Résumé

  • Ajouter un pair BGP ne garantit pas une vue différente. En 2019, l’analyse de RIS comparait les liens entre systèmes autonomes visibles dans les chemins et reconnaissait que les opérateurs volontaires formaient un échantillon biaisé dont le biais exact restait inconnu.
  • En 2023, l’équipe RIS a expliqué son passage d’une politique visant à multiplier les pairs à une sélection plus ciblée, attentive aux redondances, aux coûts de stockage et de traitement, ainsi qu’à la couverture du cœur et des pays. Ces critères façonnent les données disponibles ; ils ne constituent pas un recensement d’Internet.

Une route de plus n’est pas toujours un regard de plus

Un collecteur BGP n’observe pas tous les routeurs d’Internet. Il reçoit les annonces des réseaux avec lesquels ses collecteurs ont établi une session. Chaque session apporte un point de vue situé dans le plan de contrôle. Ce point de vue peut être précieux, mais il reste partiel.

La différence apparaît lorsqu’on évalue un nouveau pair. S’il voit des chemins déjà transmis par plusieurs pairs présents, le nombre de routes enregistrées augmente sans que la perspective de RIS s’élargisse dans la même proportion. Un autre pair peut au contraire montrer des liens ou des chemins qui manquaient jusque-là. Le volume collecté et la diversité observée ne mesurent donc pas la même chose.

Dans son étude de 2019, « How Diverse is RIS? », Emile Aben examinait les liens dirigés entre systèmes autonomes visibles dans les chemins des pairs qui fournissaient des tables complètes. Il utilisait la similarité de Jaccard : deux pairs qui montraient les mêmes liens approchaient une similarité de 100 %. Une similarité élevée pouvait indiquer que l’ajout d’autres pairs au même endroit apporterait peu de diversité ; ailleurs, les points de vue différaient davantage. Cette méthode compare les observations disponibles. Elle ne prétend pas décrire tout ce que voient les réseaux du monde.

Le billet nommait aussi une limite fondamentale : RIS ne pouvait pas collecter les données BGP de chaque routeur. Les opérateurs participaient volontairement. Ce mode de collecte est pratique, mais relève de l’échantillonnage de convenance et comporte un biais inconnu. Être présent dans le jeu de données ne signifie donc pas que l’on représente l’ensemble des réseaux.

Chaque collecteur regarde depuis un endroit précis

Les collecteurs installés dans un point d’échange Internet voient généralement les routes annoncées par les réseaux présents à ce point. Les données peuvent être stables et rapides à obtenir, mais elles restent liées à cet environnement de peering. Un collecteur multi-hop peut atteindre des pairs plus éloignés et diversifier les observations ; l’analyse de 2019 signalait en contrepartie une stabilité, une fiabilité ou une rapidité potentiellement moindres. Elle dénombrait alors deux collecteurs de ce type, RRC00 et RRC24. Ce chiffre décrit l’organisation de l’époque, pas le service actuel.

Le nombre de pairs n’a donc jamais été une mesure neutre. Le pair marginal pouvait apporter une nouvelle vue, répéter des routes déjà visibles ou augmenter la charge de collecte et de conservation. Avec la croissance des tables et des mises à jour BGP, enregistrer chaque flux devenait aussi une question de ressources.

Dans un billet de 2023, Aben décrivait le passage de RIS d’une approche ouverte, qui cherchait à maximiser le nombre de pairs, à une politique plus sélective. L’équipe évoquait des rendements décroissants : chaque pair peut fournir des informations nouvelles, mais la part réellement nouvelle tend à baisser lorsque les vues se ressemblent. Les données redondantes exigent tout de même du stockage et du traitement. Un service qui conserve ces données pour la recherche doit décider quelles observations supplémentaires justifient leur coût.

Il s’agit d’un choix de conception du service, pas d’un jugement sur les réseaux non retenus. RIS observe le routage ; l’absence d’un réseau dans son jeu de pairs ne modifie pas les annonces de ce réseau et ne décide pas si son trafic peut circuler. Elle limite ce que ce jeu de données particulier permet de voir.

Mesurer la couverture, c’est choisir un indicateur

L’équipe RIS a décrit deux pistes pour obtenir un échantillon plus utile. La première consistait à améliorer la visibilité du cœur d’Internet par des sessions avec des réseaux de niveau 1. La seconde cherchait une couverture plus variée selon les pays ou les types de réseaux. Les données disponibles se prêtant à une analyse par pays, l’équipe a comparé le nombre moyen de systèmes autonomes séparant RIS des réseaux de chaque pays.

Dans la comparaison publiée en 2023, les pays retenus pour l’exercice étaient plus proches de RIS selon cet indicateur que dans la vue précédente ; l’un restait plus éloigné que les autres. Cela établit un changement de distance en nombre de systèmes autonomes pour les cas étudiés. Cela ne prouve pas que les réseaux, les utilisateurs ou le trafic de chaque pays sont représentés.

La distance en sauts d’AS est une mesure dans le graphe de routage observé, pas une distance géographique. Un même pays peut réunir des réseaux aux fournisseurs et relations de peering très différents. À l’inverse, un même nombre de sauts peut correspondre à des structures de réseau distinctes. Si l’échantillon initial est étroit, une moyenne nationale peut aussi masquer les réseaux que RIS ne voit pas. L’indicateur peut aider à choisir un pair susceptible d’apporter un autre chemin ; il ne certifie pas l’exhaustivité.

Cette limite compte lorsque des chercheurs transforment les données RIS en affirmation publique. Une route reçue par un collecteur prouve qu’elle lui est parvenue par un pair donné à un instant donné. Son absence dans un échantillon particulier ne démontre pas qu’aucun réseau ne l’a annoncée. Une route observée ne décrit pas non plus, à elle seule, le chemin réellement parcouru par les paquets, le volume de trafic ou l’expérience des utilisateurs.

Une ouverture devenue un choix d’entrée

RIS s’appuie sur la communauté : des opérateurs établissent des sessions avec les collecteurs, puis RIPE NCC diffuse les données au moyen d’outils publics. Le billet de 2023 explique que l’organisme a retiré le formulaire de demande de peering afin de s’éloigner de l’ouverture systématique, dans le contexte du budget 2024. La page actuelle de la politique de peering, consultée le 16 octobre 2026, indique que les demandes en ligne ne sont pas acceptées « pour le moment ».

Elle demande aux participants d’annoncer leurs routes IPv4 et IPv6 à un collecteur et précise que les données BGP reçues sont enregistrées, conservées et mises à disposition de la communauté Internet.

La frontière opérationnelle est importante : le service reste ouvert à la communauté, mais l’inscription ne se réduit pas à « remplir un formulaire et être ajouté ». RIPE NCC dit prendre l’initiative de contacter les réseaux qu’il estime utiles à l’observation. Les documents publics exposent les objectifs et les grands critères ; ils ne publient ni une note complète de sélection pour chaque pair ni le coût marginal actuel de chacun. Il ne faut pas inventer ces détails.

L’attribution doit rester aussi précise. RIPE présente Aben comme data scientist et, dans un profil de conférencier publié en 2023, comme product owner du projet RIS. Il a signé des travaux sur la diversité des pairs et leur sélection. Ces sources justifient d’étudier son rôle dans la formulation du problème de mesure. Elles décrivent des choix d’équipe et d’institution ; elles ne disent pas qu’il a décidé seul de la politique ou de chaque session.

Lire l’échantillon, pas un recensement imaginaire

La sélection de pairs peut améliorer la vue d’un collecteur malgré les contraintes réelles. Elle rend aussi cette vue plus dépendante des objectifs retenus. Si les critères favorisent le cœur du réseau, certains pays ou une catégorie de fournisseurs, le jeu de données sera mieux adapté à ces questions-là. Il pourra rester moins informatif sur d’autres parties du réseau.

Les chercheurs et les opérateurs devraient donc nommer les points d’observation qui soutiennent une conclusion. RIS permet d’étudier des chemins BGP observés et leurs changements ; les affirmations importantes gagnent à être confrontées à d’autres collecteurs, registres de routage ou mesures actives de joignabilité. Une hausse du nombre de pairs est une modification des entrées, pas une garantie d’indépendance des observations. Une baisse de la distance par pays est un changement d’indicateur, pas la preuve d’une représentation des utilisateurs.

L’apport d’Emile Aben est de faire entrer le choix du collecteur dans le récit de la mesure. L’échantillon n’est pas une note de bas de page ajoutée après le graphique. Il détermine en partie ce que le graphique peut étayer.

Sources