俄罗斯网络过滤纵向观测数据集

社会科学
0 下载
2 浏览
2026-09-16

数据集简介

观测点

rnfo 从四个观测点进行测量:两个位于莫斯科,分别是住宅线路与主机托管线路;另设荷兰与法兰克福两个对照观测点。四个观测点在相同的 UTC 计划下,对同一批 2,828 个目标运行同一测量程序,从而保证各观测点结果可直接对比。整体测量按「每日 4 次」加上「每 15 分钟对照」的节奏运行,形成纵向的时间序列。

迄今的两项发现

项目 README 报告了两个核心发现:

  • 托管观测点低估住宅侧过滤约九个百分点:主机托管线路上观察到的失败率明显低于住宅线路,仅凭托管点测得的过滤强度会系统性偏低。
  • 住宅侧的停滞集中在很窄的区间:住宅线路的连接停滞(stall)多发生在 20–32 KiB 传输量区间,即连接在下载少量字节后即停止。

托管观测点低估住宅过滤约九个百分点

通过对比莫斯科住宅线路与主机托管线路对同一目标集合的测量结果,README 发现住宅线路的失败率比托管点高约九个百分点。这一差距说明以数据中心为观测点的过滤研究可能显著低估面向普通家庭用户的过滤强度,多观测点、含住宅线路的设计因此必要。

重试验证显示该失败可在十二天窗口内复现:32,764 个住宅案例中复现率为 96.3%,25,592 个托管案例中复现率为 96.0%,表明观测到的过滤行为高度稳定而非偶发。

住宅停滞发生在窄区间内

住宅线路上被干扰的连接往往不是立即失败,而是在传输 20–32 KiB 之间的某个位置停止响应。这一窄带停滞模式为识别俄罗斯网络中针对传输内容的阻断机制提供了可核对的信号,也是数据集中每条记录都保留 bytes_read 字段的原因之一。

项目为何存在

rnfo 的定位是「一个开放的纵向数据集,记录俄罗斯境内网络过滤的行为,从多个观测点测量,配有成文的方法学与公开的伦理声明」。其目标是让外部研究者能够基于可复现的测量流程持续追踪过滤行为随时间的变化。

它测量什么,以及为什么不用 curl

项目明确声明:仅为测量项目,不包含任何规避网络控制的工具。测量采用分阶段(staged)方式逐段推进连接,从而定位连接死亡发生的位置与所用机制,而非仅记录成功/失败——这是简单工具(如 curl)无法提供的信息。

数据组织与格式

仓库目录包括 analysis、collector、data、docs、internal、probe、responder、tools;关键文件有 probes.yaml、.env.example、go.mod、docs/ETHICS.md、docs/METHODOLOGY.md、docs/OPERATIONS.md、analysis/stalls.py、analysis/figures.py。数据文件格式涉及 yaml、json、png 与 Go 模块文件;每条测量记录包含 schema、run_id、probe、bytes_read 等字段,并可通过 (run_id, url) 进行关联。每日数据以加密的 day files 形式发布,同时提供机器可读数据。

许可与获取

代码以 MIT 许可发布,数据以 CC BY 4.0 许可发布,均在 GitHub 公共仓库(https://github.com/macintoshi-nakamoto/rnfo)公开免费获取。

基本信息

记录数量未知
文件大小未知
文件格式yaml, go.mod, json, png
数据来源macintoshi-nakamoto
观测点4 个(莫斯科住宅线路、莫斯科主机托管、荷兰对照、法兰克福对照)
测量目标数2,828 个
测量计划统一 UTC 计划:每日 4 次 + 每 15 分钟对照
重试验证32,764 住宅案例(96.3% 复现)与 25,592 托管案例(96.0% 复现),十二天窗口
记录字段schema, run_id, probe, bytes_read;按 (run_id, url) 关联
文件格式yaml, go.mod, json, png
代码许可MIT
数据许可CC BY 4.0
获取方式GitHub 公共仓库,公开免费
发布日期2026-09-16
数据落地页https://github.com/macintoshi-nakamoto/rnfo
网络测量网络过滤俄罗斯纵向数据集连接阻断审查观测

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费