿಸಲಾದ ಭಾಗಿಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ. ಅದು ಜಗತ್ತಿನ ಪ್ರತಿ ವಾಣಿಜ್ಯ, ಸಾಂಸ್ಥಿಕ ಮತ್ತು ಖಾಸಗಿ ನಿಯೋಜನೆಯ ಪಟ್ಟಿಯಲ್ಲ, ಮತ್ತು ಹಾಗೆ ಪರಿಗಣಿಸಿದರೆ ಪ್ರತಿ ವ್ಯುತ್ಪನ್ನ ಅಂಕಿಅಂಶವೂ ಉಬ್ಬುತ್ತದೆ.
ಮೂಲವು ಸ್ಕೀಮಾದಲ್ಲೇ ಇರುತ್ತದೆ
ಮೂಲವಿಲ್ಲದ ಸಾಲನ್ನು ಮತ್ತೆ ಪರಿಶೀಲಿಸಲಾಗದು. ಮೂಲ ದಾಖಲೆ, ಅದರ ಕಾಲ ವಲಯದೊಂದಿಗೆ ಸಂಗ್ರಹ ಸಮಯ, ವೀಕ್ಷಣಾ ವಿಧಾನ ಮತ್ತು ಕೊನೆಯ ಬಾರಿ ಕಂಡ ಸ್ಥಿತಿಯನ್ನು ದಾಖಲಿಸಿ.
ಘೋಷಿಸಿದ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಗಮನಿಸಿದವುಗಳಿಂದ ಪ್ರತ್ಯೇಕವಾಗಿ ಇರಿಸಿ, ಏಕೆಂದರೆ ಅವು ಬೇರೆ ಬೇರೆ ತೂಕ ಹೊಂದಿವೆ. ಕೋಶದ ದೇಶ ಲೇಬಲ್ ಘೋಷಿಸಿದ ಪ್ರತಿಪಾದನೆ, ಮತ್ತು ಅದು ಸರ್ವರ್‌ನ ಭೌತಿಕ ಸ್ಥಳದ ಸಾಕ್ಷ್ಯವಲ್ಲ. IP ಹಂಚಿಕೆ ಒಂದು ಜಾಲಬಂಧ ಬ್ಲಾಕ್ ಅನ್ನು ಗುರುತಿಸುತ್ತದೆ, ಅದರೊಳಗಿನ ಪ್ರತಿ ಬಾಡಿಗೆದಾರನನ್ನೂ ಅಲ್ಲ, ಮತ್ತು ಮೇಲಿನ ಅನ್ವಯದ ಪ್ರಸ್ತುತ ನಿರ್ವಾಹಕನನ್ನೂ ಅಲ್ಲ. ಎರಡು ಕಾಲಂಗಳು ಮತ್ತು ಒಂದು ಟಿಪ್ಪಣಿ ಪ್ರತಿ ಬಾರಿ ಒಂದು ವಿಲೀನಗೊಂಡ ಕ್ಷೇತ್ರಕ್ಕಿಂತ ಉತ್ತಮ.
{"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"}ಒಂದೇ JSON ಸಾಲು ಸ್ಕೀಮಾವನ್ನು ಮೂರ್ತಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ವಿವರಣೆಯ ಪ್ಯಾರಾಗ್ರಾಫ್‌ಗಿಂತ ಚರ್ಚಿಸಲು ಸುಲಭ. ಸಮಯ ಮುದ್ರೆಯಲ್ಲಿ ಕಾಲ ವಲಯವಿದೆ ಮತ್ತು ವಿಧಾನವನ್ನು ಸೂಚಿಸದೆ ಹೆಸರಿಸಲಾಗಿದೆ ಎಂಬುದನ್ನು ಗಮನಿಸಿ.
ಪ್ರಶ್ನೆಗೆ ಅನುಗುಣವಾಗಿ ನಕಲುಗಳನ್ನು ತೆಗೆಯಿರಿ
ನಕಲುಗಳು ಘಟಕವನ್ನು ಅವಲಂಬಿಸಿವೆ. ಎರಡು ಪ್ರೋಟೋಕಾಲ್ ಶ್ರೋತೃಗಳಿರುವ ಅದೇ ವಿಳಾಸ ಒಂದು ಅಂತಿಮ ಬಿಂದು ಜೋಡಿ ಮತ್ತು ಎರಡು ಸೇವೆಗಳು, ಮತ್ತು ಅದನ್ನು ಮೌನವಾಗಿ ಸೇರಿಸಿದರೆ ಎಣಿಕೆ ಬದಲಾಗುತ್ತದೆ.
ಪ್ರಶ್ನೆ ಕೇಳುವ ಮಟ್ಟದಲ್ಲೇ ನಕಲುಗಳನ್ನು ತೆಗೆಯಿರಿ, ಮತ್ತು ಪ್ರತಿ ಉಳಿಸಿದ ಸಾಲಿನಲ್ಲಿ ಎಷ್ಟು ಕಚ್ಚಾ ಸಾಲುಗಳು ಒಳಗೊಂಡವು ಎಂದು ದಾಖಲಿಸಿ. ಆ ಅನುಪಾತವೇ ಒಂದು ಕಂಡುಹಿಡಿಯುವಿಕೆ, ಏಕೆಂದರೆ ದೊಡ್ಡ ಒಳಗೊಳ್ಳುವಿಕೆ ಸಾಮಾನ್ಯವಾಗಿ ಮೂಲವು ಪ್ರತಿ ಶ್ರೋತೃಗೆ ದಾಖಲೆಗಳನ್ನು ಪ್ರಕಟಿಸುತ್ತದೆ ಎಂದು ಅರ್ಥ. ಹಲವು ವಿಳಾಸಗಳನ್ನು ನಿರ್ವಹಿಸುವ ಪೂರೈಕೆದಾರ ವಿರುದ್ಧ ಮಾದರಿ ನೀಡುತ್ತಾನೆ. ಎರಡೂ ಸರಿ, ಮತ್ತು ದಾಖಲಾದ ಅನುಪಾತವೇ ಓದುಗರಿಗೆ ಅವನ್ನು ಬೇರ್ಪಡಿಸಲು ಅನುವು ಮಾಡುತ್ತದೆ.
ನಂತರ ಕಚ್ಚಾ ಸಾಲುಗಳನ್ನು ಉಳಿಸಿ. ನಕಲು-ಮುಕ್ತ ಕೋಷ್ಟಕ ಒಂದು ದೃಶ್ಯ, ಮತ್ತು ಕಚ್ಚಾ ಇನ್‌ಪುಟ್‌ನಿಂದ ಅದನ್ನು ಮತ್ತೆ ನಿರ್ಮಿಸುವ ಸಾಮರ್ಥ್ಯವೇ ಫಲಿತಾಂಶವನ್ನು ಪುನರುತ್ಪಾದಿಸಬಹುದಾದದ್ದನ್ನಾಗಿಸುತ್ತದೆ.
ಕವರೇಜ್ ಹೇಳಿಕೆಯನ್ನು ಪ್ರಕಟಿಸಿ
ಮೂಲಗಳನ್ನು ಹೇಗೆ ಆಯ್ಕೆ ಮಾಡಲಾಯಿತು, ಅವು ಯಾವ ಪ್ರದೇಶಗಳು ಅಥವಾ ಜಾಲಗಳನ್ನು ಒಳಗೊಳ್ಳುತ್ತವೆ, ಮತ್ತು ಏನು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಇಲ್ಲ ಎಂದು ತಿಳಿಸಿ.
ಖಾಸಗಿ ಕಾರ್ಪೊರೇಟ್ ಅಂತಿಮ ಬಿಂದುಗಳು ಮತ್ತು ಘೋಷಿಸದ ನಿಯೋಜನೆಗಳು ಸಾರ್ವಜನಿಕ ಪಟ್ಟಿಗಳಲ್ಲಿ ಎಂದಿಗೂ ಕಾಣಿಸುವುದಿಲ್ಲ, ಆದ್ದರಿಂದ ಕೋಶದಲ್ಲಿ ಇಲ್ಲದಿರುವುದು ಆ ಕೋಶವು ಅದನ್ನು ಪಟ್ಟಿ ಮಾಡಿಲ್ಲ ಎಂಬುದನ್ನು ಮಾತ್ರ ಸಾಬೀತುಪಡಿಸುತ್ತದೆ. ಪ್ರಕಟಿಸುವ ಮೊದಲು ಮೂಲದ ಷರತ್ತುಗಳು ಮತ್ತು ಮರುಹಂಚಿಕೆ ಅನುಮತಿಗಳನ್ನು ಪರಿಶೀಲಿಸಿ, ಮತ್ತು ಎಂದಿಗೂ ಅಗತ್ಯವಿಲ್ಲದ ಕ್ಷೇತ್ರಗಳನ್ನು ತೆಗೆದುಹಾಕಿ. ಅಂತಿಮ ಬಿಂದು ಅಧ್ಯಯನಕ್ಕೆ ಚಂದಾದಾರರ ಗುರುತುಗಳು, ರುಜುವಾತುಗಳು ಅಥವಾ ಬ್ರೌಸಿಂಗ್ ಇತಿಹಾಸ ಅಪರೂಪವಾಗಿ ಬೇಕಾಗುತ್ತದೆ. ಅವನ್ನು ಪ್ರಕಟಿಸುವುದು ಬೇರೆ ಸಮರ್ಥನೆಯ ಬೇರೆ ಯೋಜನೆಯಾಗುತ್ತದೆ.
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 | headಆ ಮೂರು ಆದೇಶಗಳು ಸಾಲು-ಎಣಿಕೆ, ಘಟಕ ವಿಭಜನೆ ಮತ್ತು ಘೋಷಿಸಿದ ದೇಶದ ಪ್ರಕಾರ ಕವರೇಜ್ ರೇಖಾಚಿತ್ರವನ್ನು ನೀಡುತ್ತವೆ. ಜನಸಂಖ್ಯೆ ಬದಲಾದಾಗ ದಿನಾಂಕದ ಸ್ನ್ಯಾಪ್‌ಶಾಟ್‌ಗಳನ್ನು ಇರಿಸಿ, ಮತ್ತು ಹಳೆಯದನ್ನು ದೃಢೀಕರಿಸಿದ ಅನುಪಸ್ಥಿತಿಯಿಂದ ಬೇರ್ಪಡಿಸಿ. ಸ್ಪಷ್ಟ ಜನಸಂಖ್ಯೆಯಿರುವ ಸೀಮಿತ ಡೇಟಾಸೆಟ್ ಇಂಟರ್ನೆಟ್‌ನ ಪ್ರತಿ VPN ಅನ್ನು ಹೊಂದಿದೆ ಎಂಬ ಆಧಾರರಹಿತ ಪ್ರತಿಪಾದನೆಗಿಂತ ಉತ್ತಮ.