Résumé

  • Une relation client-fournisseur ou pair-à-pair publiée dans un jeu CAIDA résulte d’observations choisies, de règles de nettoyage, d’hypothèses et d’une validation ; elle ne reproduit pas l’accord privé entre deux réseaux.
  • Pour l’utiliser sans l’exagérer, il faut conserver la date, la famille de données, les collecteurs, la version de méthode et le périmètre validé, puis chercher d’autres preuves pour le prix, le trafic, la géographie et la résilience.

Ce que les nombres ne racontent pas

Une arête entre deux numéros d’AS peut être une excellente première approximation. Elle permet de construire une topologie, de calculer un cône de clients ou de comparer la place relative de réseaux. Elle ne dit pas qui facture quoi, où se trouvent les ports, quelle capacité a été achetée, quels préfixes sont concernés ni comment une rupture serait traitée.

Cette absence n’est pas une petite réserve juridique ajoutée après coup. Elle délimite l’objet scientifique. La carte répond à la question suivante : quelle catégorie de relation de routage explique le mieux les chemins visibles selon une méthode donnée ? Le contrat, lui, répond à des questions d’obligation, de prix et de durée. Une mesure de trafic, une preuve de présence physique ou un rapport d’incident appartiennent encore à d’autres registres.

La visibilité vient de voisins qui choisissent

Le protocole BGP ne transporte pas un exemplaire public du contrat. La RFC 4271 définit AS_PATH comme la suite des systèmes autonomes traversés par l’information de routage. Elle laisse à la politique locale le choix des routes reçues, préférées et annoncées. Un opérateur peut montrer au collecteur une vue différente de celle donnée à un client ou à un pair.

RIPE RIS décrit ses collecteurs comme des machines alimentées par des sessions BGP. Certains sont reliés à un réseau d’échange ; d’autres reçoivent des sessions multihop. Le corpus dépend donc des voisins participants et de ce qu’ils exportent. Il permet de voir beaucoup, mais pas de conclure que ce qui n’apparaît pas n’existe pas.

L’étude de 2013 a fixé son propre cadre : une table de routage Route Views et RIS par jour pendant les cinq premiers jours de chaque mois, puis l’union des chemins observés. Dans le corpus historique décrit par les auteurs, environ un tiers des contributeurs fournissaient une vue complète ; 64 % montraient moins de 2,5 % des AS. Ces proportions ne décrivent pas le RIS actuel. Elles montrent pourquoi tout graphe public commence par un échantillon gouverné par des politiques d’export.

L’algorithme ajoute une théorie au relevé

La théorie économique classique suppose qu’un chemin monte de clients vers des fournisseurs, traverse éventuellement un lien de peering, puis redescend vers des clients. Cette forme dite sans vallée a permis les premières inférences. Mais un grand nombre de chemins compatibles ne garantit pas que chaque arête ait reçu la bonne étiquette.

Les articles de 2005 et 2007 auxquels kc claffy a contribué ont montré les pièges : départages arbitraires, gros transporteur classé comme client d’un petit AS, liens de peering difficiles à découvrir, relations fraternelles ou complexes mal distinguées. Ils ont introduit d’autres objectifs, dont le degré des AS, et surtout une validation explicite auprès d’opérateurs.

En 2013, une nouvelle méthode a nettoyé les chemins, ordonné les AS selon leur degré de transit, repéré une clique supérieure et raisonné sur des triplets adjacents. Elle ne cherchait plus à maximiser les chemins sans vallée. Elle reposait néanmoins sur trois hypothèses : un AS obtient normalement la portée mondiale par un fournisseur, une clique de grands réseaux sans transit payé occupe le sommet, et les liens fournisseur-vers-client ne forment pas de cycle.

Le résultat est reproductible à condition de conserver ces choix. Il ne s’agit pas d’un registre exhumé d’accords privés. Une modification des vues, du nettoyage, de la clique ou des paramètres peut changer une étiquette alors que le contrat, lui, n’a pas bougé.

La validation possède elle aussi un périmètre

L’article de 2007 a interrogé les professionnels des réseaux. Trente-huit AS sur 78 contactés ont répondu et ont fourni la nature de 3 724 relations inférées. Dans cet ensemble, l’algorithme a correctement classé 96,5 % des relations client-fournisseur, 82,8 % des relations de peering et 90,3 % des relations fraternelles, soit 94,2 % au total.

Le dénominateur est décisif. Les répondants se sont sélectionnés eux-mêmes, et leurs réponses ne couvraient que 9,7 % des liens du graphe public étudié. Surtout, leurs inventaires réels contenaient de nombreuses adjacences absentes des tables BGP : jusqu’à 86,2 %, principalement des pairs. La carte pouvait donc bien classer les liens visibles tout en restant très incomplète.

L’étude de 2013 a réuni des déclarations directes, des politiques RPSL cohérentes des deux côtés et des communautés BGP dont le sens était documenté. Elle a validé 43 613 relations sur 126 082, soit 34,6 %. Pour cet échantillon, les taux annoncés étaient de 99,6 % pour client-fournisseur et 98,7 % pour pair-à-pair. Les sources de validation se contredisaient toutefois dans environ 1 % des recouvrements.

Ce 1 % est instructif. Même des preuves plus proches des opérateurs ne coïncident pas toujours : une relation peut changer, être décrite selon un sens économique plutôt que de routage, ou varier selon le lieu. Un taux global n’est donc pas la probabilité de vérité d’une arête particulière.

Une relation par paire, plusieurs réalités

La page actuelle de CAIDA formule directement sa limite : deux AS peuvent être client et fournisseur pour certains préfixes, pairs ailleurs, ou suivre une politique différente selon le point d’interconnexion. Le modèle attribue pourtant une seule relation à la paire. Cette simplification rend le graphe calculable, mais elle masque les contrats partiels, le transit gratuit, le peering payant et les montages régionaux.

Le cône de clients hérite du choix. Il suit les liens inférés vers les clients pour mesurer une portée économique et topologique. L’article de 2013 le qualifie lui-même de construction méthodologiquement imparfaite face aux relations hybrides. Le cône n’est ni une liste de clients certifiée, ni un chiffre d’affaires, ni la prévision des chemins réellement empruntés par les paquets.

CAIDA distribue aujourd’hui deux familles. Serial-1 produit un graphe mensuel à partir de chemins Route Views et RIS nettoyés. Serial-2 ajoute communautés BGP, looking glasses, traceroutes et inférences d’appartenance des routeurs. Une source supplémentaire peut révéler une arête cachée ; elle ajoute aussi des transformations à documenter.

Une œuvre collective portée par une institution

La page officielle de CAIDA présente kc claffy, également nommée Kimberly Claffy, comme responsable scientifique de l’organisation et spécialiste de la mesure indépendante des systèmes d’adressage, de routage et de nommage. Le récit de l’UC San Diego sur le prix Postel reçu en 2017 insiste sur l’infrastructure de collecte, de conservation et de partage qu’elle a contribué à rendre durable.

Cette continuité justifie le choix du personnage. Elle n’autorise pas le récit du génie solitaire. Les publications de 2005, 2007 et 2013 associent notamment Xenofontas Dimitropoulos, Dmitri Krioukov, Marina Fomenkov, Bradley Huffaker, Young Hyun, George Riley, Matthew Luckie, Amogh Dhamdhere et Vasileios Giotsas. La succession des équipes raconte une méthode qui accepte la critique et révise ses hypothèses.

Un rôle BGP négocié reste une preuve bornée

La RFC 9234 offre une comparaison moderne. Deux locuteurs eBGP peuvent confirmer mutuellement un rôle—fournisseur, client, pair, serveur de routes ou client d’un serveur—et utiliser l’attribut Only to Customer contre les fuites. Une telle négociation fournit une preuve plus directe de la sémantique configurée pour la session qu’une inférence externe.

Elle ne publie toujours pas le contrat. La RFC reconnaît les relations complexes et ne révèle ni prix, ni capacité, ni trafic. Son déploiement n’est pas universel. Entre une annonce observée et une obligation commerciale se trouvent donc plusieurs états : adjacence inférée, catégorie inférée, rôle déclaré ou négocié, document contractuel, puis résultat mesuré.

Rendre l’inférence exploitable

Chaque arête utilisée dans une décision devrait conserver la famille de données, la date du cliché, la famille d’adresses, les collecteurs, la version de l’algorithme, les sources auxiliaires et le niveau de validation. Si elle change, il faut garder l’ancien état et distinguer quatre causes : le réseau a changé, la visibilité a changé, les données auxiliaires ont changé, ou la méthode a changé.

Pour une décision à fort impact, la preuve doit correspondre à la question. Les opérateurs et les rôles mutuellement confirmés éclairent la politique de routage ; les contrats éclairent les engagements ; la télémétrie mesure le trafic ; les ports et sites physiques testent la diversité ; les incidents établissent les effets. Une carte d’inférence reste alors exactement ce qu’elle doit être : une manière puissante et révisable de raisonner sur une structure cachée.

Sources