VPN ਡੇਟਾਸੈਟ ਵਿੱਚ ਇੱਕ ਕਤਾਰ ਦਾ ਕੀ ਅਰਥ ਹੈ, ਅਤੇ ਇਹ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ
ਪ੍ਰਦਾਤਾ, ਅੰਤਿਮ ਬਿੰਦੂ, ਨਿਕਾਸ ਪਤਾ ਅਤੇ ਪਹੁੰਚਯੋਗਤਾ ਚਾਰ ਵੱਖਰੀਆਂ ਕਤਾਰਾਂ ਹਨ। ਇਕਾਈ ਚੁਣੋ, ਸਰੋਤ ਰੱਖੋ, ਜੋ ਡੇਟਾਸੈਟ ਨਹੀਂ ਢਕਦਾ ਉਹ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰੋ।
ਪੁੱਛੋ ਕਿ VPN ਡੇਟਾਸੈਟ ਦੀ ਇੱਕ ਕਤਾਰ ਕੀ ਦਰਸਾਉਂਦੀ ਹੈ, ਅਤੇ ਜਵਾਬ ਕਈ ਗੁਣਾ ਹੋ ਜਾਂਦੇ ਹਨ: ਇੱਕ ਕੰਪਨੀ, ਇੱਕ ਸਰੋਤਾ, ਇੱਕ ਜਨਤਕ ਨਿਕਾਸ ਪਤਾ, ਇੱਕ ਪਹੁੰਚਯੋਗਤਾ ਨਤੀਜਾ। ਹਰ ਇੱਕ ਜਾਇਜ਼ ਹੈ, ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਬਿਨਾਂ ਲੇਬਲ ਮਿਲਾਉਣ ਨਾਲ ਇੱਕ ਜੋੜ ਬਣਦਾ ਹੈ ਜੋ ਸਟੀਕ ਸੁਣਾਈ ਦਿੰਦਾ ਹੈ ਅਤੇ ਕੁਝ ਵੀ ਨਹੀਂ ਦੱਸਦਾ। ਇਕਾਈ ਇੱਕ ਡਿਜ਼ਾਈਨ ਫੈਸਲਾ ਹੈ, ਅਤੇ ਇਹ ਪਹਿਲੀ ਗਿਣਤੀ ਤੋਂ ਪਹਿਲਾਂ ਲੈਣਾ ਪਵੇਗਾ। ਪ੍ਰਕਾਸ਼ਿਤ VPN ਅੰਕੜਿਆਂ ਵਿੱਚ ਬਹੁਤਾ ਭੁਲੇਖਾ ਇਸ ਕਦਮ ਨੂੰ ਛੱਡਣ ਨਾਲ ਆਉਂਦਾ ਹੈ।
ਕਤਾਰ ਇੱਕ ਦਾਅਵਾ ਹੈ, ਵਸਤੂ ਨਹੀਂ
ਹਰ ਕਤਾਰ ਸੰਸਾਰ ਬਾਰੇ ਕੁਝ ਦਾਅਵਾ ਕਰਦੀ ਹੈ, ਅਤੇ ਦਾਅਵੇ ਦਾ ਇੱਕ ਵਿਸ਼ਾ ਹੁੰਦਾ ਹੈ। ਵਿਸ਼ੇ ਦਾ ਨਾਮ ਦੇਣਾ ਹੀ ਕਤਾਰ ਨੂੰ ਦੂਜੀ ਕਤਾਰ ਨਾਲ ਤੁਲਨਾਯੋਗ ਬਣਾਉਂਦਾ ਹੈ।
ਪ੍ਰਦਾਤਾ ਕਤਾਰ ਦਾਅਵਾ ਕਰਦੀ ਹੈ ਕਿ ਇੱਕ ਸੰਸਥਾ ਸੇਵਾ ਦਿੰਦੀ ਹੈ। ਅੰਤਿਮ ਬਿੰਦੂ ਕਤਾਰ ਦਾਅਵਾ ਕਰਦੀ ਹੈ ਕਿ ਇੱਕ ਖਾਸ ਪਤਾ ਅਤੇ ਪੋਰਟ ਇੱਕ ਪ੍ਰੋਟੋਕੋਲ ਬੋਲਦੇ ਹਨ। ਨਿਕਾਸ ਕਤਾਰ ਦਾਅਵਾ ਕਰਦੀ ਹੈ ਕਿ ਟ੍ਰੈਫਿਕ ਕਿਸੇ ਸਮੇਂ ਇੱਕ ਪਤੇ ਤੋਂ ਨਿਕਲਿਆ। ਮਾਪ ਕਤਾਰ ਦਾਅਵਾ ਕਰਦੀ ਹੈ ਕਿ ਕਿਤੋਂ ਇੱਕ ਪੜਤਾਲ ਨੇ ਨਤੀਜਾ ਦੇਖਿਆ। ਚਾਰ ਵਿਸ਼ੇ, ਚਾਰ ਸਕੀਮਾਂ, ਅਤੇ ਭੇਦਕ ਤੋਂ ਬਿਨਾਂ ਉਹਨਾਂ ਨੂੰ ਮਿਲਾਉਣ ਵਾਲਾ ਡੇਟਾਸੈਟ ਬਿਲਕੁਲ ਵੀ ਇਕੱਠਾ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ।
ਭੇਦਕ ਸਕੀਮਾ ਦਾ ਸਭ ਤੋਂ ਸਸਤਾ ਹਿੱਸਾ ਹੈ ਅਤੇ ਸਭ ਤੋਂ ਵੱਧ ਛੱਡਿਆ ਜਾਣ ਵਾਲਾ ਹਿੱਸਾ।
ਗਿਣਤੀ ਤੋਂ ਪਹਿਲਾਂ ਇਕਾਈ ਚੁਣੋ
ਉਹ ਇਕਾਈ ਚੁਣੋ ਜੋ ਤੁਹਾਡੇ ਅਸਲ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿੰਦੀ ਹੈ। ਅੰਤਿਮ ਬਿੰਦੂ ਗਿਣਨਾ ਦੱਸਦਾ ਹੈ ਕਿ ਕਿੰਨੇ ਸਰੋਤਿਆਂ ਦੀ ਘੋਸ਼ਣਾ ਹੋਈ; ਪ੍ਰਦਾਤਾ ਗਿਣਨਾ ਦੱਸਦਾ ਹੈ ਕਿ ਕਿੰਨੀਆਂ ਸੰਸਥਾਵਾਂ ਸ਼ਾਮਲ ਸਨ; ਨਿਕਾਸ ਪਤੇ ਗਿਣਨਾ ਦੱਸਦਾ ਹੈ ਕਿ ਕਿੰਨੇ ਦਿਸਦੇ ਸਰੋਤ ਮੌਜੂਦ ਹਨ।
ਇਹ ਸੰਖਿਆਵਾਂ ਬਦਲਵੀਆਂ ਨਹੀਂ ਹਨ, ਅਤੇ ਅੰਤਰ ਵੱਡੇ ਹਨ। ਇੱਕ ਪ੍ਰਦਾਤਾ ਹਜ਼ਾਰਾਂ ਪਤੇ ਚਲਾ ਸਕਦਾ ਹੈ, ਅਤੇ ਇੱਕ ਪਤਾ ਵੱਖ ਵੱਖ ਸੇਵਾਵਾਂ ਲਈ ਕਈ ਪ੍ਰੋਟੋਕੋਲ ਸਰੋਤੇ ਰੱਖ ਸਕਦਾ ਹੈ। ਇਸ ਲਈ ਪਤਿਆਂ ਦੀ ਗਿਣਤੀ ਪ੍ਰਦਾਤਿਆਂ ਦੀ ਗਿਣਤੀ ਲਈ ਨਾ ਉਪਰਲੀ ਨਾ ਹੇਠਲੀ ਸੀਮਾ ਹੈ। ਹਰ ਵਾਰ ਸੰਖਿਆ ਵਾਲੇ ਹੀ ਵਾਕ ਵਿੱਚ ਇਕਾਈ ਦੱਸੋ। ਇਕਾਈ ਤੋਂ ਬਿਨਾਂ ਸੰਖਿਆ ਦਸ਼ਮਲਵ ਬਿੰਦੂ ਵਾਲੀ ਰਾਏ ਹੈ।
| 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 |
ਇੱਕ ਜਨਤਕ ਡਾਇਰੈਕਟਰੀ ਉਸ ਸੇਵਾ ਵਿੱਚ ਘੋਸ਼ਿਤ ਭਾਗੀਦਾਰ ਦਿੰਦੀ ਹੈ। ਇਹ ਸੰਸਾਰ ਦੇ ਹਰ ਵਪਾਰਕ, ਸੰਸਥਾਗਤ ਅਤੇ ਨਿੱਜੀ ਤੈਨਾਤੀ ਦੀ ਸੂਚੀ ਨਹੀਂ ਹੈ, ਅਤੇ ਇਸਨੂੰ ਇਵੇਂ ਮੰਨਣ ਨਾਲ ਹਰ ਉਤਪੰਨ ਅੰਕੜਾ ਫੁੱਲ ਜਾਂਦਾ ਹੈ।
ਸਰੋਤ ਸਕੀਮਾ ਵਿੱਚ ਹੀ ਹੁੰਦਾ ਹੈ
ਸਰੋਤ ਤੋਂ ਬਿਨਾਂ ਕਤਾਰ ਦੀ ਦੁਬਾਰਾ ਜਾਂਚ ਨਹੀਂ ਹੋ ਸਕਦੀ। ਸਰੋਤ ਰਿਕਾਰਡ, ਉਸਦੇ ਸਮਾਂ ਖੇਤਰ ਸਮੇਤ ਸੰਗ੍ਰਹਿ ਸਮਾਂ, ਨਿਰੀਖਣ ਵਿਧੀ ਅਤੇ ਆਖਰੀ ਵਾਰ ਦੇਖਣ ਦੀ ਸਥਿਤੀ ਦਰਜ ਕਰੋ।
ਘੋਸ਼ਿਤ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਨਿਰੀਖਿਤ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਤੋਂ ਵੱਖ ਰੱਖੋ, ਕਿਉਂਕਿ ਉਹਨਾਂ ਦਾ ਭਾਰ ਵੱਖਰਾ ਹੈ। ਡਾਇਰੈਕਟਰੀ ਦਾ ਦੇਸ਼ ਲੇਬਲ ਘੋਸ਼ਿਤ ਦਾਅਵਾ ਹੈ, ਅਤੇ ਇਹ ਸਰਵਰ ਦੀ ਭੌਤਿਕ ਸਥਿਤੀ ਦਾ ਸਬੂਤ ਨਹੀਂ ਹੈ। IP ਅਲਾਟਮੈਂਟ ਨੈੱਟਵਰਕ ਬਲਾਕ ਦੀ ਪਛਾਣ ਕਰਦੀ ਹੈ, ਉਸਦੇ ਅੰਦਰ ਹਰ ਕਿਰਾਏਦਾਰ ਦੀ ਨਹੀਂ, ਅਤੇ ਉੱਪਰਲੀ ਐਪਲੀਕੇਸ਼ਨ ਦੇ ਮੌਜੂਦਾ ਚਾਲਕ ਦੀ ਵੀ ਨਹੀਂ। ਦੋ ਕਾਲਮ ਅਤੇ ਇੱਕ ਨੋਟ ਹਰ ਵਾਰ ਇੱਕ ਮਿਲਾਏ ਖੇਤਰ ਨਾਲੋਂ ਬਿਹਤਰ ਹੁੰਦੇ ਹਨ।
{"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"}ਇੱਕ JSON ਲਾਈਨ ਸਕੀਮਾ ਨੂੰ ਠੋਸ ਬਣਾਉਂਦੀ ਹੈ ਅਤੇ ਵਰਣਨ ਦੇ ਪੈਰੇ ਨਾਲੋਂ ਇਸ ਬਾਰੇ ਚਰਚਾ ਸੌਖੀ ਹੈ। ਧਿਆਨ ਦਿਓ ਕਿ ਸਮਾਂ-ਛਾਪ ਵਿੱਚ ਸਮਾਂ ਖੇਤਰ ਹੁੰਦਾ ਹੈ ਅਤੇ ਵਿਧੀ ਲੁਕੀ ਹੋਈ ਨਹੀਂ, ਨਾਮਿਤ ਹੁੰਦੀ ਹੈ।
ਸਵਾਲ ਅਨੁਸਾਰ ਦੁਹਰਾਅ ਹਟਾਓ
ਦੁਹਰਾਅ ਇਕਾਈ ਉੱਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਦੋ ਪ੍ਰੋਟੋਕੋਲ ਸਰੋਤਿਆਂ ਵਾਲਾ ਉਹੀ ਪਤਾ ਇੱਕ ਅੰਤਿਮ ਬਿੰਦੂ ਜੋੜੀ ਅਤੇ ਦੋ ਸੇਵਾਵਾਂ ਹੈ, ਅਤੇ ਇਸਨੂੰ ਚੁੱਪਚਾਪ ਮਿਲਾਉਣ ਨਾਲ ਗਿਣਤੀ ਬਦਲ ਜਾਂਦੀ ਹੈ।
ਜਿਸ ਪੱਧਰ ਬਾਰੇ ਸਵਾਲ ਪੁੱਛਦਾ ਹੈ ਉਸੇ ਪੱਧਰ ਉੱਤੇ ਦੁਹਰਾਅ ਹਟਾਓ, ਅਤੇ ਦਰਜ ਕਰੋ ਕਿ ਹਰ ਰੱਖੀ ਕਤਾਰ ਵਿੱਚ ਕਿੰਨੀਆਂ ਕੱਚੀਆਂ ਕਤਾਰਾਂ ਸਿਮਟੀਆਂ। ਉਹ ਅਨੁਪਾਤ ਆਪਣੇ ਆਪ ਵਿੱਚ ਇੱਕ ਖੋਜ ਹੈ, ਕਿਉਂਕਿ ਵੱਡਾ ਸਿਮਟਣਾ ਆਮ ਤੌਰ ਤੇ ਦੱਸਦਾ ਹੈ ਕਿ ਸਰੋਤ ਪ੍ਰਤੀ-ਸਰੋਤਾ ਰਿਕਾਰਡ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਦਾ ਹੈ। ਬਹੁਤ ਸਾਰੇ ਪਤੇ ਚਲਾਉਣ ਵਾਲਾ ਪ੍ਰਦਾਤਾ ਉਲਟਾ ਨਮੂਨਾ ਦਿੰਦਾ ਹੈ। ਦੋਵੇਂ ਸਹੀ ਹਨ, ਅਤੇ ਸਿਰਫ ਦਰਜ ਅਨੁਪਾਤ ਹੀ ਪਾਠਕ ਨੂੰ ਉਹਨਾਂ ਨੂੰ ਵੱਖ ਪਛਾਣਨ ਦਿੰਦਾ ਹੈ।
ਫਿਰ ਕੱਚੀਆਂ ਕਤਾਰਾਂ ਰੱਖੋ। ਦੁਹਰਾਅ-ਰਹਿਤ ਸਾਰਣੀ ਇੱਕ ਦ੍ਰਿਸ਼ ਹੈ, ਅਤੇ ਕੱਚੇ ਇਨਪੁਟ ਤੋਂ ਇਸਨੂੰ ਦੁਬਾਰਾ ਬਣਾਉਣ ਦੀ ਸਮਰੱਥਾ ਹੀ ਨਤੀਜੇ ਨੂੰ ਦੁਹਰਾਉਣਯੋਗ ਬਣਾਉਂਦੀ ਹੈ।
ਕਵਰੇਜ ਬਿਆਨ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰੋ
ਦੱਸੋ ਕਿ ਸਰੋਤ ਕਿਵੇਂ ਚੁਣੇ ਗਏ, ਉਹ ਕਿਹੜੇ ਖੇਤਰ ਜਾਂ ਨੈੱਟਵਰਕ ਢਕਦੇ ਹਨ, ਅਤੇ ਕੀ ਜਾਣਬੁੱਝ ਕੇ ਗੈਰਹਾਜ਼ਰ ਹੈ।
ਨਿੱਜੀ ਕਾਰਪੋਰੇਟ ਅੰਤਿਮ ਬਿੰਦੂ ਅਤੇ ਗੈਰ-ਘੋਸ਼ਿਤ ਤੈਨਾਤੀ ਕਦੇ ਜਨਤਕ ਸੂਚੀਆਂ ਵਿੱਚ ਨਹੀਂ ਦਿਸਦੇ, ਇਸ ਲਈ ਡਾਇਰੈਕਟਰੀ ਵਿੱਚ ਗੈਰਹਾਜ਼ਰੀ ਸਿਰਫ ਇਹ ਸਾਬਤ ਕਰਦੀ ਹੈ ਕਿ ਡਾਇਰੈਕਟਰੀ ਨੇ ਇਸਨੂੰ ਸੂਚੀਬੱਧ ਨਹੀਂ ਕੀਤਾ। ਪ੍ਰਕਾਸ਼ਨ ਤੋਂ ਪਹਿਲਾਂ ਸਰੋਤ ਦੀਆਂ ਸ਼ਰਤਾਂ ਅਤੇ ਮੁੜ-ਵੰਡ ਦੀਆਂ ਇਜਾਜ਼ਤਾਂ ਜਾਂਚੋ, ਅਤੇ ਉਹ ਖੇਤਰ ਹਟਾਓ ਜੋ ਕਦੇ ਲੋੜੀਂਦੇ ਨਹੀਂ ਸਨ। ਅੰਤਿਮ ਬਿੰਦੂ ਅਧਿਐਨ ਨੂੰ ਗਾਹਕ ਪਛਾਣ, ਪ੍ਰਮਾਣ-ਪੱਤਰ ਜਾਂ ਬ੍ਰਾਊਜ਼ਿੰਗ ਇਤਿਹਾਸ ਬਹੁਤ ਘੱਟ ਲੋੜੀਂਦਾ ਹੁੰਦਾ ਹੈ। ਉਹਨਾਂ ਨੂੰ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਨਾ ਵੱਖਰੇ ਤਰਕ ਵਾਲਾ ਵੱਖਰਾ ਪ੍ਰੋਜੈਕਟ ਹੋਵੇਗਾ।
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 | headਉਹ ਤਿੰਨ ਕਮਾਂਡ ਕਤਾਰ-ਗਿਣਤੀ, ਇਕਾਈ ਵੰਡ ਅਤੇ ਘੋਸ਼ਿਤ ਦੇਸ਼ ਅਨੁਸਾਰ ਕਵਰੇਜ ਦਾ ਰੇਖਾਚਿੱਤਰ ਦਿੰਦੀਆਂ ਹਨ। ਵਸੋਂ ਬਦਲਣ ਵੇਲੇ ਤਾਰੀਖ ਵਾਲੇ ਸਨੈਪਸ਼ਾਟ ਰੱਖੋ, ਅਤੇ ਪੁਰਾਣੇ ਤੇ ਪੱਕੀ ਗੈਰਹਾਜ਼ਰੀ ਵਿੱਚ ਫਰਕ ਕਰੋ। ਸਪਸ਼ਟ ਵਸੋਂ ਵਾਲਾ ਸੀਮਿਤ ਡੇਟਾਸੈਟ ਇੰਟਰਨੈਟ ਦੇ ਹਰ VPN ਨੂੰ ਸਮੇਟਣ ਦੇ ਅਸਮਰਥਿਤ ਦਾਅਵੇ ਨਾਲੋਂ ਬਿਹਤਰ ਹੈ।