VPN ڈیٹاسیٹ میں ایک قطار کا کیا مطلب ہے، اور یہ کیوں اہم ہے
فراہم کنندہ، آخری نقطہ، اخراج کا پتہ اور رسائی چار مختلف قطاریں ہیں۔ اکائی منتخب کریں، ماخذ رکھیں، اور جو ڈیٹاسیٹ کور نہیں کرتا اسے شائع کریں۔
پوچھیں کہ VPN ڈیٹاسیٹ کی ایک قطار کیا ظاہر کرتی ہے، اور جواب کئی گنا ہو جاتے ہیں: ایک کمپنی، ایک سامع، ایک عوامی اخراج کا پتہ، رسائی کا ایک نتیجہ۔ ہر ایک جائز ہے، اور انہیں بغیر لیبل ملانے سے ایسا میزان بنتا ہے جو درست سنائی دیتا ہے اور کچھ نہیں بتاتا۔ اکائی ایک ڈیزائن فیصلہ ہے، اور یہ پہلی گنتی سے پہلے لینا ہوگا۔ شائع شدہ VPN اعدادوشمار میں زیادہ تر الجھن اسی مرحلے کو چھوڑ دینے سے آتی ہے۔
قطار ایک دعویٰ ہے، چیز نہیں
ہر قطار دنیا کے بارے میں کچھ دعویٰ کرتی ہے، اور دعوے کا ایک موضوع ہوتا ہے۔ موضوع کا نام دینا ہی قطار کو دوسری قطار سے موازنے کے قابل بناتا ہے۔
فراہم کنندہ کی قطار دعویٰ کرتی ہے کہ ایک ادارہ خدمت پیش کرتا ہے۔ آخری نقطے کی قطار دعویٰ کرتی ہے کہ ایک مخصوص پتہ اور پورٹ ایک پروٹوکول بولتے ہیں۔ اخراج کی قطار دعویٰ کرتی ہے کہ ٹریفک کسی وقت ایک پتے سے نکلا۔ پیمائش کی قطار دعویٰ کرتی ہے کہ کہیں سے ایک تحقیقی جائزہ نے نتیجہ دیکھا۔ چار موضوعات، چار اسکیمے، اور بغیر امتیازی عنصر کے انہیں ملانے والا ڈیٹاسیٹ بالکل یکجا نہیں کیا جا سکتا۔
امتیازی عنصر اسکیمے کا سب سے سستا حصہ ہے اور سب سے زیادہ چھوڑا جانے والا حصہ۔
گنتی سے پہلے اکائی منتخب کریں
وہ اکائی منتخب کریں جو آپ کے حقیقی سوال کا جواب دیتی ہے۔ آخری نقطے گننا بتاتا ہے کہ کتنے سامعین کا اعلان ہوا؛ فراہم کنندگان گننا بتاتا ہے کہ کتنے ادارے شامل تھے؛ اخراج کے پتے گننا بتاتا ہے کہ کتنے ظاہری ماخذ موجود ہیں۔
یہ اعداد قابل تبادلہ نہیں، اور فرق بڑے ہیں۔ ایک فراہم کنندہ ہزاروں پتے چلا سکتا ہے، اور ایک پتہ مختلف خدمات کے لیے کئی پروٹوکول سامعین رکھ سکتا ہے۔ اس لیے پتوں کی گنتی فراہم کنندگان کی گنتی کے لیے نہ اوپری نہ نچلی حد ہے۔ ہر بار عدد کے ساتھ اسی جملے میں اکائی بتائیں۔ بغیر اکائی کا عدد اعشاریہ نقطے والی رائے ہے۔
| 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 |
ایک عوامی ڈائریکٹری اسی خدمت میں اعلان شدہ شرکا فراہم کرتی ہے۔ یہ دنیا کی ہر تجارتی، ادارہ جاتی اور نجی تعیناتی کی فہرست نہیں، اور اسے ایسا سمجھنا ہر اخذ کردہ اعدادوشمار کو پھلا دیتا ہے۔
ماخذ اسکیما میں ہی رہتا ہے
بغیر ماخذ کی قطار دوبارہ جانچی نہیں جا سکتی۔ ماخذ ریکارڈ، اس کے منطقۂ وقت کے ساتھ جمع آوری کا وقت، مشاہدے کا طریقہ اور آخری بار دیکھے جانے کی حالت درج کریں۔
اعلان شدہ خصوصیات کو مشاہدہ شدہ سے الگ رکھیں، کیونکہ ان کا وزن مختلف ہے۔ ڈائریکٹری کا ملکی لیبل ایک اعلان شدہ دعویٰ ہے، اور یہ سرور کے طبعی مقام کا ثبوت نہیں۔ IP تقسیم ایک نیٹ ورک بلاک کی نشاندہی کرتی ہے، اس کے اندر ہر کرایہ دار کی نہیں، اور اوپر کی کسی ایپلیکیشن کے موجودہ منتظم کی بھی نہیں۔ دو کالم اور ایک نوٹ ہر بار ایک ضم شدہ فیلڈ پر بھاری ہوتے ہیں۔
{"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"}JSON کی ایک سطر اسکیمے کو ٹھوس بناتی ہے اور تفصیل کے پیراگراف سے اس پر بحث آسان ہے۔ غور کریں کہ وقت کی مہر میں منطقۂ وقت ہے اور طریقہ مضمر نہیں، نامزد ہے۔
سوال کے مطابق نقول ہٹائیں
نقول اکائی پر منحصر ہیں۔ دو پروٹوکول سامعین والا وہی پتہ ایک آخری نقطہ جوڑا اور دو خدمات ہے، اور اسے خاموشی سے ملانے سے گنتی بدل جاتی ہے۔
جس سطح کے بارے میں سوال پوچھتا ہے اسی سطح پر نقول ہٹائیں، اور درج کریں کہ ہر رکھی گئی قطار میں کتنی خام قطاریں سمٹیں۔ وہ تناسب خود ایک دریافت ہے، کیونکہ بڑا سمٹنا عام طور پر بتاتا ہے کہ ماخذ فی سامع ریکارڈ شائع کرتا ہے۔ زیادہ پتے چلانے والا فراہم کنندہ الٹا نمونہ دیتا ہے۔ دونوں درست ہیں، اور صرف درج شدہ تناسب ہی قاری کو انہیں الگ پہچاننے دیتا ہے۔
پھر خام قطاریں رکھیں۔ بغیر نقل کا جدول ایک منظر ہے، اور خام ان پٹ سے اسے دوبارہ بنانے کی صلاحیت ہی نتیجے کو قابلِ تکرار بناتی ہے۔
کوریج کا بیان شائع کریں
بتائیں کہ ماخذ کیسے منتخب ہوئے، وہ کون سے علاقے یا نیٹ ورک کور کرتے ہیں، اور کیا جان بوجھ کر موجود نہیں۔
نجی کارپوریٹ آخری نقطے اور غیر اعلان شدہ تعیناتیاں کبھی عوامی فہرستوں میں ظاہر نہیں ہوتیں، اس لیے ڈائریکٹری میں نہ ہونا صرف یہ ثابت کرتا ہے کہ ڈائریکٹری نے اسے درج نہیں کیا۔ شائع کرنے سے پہلے ماخذ کی شرائط اور دوبارہ تقسیم کی اجازتیں جانچیں، اور وہ فیلڈز ہٹائیں جو کبھی ضروری نہ تھے۔ آخری نقطوں کا مطالعہ شاذ و نادر ہی صارفین کی شناخت، اسناد یا براؤزنگ تاریخ مانگتا ہے۔ انہیں شائع کرنا مختلف جواز والا مختلف منصوبہ ہوتا۔
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 | headوہ تین کمانڈز قطاروں کی گنتی، اکائیوں کی تقسیم اور اعلان شدہ ملک کے مطابق کوریج کا خاکہ دیتی ہیں۔ آبادی بدلنے پر تاریخ والے اسنیپ شاٹ رکھیں، اور پرانے کو تصدیق شدہ عدم موجودگی سے الگ کریں۔ واضح آبادی والا محدود ڈیٹاسیٹ انٹرنیٹ پر ہر VPN رکھنے کے بے بنیاد دعوے سے بہتر ہے۔