Wat eng Zeil an engem VPN-Datensatz bedeit, a firwat dat ze compte geet
Ubidder, Endpunkt, Ausgangsadress an Erreechbarkeet sinn véier verschidde Zeilen. Wielt d’Eenheet, behält d’Herkunft, publizéiert wat den Datensatz net deckt.
Frot wat eng Zeil vun engem VPN-Datensatz duerstellt, an d’Äntwerten multiplizéieren sech: eng Firma, en Nolauschterer, eng ëffentlech Ausgangsadress, en Erreechbarkeetsresultat. Jiddwereen ass legitim, an hire Mateneen ouni Etiketten ergëtt eng Zomm, déi präzis kléngt an näischt bedeit. D’Eenheet ass eng Designentscheedung, an se muss virun der éischter Zielung getraff ginn. De meeschte Verwirrung an de publizéierten VPN-Statistike kënnt dovun, datt dëse Schrëtt iwwersprong gëtt.
Eng Zeil ass eng Behauptung, keen Ding
All Zeil behaapt eppes iwwer d’Welt, an d’Behauptung huet en Thema. Et ass d’Nenne vum Thema, wat d’Zeil mat enger anerer Zeil vergläichbar mécht.
Eng Ubidderzeil behaapt, datt eng Organisatioun en Déngscht ubidet. Eng Endpunktzeil behaapt, datt eng bestëmmt Adress an e Port e Protokoll schwätzen. Eng Ausgangszeil behaapt, datt den Trafic zu enger Zäit eng Adress verlooss huet. Eng Miesszeil behaapt, datt eng Sonde vun irgendwou en Resultat observéiert huet. Véier Themen, véier Schemaen, an en Datensatz, deen se ouni Ënnerscheeder vermëscht, kann een iwwerhaapt net agregéieren.
Den Ënnerscheeder ass dee bëllegsten Deel vum Schema an deen, deen am dackste fortgelooss gëtt.
Wielt d’Eenheet virum Zielen
Wielt d’Eenheet, déi d’Fro beäntwert, déi Dir tatsächlech hutt. Endpunkten zielen beäntwert, wéi vill Nolauschterer ugekënnegt goufen; Ubidder zielen beäntwert, wéi vill Organisatiounen dobäi waren; Ausgangsaddressen zielen beäntwert, wéi vill scheinbar Originnen et gëtt.
Dës Zuelen sinn net austauschbar, an d’Ënnerscheeder si grouss. En Ubidder kann dausende vun Adressen bedreiwen, an eng Adress kann verschidde Protokoll-Nolauschterer fir verschidden Déngschter ënnerdaach huelen. Eng Adresszuel ass dofir weder eng iewescht nach eng ënnescht Grenz fir eng Ubidderzuel. Nennt d’Eenheet am selwechte Saz wéi d’Zuel, all Kéier. Eng Zuel ouni Eenheet ass eng Meenung mat engem Dezimalpunkt.
| 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 |
En ëffentlechen Direkteri liwwert déi ugekënnegt Participanten an deem Déngscht. Et ass keen Inventar vun all kommerzieller, organisatorescher a privater Installatioun op der Welt, an et esou ze behandelen bléist all ofgeleet Statistik op.
D’Herkunft gehéiert an de Schema
Eng Zeil ouni Herkunft kann net nachgepréift ginn. Halt de Quellerekord, d’Sammelzäit mat hirer Zäitzon, d’Observatiounsmethod an e Status vum leschte Gesinn fest.
Halt ugekënnegt Attributer getrennt vun observéierten, well se verschidde Gewiicht droen. D’Landesetikett vun engem Direkteri ass eng ugekënnegt Behauptung, an et ass keen Beweis fir de kierperleche Standuert vun engem Server. Eng IP-Zouweesung identifizéiert e Netzwierkblock, net all Locataire dobannen, an net den aktuellen Bedreiwer vun enger Applikatioun driwwer. Zwou Kolonnen an eng Notiz schloe all Kéier ee fusionéierte Feld.
{"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"}Eng eenzeg JSON-Zeil mécht de Schema konkret an ass méi einfach ze diskutéieren wéi en Abschnitt Beschreiwung. Bemierkt, datt den Zäitstempel eng Zäitzon dréit an d’Method genannt gëtt amplaz implizéiert.
Duplikater no der Fro ewechhuelen
Duplikater hänken vun der Eenheet of. Déi selwecht Adress mat zwee Protokoll-Nolauschterer ass ee Endpunktpaar an zwee Déngschter, an et stonn ze fusionéieren ännert d’Zielung.
Huelt Duplikater op deem Niveau ewech, vun deem d’Fro schwätzt, a notéiert wéi vill ro Zeilen an all behalen Zeil gefall sinn. Dëse Verhältnis ass selwer eng Entdeckung, well eng grouss Zesummefallung meeschtens heescht, datt d’Quell Opzeechnunge pro Nolauschterer publizéiert. En Ubidder mat ville Adressen ergëtt de Géigendeel. Béides ass richteg, an nëmmen dee notéierte Verhältnis erlaabt dem Lieser, se z’ënnerscheeden.
Behält dann déi ro Zeilen. Eng Tabell ouni Duplikater ass eng Vue, an d’Fäegkeet, se aus dem roe Input erëm opzebauen, mécht d’Resultat reproduzéierbar.
Publizéiert d’Deckungserklärung
Gitt un, wéi d’Quellen ausgewielt goufen, wéi eng Regiounen oder Netzwierker se decken, a wat bewosst fehlt.
Privat Firmenendpunkten an net ugekënnegt Installatioune erschéngen ni op ëffentleche Lëschten, also weist d’Feele an engem Direkteri nëmmen, datt den Direkteri se net opgelëscht huet. Préift d’Konditioune vun der Quell an d’Erlabnes fir Weiderverdeelung virum Publizéieren, an huelt Felder ewech, déi ni gebraucht goufen. Eng Endpunktstudie verlaangt seelen Abonnentidentitéiten, Umeldungsdaten oder Browserverlaf. Dës ze publizéieren wier en anert Projet mat enger anerer Begrënnung.
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 | headDës dräi Kommandoen ginn eng Zeilzuel, eng Eenheetsopdeelung an eng Skizz vun der Deckung no ugekënnegtem Land. Halt datéiert Snapshote fest, wann d’Bevëlkerung sech ännert, an ënnerscheedt tëschent vereelztem a bestätegtem Feele. En ofgegrenzten Datensatz mat enger kloerer Bevëlkerung schléit eng ongestäerkt Behauptung, all VPN am Internet ze enthalen.