Nick Feamster a conçu des outils pour expliquer les réseaux — et en a révélé les limites

• Nick Feamster est professeur à l’Université de Chicago, chercheur en mesure, bâtisseur d’institutions et cofondateur de NetMicroscope ; il cherche à rendre les comportements cachés d’Internet utilisables dans des décisions responsables.
• Ses travaux rcc ont signalé plus de 1 000 défauts jusque-là non détectés dans 17 systèmes autonomes ; le Routing Control Platform a contribué à établir un modèle de contrôle à l’échelle du réseau, ensuite associé au SDN.
• Ses projets sur le spam, le haut débit, la censure et les objets connectés ont aussi montré les limites de la mesure : réputation erronée, risques des sondes distantes et révélations par les métadonnées chiffrées.
• Ses travaux actuels en apprentissage automatique demandent si les conclusions peuvent être efficaces, auditables et sûres en production ; son apport tient à des systèmes collaboratifs qui conservent l’incertitude.

Rcc : vérifier la configuration combinée avant le déploiement

L’article de 2005 Detecting BGP Configuration Faults with Static Analysis, cosigné avec Hari Balakrishnan, présentait un vérificateur de configuration de routeurs appelé rcc. Il organisait les défauts persistants en deux grandes catégories. Les défauts de validité de route apparaissent lorsque le plan de contrôle choisit une route qui ne correspond pas à un chemin utilisable dans le plan de données. Les défauts de visibilité apparaissent lorsqu’un chemin utilisable existe, mais que les routeurs qui en ont besoin ne l’apprennent pas. Ces catégories reliaient les commandes de configuration à des conséquences reconnaissables par un opérateur.

rcc analysait les configurations de plusieurs routeurs et vérifiait des contraintes portant sur le réseau entier. L’article faisait état de 17 systèmes autonomes analysés, de plus de 1 000 défauts jusque-là non détectés et de plus de 65 téléchargements par des opérateurs. Ces chiffres sont historiques et déclarés par les auteurs. Ils ne prouvent pas que rcc soit devenu un produit universel de l’industrie, et le dossier ne permet pas de savoir combien de réseaux l’ont utilisé durablement. Ils montrent toutefois que le projet a travaillé sur de vraies configurations et a atteint des opérateurs extérieurs au laboratoire.

L’importance opérationnelle tient au type de preuve produit. Un vérificateur peut signaler, avant la panne, une relation de configuration qui viole un invariant. C’est différent d’un tableau de bord qui constate des pertes de paquets après la dégradation du service. L’ingénieur reçoit un lien raisonné entre une règle et une classe de défaillance. Ce résultat peut nourrir la revue, les tests et la discussion entre des équipes qui ne possèdent autrement que des vues locales.

Les limites sont tout aussi instructives. rcc ne pouvait tester que les propriétés encodées par ses concepteurs et prises en charge par son analyseur. Il ne pouvait pas connaître une intention commerciale jamais documentée, garantir l’absence de défaut d’un fournisseur ou éliminer une panne physique. Une configuration déclarée saine ne prouvait pas que le réseau ne connaîtrait jamais de problème transitoire. Un réseau peut réussir tous les contrôles écrits et violer encore une exigence que personne n’a formulée.

C’est pourquoi rcc se place au début du profil. Le projet a établi l’ambition et la retenue que l’on retrouve ensuite. L’ambition consistait à rendre le comportement de l’infrastructure calculable avant le dommage. La retenue consistait à rappeler que la correction est toujours relative aux entrées observées et aux propriétés énoncées. Les systèmes d’IA actuels pour les opérations réseau passent le même examen, avec une difficulté supplémentaire : la frontière peut devenir moins visible lorsque le modèle produit une explication fluide plutôt qu’un invariant explicite.

Internet sait généralement ce qu’il a fait, mais ne sait pas expliquer pourquoi

Un paquet atteint sa destination, ou n’y parvient pas. Un appel vidéo se fige. Un nom de domaine renvoie une adresse inattendue. Un serveur de messagerie refuse une connexion. Une enceinte connectée contacte un service distant à un moment révélateur. Chacun de ces événements laisse des traces, mais Internet ne possède aucun registre central capable de fournir une explication unique et faisant autorité. Son comportement résulte de réseaux exploités séparément, de configurations propres aux fournisseurs, d’accords privés d’interconnexion, d’équipements domestiques, de choix applicatifs et d’une demande qui évolue.

Cette organisation est utile parce qu’elle empêche un seul opérateur de contrôler l’ensemble du système. Elle rend aussi le diagnostic difficile. Un routeur peut afficher ses propres routes sans expliquer toutes les conséquences de la politique de routage combinée. Un test de débit peut mesurer un transfert sans isoler les effets du Wi-Fi, de la capacité d’accès, de la latence, de l’interconnexion et de l’application. Une sonde de censure peut constater l’échec d’une requête sans identifier la personne ou l’institution responsable.

Un classificateur de trafic peut attribuer une étiquette sans prouver qu’elle restera correcte lorsque le réseau aura changé.

Le parcours scientifique de Feamster se lit comme une suite de tentatives pour réduire ces écarts. Les technologies changent, mais la méthode reste reconnaissable. Il faut d’abord choisir un comportement caché qui compte. Il faut ensuite trouver un point d’observation où ce comportement produit un signal mesurable. Il faut construire une représentation qui transforme ce signal en question utilisable par un opérateur, un décideur public ou un usager. Il faut enfin tester les endroits où la représentation échoue.

Cette dernière étape est indispensable : un système qui fournit une réponse assurée sans montrer ses limites peut rendre l’infrastructure moins responsable, et non plus explicable.

Feamster est donc un sujet d’infrastructure numérique même s’il ne possède pas de fibre, n’exploite pas de système autonome public et ne dirige pas de cloud hyperscale. Son travail occupe la couche d’information autour de ces actifs. Il influence la manière dont les routes sont vérifiées, les abus identifiés, la qualité du haut débit décrite, la censure documentée et les modèles statistiques introduits dans l’exploitation des réseaux. Les routeurs et les câbles transportent le trafic ; la mesure et l’analyse déterminent si quelqu’un est capable d’expliquer ce qu’ils font.

Le récit le plus solide n’est donc ni une succession de récompenses ni l’affirmation qu’un chercheur aurait inventé plusieurs domaines. C’est l’histoire d’un programme d’observabilité qui a changé d’objet tout en conservant la même discipline : distinguer ce qui a été observé directement de ce qui a été inféré, puis distinguer un résultat expérimental d’une garantie opérationnelle.

Une carrière, plusieurs identités institutionnelles

À la date de clôture de la recherche, le 3 août 2026, l’Université de Chicago présentait Feamster comme Neubauer Professor of Computer Science et Faculty Director of Research du Data Science Institute. Sa page personnelle le donnait également comme directeur du Network Operations and Internet Security Lab, codirecteur de l’Internet Innovation Initiative, coresponsable de netml.io et codirecteur de l’AI and Policy Pillar. Un billet du Data Science Institute publié en septembre 2024 utilisait le titre de Director of Technology Policy.

Ces descriptions peuvent coexister parce que les responsabilités universitaires se chevauchent et évoluent ; elles ne doivent pas être fusionnées en un intitulé permanent.

Ces distinctions institutionnelles ont un sens. Comme professeur, Feamster enseigne et mène des recherches. Par le NOISE Lab et netml.io, il travaille avec des étudiants et des collaborateurs sur le routage, la mesure, la vie privée et l’apprentissage automatique. Par les projets Internet Innovation et Internet Equity, il contribue à produire des preuves destinées à des décisions publiques et d’infrastructure. Comme cofondateur et directeur général de NetMicroscope, il participe à une entreprise privée qui cherche à commercialiser l’analyse de la qualité des réseaux.

Sa biographie indique aussi qu’il intervient comme expert dans des litiges technologiques. Aucune de ces fonctions ne transfère automatiquement l’autorité d’une autre : un professeur n’est pas un régulateur, un dirigeant de startup ne transforme pas une publication universitaire en recommandation client et l’avis d’un expert ne constitue pas une décision de justice.

Cette séparation correspond au fond même de ses recherches. Les meilleurs travaux de Feamster demandent quel système détient quelle preuve et quelle conclusion cette preuve permet. La même prudence s’impose pour le décrire. Sa biographie actuelle lui attribue le premier robot d’indexation de LookSmart et une contribution à la conception du premier algorithme de détection de botnet de Damballa. Ce sont des éléments utiles et attribuables de son expérience industrielle précoce. Ils n’établissent ni des dates d’emploi précises, ni une paternité exclusive, ni des participations financières, ni l’histoire complète des produits concernés.

Le dossier public est beaucoup plus riche sur le travail professionnel que sur la vie personnelle. Il ne permet pas d’établir de façon fiable sa date ou son lieu de naissance, sa citoyenneté, son milieu familial, sa rémunération, sa participation dans NetMicroscope, ses investissements personnels ou son patrimoine. Un profil fondé sur les preuves disponibles ne doit pas transformer ces absences en suppositions. La carrière offre assez de matière sans lui ajouter les attributs d’une biographie de célébrité que les sources ne documentent pas.

Le MIT, un robot d’indexation et une thèse sur la défaillance avant la défaillance

Feamster a effectué tout son parcours universitaire supérieur au Massachusetts Institute of Technology, du premier cycle au doctorat. Il a obtenu un SB en génie électrique et informatique en 2000, un MEng dans le même domaine en 2001, puis un doctorat en informatique en 2005 sous la direction de Hari Balakrishnan. Le titre de la thèse, Proactive Techniques for Correct and Predictable Internet Routing, énonce clairement le premier programme de recherche. Au lieu d’attendre qu’un défaut de routage provoque une panne avant d’en reconstruire la cause, le réseau devrait exposer suffisamment de structure pour que les propriétés importantes puissent être vérifiées avant le déploiement.

Son travail initial chez LookSmart constitue un prélude utile, à condition de ne pas l’exagérer. Un robot d’indexation doit découvrir un vaste graphe qui change pendant qu’il l’observe. Il rencontre des liens rompus, des pages dupliquées, des réponses incohérentes et des zones inaccessibles. Le robot n’est pas devenu directement les systèmes de routage ultérieurs, et les sources ne soutiennent pas cette filiation. La continuité pertinente est méthodologique : un système distribué n’est pas visible depuis une seule vue locale ; il faut une collecte systématique et une représentation explicite de ce qui a été trouvé.

La relation avec Damballa a ajouté une version adversariale du même problème. Les botnets sont conçus pour masquer leurs membres et leur contrôle. La biographie officielle de Feamster dit qu’il a contribué à concevoir le premier algorithme de détection de botnet de l’entreprise. Les éléments publics ne permettent pas de reconstituer l’ensemble de l’équipe ni la manière dont les produits ultérieurs ont repris ce travail.

Ils montrent néanmoins qu’au début de sa carrière, Feamster a circulé entre la recherche académique sur les systèmes et une société de sécurité opérationnelle qui devait inférer une coordination malveillante à partir de traces réseau.

La recherche doctorale s’est formée dans un environnement où les politiques de routage interdomaines étaient réparties entre des équipements et des organisations. Les opérateurs programmaient les routeurs au moyen de commandes exprimant les relations d’appairage et de clientèle, les règles d’exportation, les chemins de secours et les préférences d’ingénierie du trafic. Chaque configuration pouvait sembler raisonnable prise isolément alors que leur combinaison cachait une boucle, un trou noir ou une route non voulue. Le problème n’était pas seulement une mauvaise implémentation du protocole.

Il tenait à la difficulté de raisonner sur un programme distribué assemblé à partir de nombreuses politiques locales.

Cette manière de poser le problème est devenue une marque durable. Feamster a souvent considéré le système opérationnel qui entoure un algorithme comme la véritable unité de recherche : fichiers de configuration, points d’observation, pipelines de données, interfaces, incitations des opérateurs et contraintes institutionnelles. Le travail dépassait ainsi un théorème ou un classificateur isolé. Il prenait aussi une responsabilité plus large : dès qu’un système touche de vrais opérateurs, des foyers ou des personnes vivant sous la censure, le déploiement et l’éthique deviennent des dimensions de la qualité technique.

La configuration BGP comme programme distribué

Le Border Gateway Protocol permet aux systèmes autonomes d’échanger des informations d’accessibilité tout en conservant le contrôle de leurs politiques commerciales et de routage. Cette autonomie explique en partie comment Internet peut relier des réseaux ayant des propriétaires et des objectifs différents. Elle signifie aussi que le résultat global n’est conçu par aucun ingénieur unique. Les politiques se composent indirectement au moyen des annonces, des préférences, du filtrage et de la distribution interne des routes.

À l’intérieur d’un système autonome, le problème reste vaste. Un réseau peut compter des centaines de routeurs et plusieurs mécanismes de distribution interne des routes externes. Une route apprise à une frontière doit devenir visible là où elle est nécessaire, sans forcément l’être partout. La politique d’exportation doit empêcher qu’une route de client ou de pair soit annoncée au mauvais voisin. Les routes de secours doivent apparaître quand le chemin principal tombe sans créer de boucle ni d’oscillation persistante. L’opérateur connaît l’intention commerciale, mais les équipements détiennent les fragments exécutables.

Les premiers travaux de Feamster ont traité ces fragments comme un programme analysable. Le changement de perspective était concret. Une configuration de routeur n’était plus seulement du texte à relire ligne par ligne ; elle devenait l’entrée d’un calcul à l’échelle du réseau. La correction pouvait être exprimée par des invariants : une route sélectionnée devait conduire à un chemin de transfert utilisable ; un chemin utilisable devait être visible par les routeurs qui en avaient besoin ; la politique d’exportation devait préserver les relations voulues ; la distribution interne ne devait pas créer d’incohérence persistante.

L’analogie avec l’analyse de logiciels était productive parce qu’elle déplaçait le moment de l’intervention. Le dépannage classique commence après l’apparition d’un symptôme. L’analyse statique demande si une classe connue de défaillance est déjà encodée dans la configuration. Elle n’a pas besoin d’injecter du trafic ni d’attendre la plainte d’un client. Pour un réseau qui transporte des services critiques, déplacer un défaut de la file des incidents vers la file de revue peut avoir plus de valeur que réduire le temps du diagnostic après la panne.

Cette analogie possède aussi une frontière. L’état d’un réseau ne se réduit pas à sa configuration : il comprend les routes actives, la topologie, le comportement des fournisseurs, les phases transitoires de convergence, les tables matérielles, les liens défectueux et des connaissances commerciales parfois jamais formalisées. Un vérificateur statique peut être exactement correct sur son modèle tout en manquant une défaillance située hors de celui-ci. Les travaux ultérieurs de Feamster sont revenus sans cesse à cette différence entre une représentation utile et l’ensemble du monde opérationnel.

Le Routing Control Platform a déplacé les décisions hors des routeurs individuels

rcc demandait si une configuration distribuée satisfaisait des contraintes connues. Le Routing Control Platform posait une autre question : pourquoi chaque routeur devrait-il reconstruire indépendamment les informations nécessaires à la sélection des routes ? Les architectures iBGP classiques distribuaient les routes externes au moyen d’un maillage complet ou de réflecteurs de routes. Le maillage devenait difficile à gérer à grande échelle. La réflexion réduisait ce coût, mais pouvait masquer des routes, produire des choix inattendus et rendre le résultat moins intelligible.

L’article sur RCP proposait un service logiquement centralisé qui recueillait les routes BGP externes et la topologie interne, choisissait les routes destinées à chaque routeur et communiquait ces choix par iBGP ordinaire. Les équipements de transfert ne disparaissaient pas : ils continuaient à acheminer les paquets et utilisaient à l’interface un protocole familier. Ce qui changeait était l’emplacement de la logique de sélection et l’étendue de la vue dont elle disposait.

« Logiquement centralisé » ne signifiait pas un boîtier physique unique et fragile. Le service de contrôle pouvait être répliqué et distribué tout en présentant une fonction de décision cohérente. Cette distinction est également centrale dans les réseaux définis par logiciel apparus ensuite. Un contrôleur peut agir depuis une vue globale sans exiger que tous les processus de contrôle s’exécutent sur une seule machine. Le problème d’ingénierie devient celui de la cohérence d’état, de la reprise après panne et d’interfaces sûres, plutôt qu’un choix binaire entre centralisation totale et distribution totale.

RCP respectait aussi l’infrastructure installée. Il ne demandait ni un nouveau plan de transfert ni le remplacement immédiat de chaque routeur. Ce choix de déploiement compte dans des réseaux dont les équipements, les contrats et les procédures ne peuvent pas être changés d’un seul coup. Une architecture de recherche acquiert une valeur pratique lorsqu’elle peut entrer dans un environnement en production par une interface que les opérateurs connaissent déjà.

L’évaluation utilisait des informations de dorsales réelles, mais les sources ne fournissent pas de recensement étendu des déploiements. L’affirmation défendable est que RCP a démontré une architecture praticable et influente, non qu’il a remplacé l’iBGP interne dans toute l’industrie. Le Test of Time Award de NSDI reçu en 2015 confirme une importance intellectuelle durable. Il ne prouve pas une adoption de marché et ne donne pas à un seul article la propriété de tous les contrôleurs ultérieurs.

Une contribution majeure au SDN, et non l’histoire d’un inventeur unique

Le réseau défini par logiciel est souvent raconté comme une rupture nette : le contrôle se serait déplacé dans le logiciel, le transfert serait devenu programmable et une nouvelle époque aurait commencé. L’histoire réelle est moins simple. Les réseaux actifs, la virtualisation, l’architecture 4D, Ethane, RCP, OpenFlow, NOX et d’autres projets ont traité des parties différentes de la programmabilité, de la séparation du contrôle et de la gestion globale. Feamster a apporté une contribution substantielle à cette filiation, mais rien ne justifie de le présenter comme l’inventeur unique du SDN.

RCP a apporté une idée architecturale claire : les décisions de routage pouvaient être calculées par un service de contrôle disposant d’une vue plus large et transmises à des équipements existants. rcc en a apporté une autre : une politique réseau pouvait être vérifiée par rapport à des invariants. Ensemble, ces projets ont contribué à déplacer la question opérationnelle de « quelle commande se trouve sur ce routeur ? » vers « quel comportement le système de contrôle complet met-il en œuvre ? ». Ce déplacement est l’une des bases intellectuelles de la mise en réseau programmable.

Feamster a ensuite cosigné The Road to SDN, qui présentait le domaine comme l’accumulation d’idées plutôt que comme une invention ponctuelle. Cette position historique est utile parce qu’elle résiste à la mythologie des fondateurs qui se forme souvent autour des technologies d’infrastructure. Un domaine devient possible lorsque plusieurs groupes de recherche, opérateurs, fournisseurs et communautés de normalisation résolvent des problèmes voisins et rendent leurs solutions déployables.

L’article-programme de 2017 Why (and How) Networks Should Run Themselves, cosigné avec Jennifer Rexford, a étendu l’argument de l’architecture des contrôleurs vers l’exploitation continue. Il décrivait des boucles fermées dans lesquelles une intention de haut niveau guide les décisions, la télémétrie montre les effets et le système s’adapte. Son titre était volontairement provocateur. Il ne démontre pas que les ingénieurs sont devenus inutiles. Un réseau qui s’ajuste lui-même exige encore des objectifs corrects, une télémétrie digne de confiance, des actions sûres, des autorisations limitées et un mécanisme d’arrêt lorsque les preuves sont ambiguës.

Cet agenda ressemble aujourd’hui moins à une vision lointaine qu’à un problème de conception pour l’exploitation assistée par l’IA. Les modèles de langage peuvent proposer une configuration, résumer un incident et choisir un outil. Ils peuvent aussi inventer une cause, mal comprendre une politique ou agir avec trop d’autorité. Les premiers travaux sur le routage fournissent une norme exigeante : les recommandations apprises doivent être entourées de contrôles explicites et de conséquences observables, et non acceptées parce que leur explication paraît plausible.

Le spam a rendu le réseau autour du message plus important que le message

À Georgia Tech, l’objet d’observation est passé des erreurs de configuration aux adversaires. Les campagnes de spam et les botnets étaient conçus pour se déplacer : les machines compromises apparaissaient et disparaissaient, les adresses changeaient, les domaines étaient remplacés et le contrôle se distribuait. Une signature de contenu pouvait reconnaître un message connu, mais le système de livraison révélait souvent un motif plus durable.

L’article SIGCOMM de 2006 Understanding the Network-Level Behavior of Spammers a analysé, selon son propre compte rendu, plus de dix millions de messages indésirables. Il examinait l’origine apparente des expéditeurs, leur durée d’activité et la relation entre le spam, l’espace d’adressage et le routage. Sa portée ne tient pas à un pourcentage éternel. Il montrait que l’abus pouvait être étudié comme une infrastructure : population d’expéditeurs, routes, temporalité et concentration des sources pouvaient révéler une coordination invisible dans le texte des messages.

Cette méthode offrait un avantage pratique. Des caractéristiques de niveau réseau sont disponibles tôt dans une connexion, avant qu’un message complet ne soit accepté ou inspecté. Elles peuvent réduire le coût de traitement et permettre une action à grande échelle. Elles peuvent aussi préserver une partie de la confidentialité du contenu. Mais la même abstraction crée un risque : un préfixe résidentiel peut contenir à la fois des usagers innocents et des machines compromises ; un hébergement partagé peut servir des domaines légitimes et malveillants ; une adresse peut changer de titulaire.

Une réputation d’infrastructure n’est utile que si l’incertitude, la dépréciation dans le temps et la possibilité de recours font partie du système.

Les travaux de contre-renseignement fondés sur les DNSBL utilisaient le comportement défensif de l’adversaire comme signal. Les opérateurs de botnets consultaient les listes de blocage DNS pour savoir si leurs machines avaient été détectées. Des motifs caractéristiques de requêtes pouvaient donc signaler des membres probables d’un botnet. L’idée était élégante parce que la reconnaissance de l’attaquant devenait une preuve. Elle restait heuristique : une consultation pouvait avoir une cause bénigne et une liste de bots probables devait encore être corroborée avant toute action perturbatrice.

SNARE a transformé plusieurs caractéristiques spatiales et temporelles disponibles au début d’une session SMTP en score de réputation. Son évaluation faisait état d’une précision proche de 93 % avec un faible taux de faux positifs. Ce nombre décrit un jeu de données et un seuil particuliers, pas une propriété permanente du système. L’infrastructure du spam, les fournisseurs de messagerie et les tactiques adverses évoluent. La valeur opérationnelle exige donc une mise à jour rapide, des seuils calibrés et la capacité de mesurer les erreurs après le déploiement.

La réputation DNS a élargi la cible, des expéditeurs vers les domaines. Les domaines malveillants présentent parfois des motifs différents en matière d’enregistrement, de serveurs de noms, d’adresses et de résolution. Un modèle peut attribuer un risque avant que chaque charge utile soit examinée. Cette logique annonce l’apprentissage automatique moderne appliqué aux réseaux : le système infère une catégorie à partir de métadonnées structurées, et son utilité dépend de la résistance à l’évasion, de l’incertitude calibrée et de la dérive des données.

Le regroupement comportemental des logiciels malveillants a ajouté une autre couche. Au lieu d’exiger une signature exacte pour chaque binaire, il réunissait les échantillons par habitudes de communication et produisait des signatures réseau. La méthode est utile lorsque le code change mais que l’infrastructure ou le protocole reste stable. Elle peut aussi réunir à tort des flux sans rapport si la représentation est trop grossière. Le fil conducteur n’est donc pas la certitude d’une étiquette, mais la possibilité de convertir un comportement de réseau en hypothèse opérationnelle à vérifier.

La réputation est une décision opérationnelle, pas une étiquette objective

Les systèmes de réputation font le lien entre mesure et action. Ils ne se contentent pas de décrire une adresse ou un domaine : ils influencent l’acceptation d’un courriel, le blocage d’une connexion ou la priorité d’une enquête. Leur qualité ne dépend donc pas uniquement de la précision statistique. Elle dépend aussi de la personne qui reçoit le score, du coût d’un faux positif, du délai de correction et de la possibilité pour l’entité touchée de comprendre ou de contester la décision.

Une adresse résidentielle compromise illustre ce problème. Bloquer l’adresse peut réduire une campagne de spam, mais aussi couper un utilisateur qui n’a ni choisi l’infection ni les moyens de la diagnostiquer. Une réputation attachée trop longtemps peut punir le prochain abonné. Une réputation trop courte permet à l’attaquant de recommencer. La demi-vie du score est donc une décision d’infrastructure et de gouvernance, pas un simple paramètre de modèle.

Cette tension relie les travaux de sécurité aux projets plus tardifs sur la maison connectée et l’apprentissage automatique. Dans chaque cas, des métadonnées servent à déduire un état caché. Plus l’inférence se rapproche d’une action automatique, plus il faut connaître sa provenance, sa fraîcheur, son seuil et ses erreurs. Une explication lisible peut aider, mais elle ne remplace pas la mesure des conséquences.

Le dossier de brevet offre une preuve formelle, limitée. Feamster figure parmi plusieurs inventeurs d’un système de détection et de réponse aux réseaux attaquants, attribué à la Georgia Tech Research Corporation. Le brevet ne prouve ni une invention solitaire, ni le déploiement dans un produit, ni des revenus de licence, ni la validité de chaque revendication après contestation. Il montre que cette ligne de recherche a aussi été considérée comme susceptible de traduction commerciale.

L’enjeu éditorial est de ne pas confondre détection et culpabilité. Une réputation est une estimation sous contraintes. Elle peut être extrêmement utile si l’organisation traite l’erreur comme un état normal à gérer, plutôt que comme une exception impossible. Cette leçon réapparaît dans les mesures de censure, les classifications d’objets connectés et les modèles d’IA de la phase actuelle.

Mesurer le haut débit depuis la passerelle a changé le point de vue

Les plaintes sur le haut débit sont simples à formuler et difficiles à diagnostiquer. « Internet est lent » peut désigner un lien d’accès limité, un mauvais Wi-Fi, un appareil domestique très actif, une interconnexion congestionnée, un serveur distant, un délai applicatif ou un test incapable de générer assez de trafic. Les mesures faites depuis un ordinateur portable héritent de son logiciel et du réseau local. Les mesures réalisées dans le cœur du fournisseur ne voient pas ce que vit le foyer.

L’approche par passerelle plaçait une mesure contrôlée à la frontière entre le domicile et le fournisseur d’accès. L’étude SIGCOMM de 2011 a utilisé des données longitudinales provenant de près de 4 000 passerelles réparties chez huit FAI, dans un déploiement plus large de plus de 4 200 équipements. Elle examinait le débit, la latence, les technologies d’accès et les mécanismes de mise en forme du trafic. La valeur de la passerelle était analytique : elle observait le service d’accès tout en évitant une partie des variations incontrôlées d’un terminal ordinaire.

Ce point d’observation ne rendait pas la réponse automatique. La passerelle partage encore l’environnement local avec les appareils et le Wi-Fi. Le serveur de mesure a son propre chemin et sa propre capacité. Les tests peuvent gêner le trafic du foyer ou s’exécuter à des moments peu représentatifs. La méthode améliorait l’attribution ; elle ne créait pas une vue parfaite de l’expérience utilisateur.

BISmark a transformé cette méthode en banc d’essai réutilisable. L’article USENIX ATC de 2014 décrivait des routeurs personnalisés et un système central capable de déployer des mesures et des applications. À la date de l’article, la plateforme fonctionnait dans des centaines de foyers répartis dans environ 30 pays et avait servi à des chercheurs de neuf institutions. Ces chiffres sont liés à une période précise, mais ils montrent une infrastructure qui allait au-delà d’un seul jeu de données.

Maintenir un banc d’essai domestique est un travail d’infrastructure en soi. Il faut expédier et assister le matériel. Des utilisateurs débranchent les appareils. Les micrologiciels vieillissent et les horloges dérivent. Le consentement doit rester compréhensible. Les schémas et les pipelines de collecte doivent survivre aux changements de réseaux et d’applications. Le système publié apporte ainsi une preuve de construction institutionnelle autant que de conception métrologique.

Le programme sur le haut débit montre aussi pourquoi la méthode compte pour les politiques publiques. Un résultat produit par une passerelle contrôlée n’est pas interchangeable avec un test dans le navigateur, un compteur de FAI ou un débit commercial annoncé. Chacun mesure une partie différente du chemin. Une décision publique est plus défendable lorsque la position de mesure et ses limites sont visibles plutôt que dissimulées derrière un seul chiffre de vitesse.

Lorsque les accès sont devenus plus rapides, le débit n’a plus suffi à expliquer l’expérience

Les premières politiques du haut débit se concentraient souvent sur la question de savoir si le fournisseur livrait le débit annoncé. Cette question demeure importante, surtout lorsque la capacité d’accès est rare. Elle devient moins explicative une fois que la connexion est assez rapide pour que la latence, le Wi-Fi, la distribution de contenu et la conception de l’application dominent l’expérience.

Une étude portant sur plus de 5 000 réseaux haut débit a examiné les goulets d’étranglement du Web et constaté qu’au-dessus d’une plage propre à l’étude, le débit brut de l’accès n’était souvent plus le seul facteur limitant. Un abonnement plus rapide pouvait ne pas accélérer une page si le temps aller-retour, les dépendances entre objets ou le comportement du serveur déterminaient la fin du chargement. Le seuil exact n’est pas universel. Le résultat durable est que la qualité devient multidimensionnelle lorsque l’accès s’améliore.

La fiabilité ajoute une autre dimension. Un service peut présenter une bonne vitesse médiane et pourtant échouer pour les foyers en raison de brèves coupures. Un appel vidéo, un examen ou une consultation médicale à distance peut être interrompu par une perte courte qui disparaît dans une moyenne mensuelle. Il faut des mesures longitudinales, car un test unique ne décrit ni la fréquence, ni la durée, ni le moment des défaillances.

Les recherches sur le DNS chiffré ont révélé un compromis comparable. Le choix du résolveur et du protocole peut influencer la latence, la confidentialité et l’accessibilité. Dans le panel mesuré, aucune configuration n’était la meilleure pour chaque utilisateur et chaque réseau. Une amélioration de sécurité ou de vie privée peut avoir un coût de performance dans un environnement et pas dans un autre. Le résultat s’oppose à la transformation d’un seul benchmark en prescription universelle.

Les mesures réalisées pendant la pandémie de COVID-19 ont montré à quelle vitesse l’environnement opérationnel peut changer. Les FAI participants ont connu des déplacements brutaux de trafic et de demande d’interconnexion, suivis d’ajouts de capacité et de nouveaux usages. Les conclusions restaient limitées aux réseaux mesurés, mais elles démontraient pourquoi un plan fondé uniquement sur des moyennes historiques stables peut échouer pendant un choc social.

C’est ici que la mesure du haut débit devient une ingénierie de la qualité d’expérience. Les opérateurs doivent relier des signaux bas niveau — débit, latence, pertes, coupures et interconnexion — à des résultats applicatifs tels que les arrêts vidéo et la qualité des conférences. Cette liaison est ensuite devenue une partie de la thèse produit de NetMicroscope. Les résultats académiques ne valident pas chaque affirmation de l’entreprise, mais la filiation technique est directe.

La mesure de l’interconnexion a transformé un conflit commercial en problème de données partagé

Le chemin entre un foyer et une application peut franchir plusieurs frontières commerciales. Un fournisseur d’accès peut échanger le trafic directement avec un réseau de contenu, par un point d’échange Internet ou via un transitaire. Une congestion peut se produire sur un seul lien, dans une direction et pendant une période donnée. Les débats publics sur « l’interconnexion » réunissent donc parfois des situations techniquement différentes.

L’Interconnection Measurement Project demandait aux FAI participants d’installer un outil commun sur leurs liens d’interconnexion. Le projet a fait état d’environ 2 900 liens et d’une utilisation proche de 31 % aux périodes de pointe en juin 2021, ainsi que d’augmentations de capacité. Ces résultats agrégés ne prouvent pas que chaque chemin utilisateur était libre de congestion. Une moyenne de lien peut masquer une pointe courte, une route individuelle ou une panne locale. La valeur du projet résidait dans la tentative de donner à plusieurs parties une méthode et un vocabulaire communs.

Un système de mesure partagé peut réduire une forme de désaccord tout en en créant une autre. Les participants doivent s’entendre sur les liens inclus, la fréquence d’échantillonnage, la protection des données privées et les résumés publiables. Les fournisseurs ont parfois des raisons commerciales de limiter la divulgation. Les chercheurs ont besoin de suffisamment de détails pour examiner les affirmations sans révéler les relations clients ni une topologie sensible pour la sécurité.

Le rôle de Feamster est ici celui d’un constructeur de capacité de mesure et de collaboration institutionnelle. Il n’a ni réglementé les contrats d’interconnexion ni obligé les fournisseurs à participer. Le projet illustre le passage d’un instrument installé dans une passerelle domestique à un système de preuve partagé avec les opérateurs. La tâche technique était indissociable de la gouvernance : des données utiles exigeaient la coopération des organisations qui contrôlaient les liens.

L’équité numérique a élargi la performance à l’accès, au prix et à la fiabilité

Une ligne haut débit peut exister dans un quartier tout en restant inabordable. Un foyer peut souscrire et recevoir un service instable. Un fournisseur peut tenir le débit annoncé alors que le Wi-Fi, le câblage de l’immeuble ou la qualité des appareils empêche l’application de bien fonctionner. Réduire la fracture numérique à une carte de couverture unique masque ces différences.

L’Internet Equity Initiative de l’Université de Chicago associe des dimensions telles que l’accessibilité, l’infrastructure, le prix, l’adoption, la performance et la fiabilité. Ses portails et projets rapprochent des mesures de réseau de données démographiques et de politiques publiques. Des appareils installés dans des foyers de Chicago ont fourni des mesures directes, tandis que des jeux de données publics ont permis des comparaisons entre territoires et populations.

La méthode peut mettre en évidence des motifs sans en expliquer chaque cause. Une différence entre quartiers peut être associée au revenu, au type de bâtiment, à la concurrence entre fournisseurs, au niveau d’abonnement, au matériel ou à l’histoire des investissements. Une superposition démographique soutient l’enquête ; elle ne prouve pas l’origine de la différence. Le travail public doit respecter la distinction déjà présente dans les recherches sur le routage : une représentation rend une question testable, mais elle ne remplace pas les variables absentes.

En 2025, l’Université de Chicago a indiqué que la collaboration Internet Innovation avait apporté des mesures et des analyses à une planification du haut débit de l’Illinois associée à 175 000 foyers, entreprises et lieux d’ancrage communautaire mal desservis. Il s’agit d’une affirmation institutionnelle importante. Le travail impliquait l’Illinois Broadband Lab, des responsables de l’État et d’autres partenaires. Il ne faut pas le réécrire comme si un professeur avait personnellement connecté 175 000 sites, ni comme si tous les travaux prévus étaient déjà achevés.

Le passage des tests de passerelles à l’équité numérique montre que le destinataire de la mesure a changé. Un opérateur peut utiliser un résultat de passerelle pour diagnostiquer une ligne. Une ville peut utiliser un motif de quartier pour cibler une aide. Un État peut intégrer des données validées à une contestation de financement. Plus la mesure entre dans une décision publique, plus elle exige des définitions transparentes, des données versionnées et un exposé clair de ce qui demeure incertain.

La recherche sur la censure a fait de l’observabilité une question de sécurité humaine

La censure est difficile à mesurer pour la même raison structurelle que le routage est difficile à expliquer : l’observateur voit un résultat sans nécessairement voir le mécanisme. Une requête peut échouer en raison d’un filtrage d’État, d’un pare-feu local, d’un dysfonctionnement DNS, d’un serveur hors ligne, d’une instabilité de routage ou d’une erreur de mesure. Les environnements où la mesure est la plus nécessaire sont parfois ceux où recruter un volontaire est le plus dangereux.

Infranet, publié en 2002, abordait d’abord la censure comme un problème de contournement. Des serveurs Web coopérants cachaient les requêtes montantes dans une activité HTTP ordinaire et l’information descendante dans des images. Ses hypothèses appartiennent à un Web plus ancien, mais le projet a établi une idée durable : la censure est aussi une compétition pour savoir quels motifs de trafic peuvent être distingués d’une communication normale.

Les travaux ultérieurs ont déplacé l’attention du franchissement d’un bloc vers la mesure du bloc lui-même. Cela créait une possibilité d’intérêt public : des mesures larges et répétables pouvaient documenter un filtrage que les gouvernements ou les opérateurs ne révélaient pas. Cela créait également une frontière éthique plus exigeante. Un système de mesure peut produire une preuve utile au public tout en imposant un risque à la machine ou à la personne qui génère le signal.

Cette tension n’est pas secondaire dans la carrière de Feamster. Elle est le cas le plus clair où le fait d’amener Internet à s’expliquer peut nuire à des personnes qui n’ont jamais posé la question. La qualité éthique d’une mesure de censure dépend donc du choix des cibles, du consentement, des limites de fréquence, de la conservation des données, de la publication et de la plausibilité de représailles, plutôt que de la seule précision statistique.

Encore a montré comment l’échelle peut dépasser le consentement

Encore utilisait des requêtes interorigines lancées par des navigateurs pour tester si certaines ressources Web étaient accessibles depuis différents réseaux. Un site participant pouvait provoquer une requête dans le navigateur d’un visiteur, ce qui permettait aux chercheurs d’inférer si la ressource était bloquée. La conception promettait une grande échelle sans installer de logiciel spécialisé dans chaque pays.

Le même mécanisme a produit un conflit éthique sérieux. Une personne visitant une page sans rapport avec la recherche pouvait devenir un point de mesure sans comprendre l’expérience. Une requête vers un domaine sensible pouvait être visible par un censeur. Un site tiers pouvait sembler sonder un contenu qu’il n’avait pas choisi. La personne qui supportait le risque n’était pas nécessairement celle qui recevait les données.

L’article indépendant No Encore for Encore? a soutenu que la conception posait des problèmes de consentement éclairé, de transparence, de sécurité des usagers et de dommages possibles pour les sites tiers. Il a aussi documenté les échanges avec Feamster et des modifications du système. Cette critique ne doit ni être gonflée jusqu’à devenir une conclusion de faute scientifique, ni réduite à une note de bas de page effacée par les travaux suivants. Elle identifiait un risque réel dans un système conçu pour un objectif public légitime.

Feamster et Ben Jones ont ensuite publié Can Censorship Measurements Be Safe(r)?. Le titre traite correctement la sécurité comme un continuum et non comme une certification binaire. La couverture, la répétabilité et la précision sont en tension avec l’exposition des volontaires, des cibles et des tiers. Une mesure qui atteint davantage de réseaux peut devenir moins acceptable si elle ne sait pas borner le risque imposé à chaque participant.

Cet épisode a modifié le contenu intellectuel de la recherche. L’éthique n’était plus une revue externe ajoutée à une méthode technique. Les modèles de menace devaient inclure les personnes générant le trafic, les organisations hébergeant les tests et les autorités susceptibles de les observer. La leçon vaut pour toute mesure distribuée d’infrastructure, notamment lorsque les navigateurs, les appareils domestiques et les agents d’IA sont employés comme capteurs.

Augur, Iris et les systèmes ultérieurs ont cherché une plus grande portée sans cacher le risque

Augur tentait d’inférer la connectivité entre des lieux distants à l’aide de canaux auxiliaires TCP/IP, sans contrôler un point de mesure classique à l’une ou l’autre extrémité. L’article faisait état d’une validation dans près de 180 pays pendant 17 jours et de choix destinés à ne pas impliquer des utilisateurs individuels. La méthode élargissait la couverture géographique, mais l’inférence dépendait du comportement du système d’exploitation, du choix des adresses, de l’asymétrie du filtrage et d’hypothèses statistiques.

Iris se concentrait sur la manipulation du DNS. Des requêtes répétées adressées à des résolveurs pouvaient être comparées entre lieux afin d’identifier des réponses anormales. Le DNS fournit une preuve structurée, mais des systèmes légitimes mettent aussi en cache, redirigent, localisent et filtrent. Une différence de réponse ouvre une enquête d’attribution ; elle ne prouve pas qu’une agence publique précise a imposé la règle.

La construction des listes de test est devenue une autre source de biais. Un programme qui ne sonde que des sites politiques mondialement connus peut manquer les langues locales et les sujets culturellement spécifiques. En 2018, un projet a utilisé le traitement automatique du langage et la recherche pour trouver 1 125 sites absents de la plus grande liste de blocage chinoise disponible à l’époque. Cette extension améliorait la couverture de l’étude, mais restait un artefact daté : domaines, contenus et politiques changent.

GFWeb, publié à USENIX Security en 2024, a étudié pendant 20 mois le filtrage HTTP et HTTPS exercé par le Grand Firewall de Chine. L’article rapportait 1,02 milliard de tests de domaines et des centaines de milliers de domaines de niveau enregistrable touchés par des mécanismes différents. Ce sont des volumes de mesure, et non un recensement des personnes affectées. Leur valeur est de montrer que des tests spécifiques à chaque protocole révèlent des parties différentes du système et qu’une technique unique peut sous-compter.

Les recherches sur le Turkménistan ont rapporté 15,5 millions de domaines testés, 122 000 domaines censurés identifiés et des règles de surblocage plus générales pouvant toucher des millions d’autres domaines. Le travail explorait également l’évasion. Publier une technique de contournement peut aider les usagers et apprendre au censeur ce qu’il doit bloquer ensuite. Le calendrier de divulgation et la connaissance locale sont donc des décisions d’ingénierie ayant des conséquences humaines.

Le rôle de Feamster dans ce domaine est important et collectif. Il a cosigné des systèmes, contribué à des communautés de recherche et continue d’enseigner Internet Censorship and Online Speech. Il ne doit pas être présenté comme le fondateur unique de chaque observatoire connexe, ni recevoir le crédit de Geneva simplement parce que les collaborateurs et les sujets se recoupent. Une cartographie précise des articles et des rôles vaut mieux qu’une étiquette d’inventeur général.

L’éthique de la mesure est devenue une composante de la correction technique

Les travaux sur la censure montrent un principe plus général. Un système peut être statistiquement puissant et néanmoins échouer techniquement s’il ne peut pas être exploité de façon responsable. Le consentement, le choix des cibles, la fréquence des requêtes, la minimisation des données et la stratégie de publication déterminent si la méthode peut être répétée sans dommage inacceptable.

Il ne s’agit pas d’exiger que la recherche élimine tout risque. Une sécurité complète peut être impossible lorsque le sujet est un État ou un opérateur hostile. Il s’agit d’exiger que le risque soit explicite, attribué et comparé au bénéfice public attendu. Les personnes les plus exposées ne doivent pas disparaître derrière un total mondial de domaines.

Le même principe vaut ailleurs. Une sonde de haut débit peut révéler des habitudes domestiques. Un outil IoT peut collecter des métadonnées d’appareils. Un score de réputation peut refuser un service. Un jeu de données synthétique peut mémoriser les traces qu’il était censé protéger. Dans chaque cas, le système de mesure crée une nouvelle infrastructure, avec ses utilisateurs, ses privilèges et ses modes de défaillance.

La carrière de Feamster est d’autant plus instructive qu’elle contient un désaccord documenté plutôt qu’une suite lisse de succès. La controverse Encore montre comment une méthode peut être critiquée, modifiée et suivie d’un travail de sécurité plus explicite. Elle montre aussi pourquoi les protections ultérieures ne doivent pas servir à réécrire le risque d’origine. Un profil sérieux peut reconnaître l’apprentissage tout en préservant le conflit qui l’a rendu nécessaire.

La maison connectée a montré ce que le chiffrement ne cache pas

Le chiffrement protège le contenu des charges utiles, mais le réseau a encore besoin du moment, de la taille, du sens et de la destination des paquets pour acheminer le trafic. Une prise, une caméra, un téléviseur ou un assistant vocal peut contacter des services prévisibles selon un motif reconnaissable. Un observateur incapable de lire le message peut encore inférer qu’un appareil s’est allumé, a diffusé une vidéo ou a signalé un événement.

A Smart Home Is No Castle a démontré ce canal auxiliaire, et Spying on the Smart Home a prolongé l’analyse en évaluant des défenses par mise en forme du trafic. Ce dernier article faisait état d’un surcoût proche de 40 kilo-octets par seconde pour une défense à débit constant dans le scénario testé. Ce chiffre n’est pas un prix universel de la vie privée. Le mélange d’appareils, le modèle de menace, la capacité du lien et le niveau de dissimulation voulu modifient le compromis.

Le travail corrigeait une simplification fréquente de la protection des consommateurs. « Chiffré en transit » peut être vrai alors que le comportement reste visible par les métadonnées. Une politique de confidentialité qui ne traite que le contenu peut donc omettre un risque important. Les défenses par remplissage et mise en forme consomment de la bande passante, de l’énergie ou de la latence, et leur coût peut être supporté par le foyer plutôt que par le fabricant.

La question pratique n’est pas de savoir si l’analyse de trafic est possible en laboratoire. Il faut savoir qui peut observer le domicile, quelle inférence est assez fiable pour compter et quelle partie peut modifier la conception. Un FAI, un adversaire local, un fabricant et un fournisseur de cloud ont des vues différentes. La mesure identifie la fuite ; la protection du consommateur exige une décision sur les réglages par défaut, la transparence, la correction et la responsabilité.

IoT Inspector est devenu à la fois un outil grand public et une infrastructure de recherche

IoT Inspector a fait passer les travaux sur la maison connectée d’une étude contrôlée à un outil open source que les utilisateurs pouvaient exécuter sur leur propre réseau. Un participant pouvait sélectionner des appareils, observer les destinations contactées et, avec son consentement, contribuer des métadonnées étiquetées à la recherche. L’article de 2020 documentait des milliers d’utilisateurs et des dizaines de milliers d’appareils provenant de nombreuses catégories et de nombreux fournisseurs.

Des rapports ultérieurs ont utilisé des totaux différents — 44 956, 54 094, plus de 55 000 ou environ 63 000 appareils — parce que les fenêtres de collecte et les conventions de comptage variaient. Retenir le chiffre le plus élevé sans date transformerait un jeu de données évolutif en fausse précision. L’élément important est que le projet avait atteint une échelle où l’assistance aux utilisateurs, la qualité des étiquettes, la confidentialité et la maintenance logicielle devenaient des problèmes de recherche de premier ordre.

Un outil d’inspection destiné aux usagers expose aussi l’ambiguïté. Un domaine peut être partagé par plusieurs clients d’un cloud. Une étiquette d’appareil peut être erronée. Une connexion à un traqueur n’explique pas à elle seule quelles données ont circulé ni quel dommage en a résulté. Montrer une destination améliore la visibilité sans forcément donner à l’utilisateur un moyen d’action.

La rétrospective de l’équipe a traité des incitations, du consentement, de la minimisation des données et de l’entretien opérationnel. Ce bilan compte parce qu’une plateforme de recherche ouverte peut assumer des obligations comparables à celles d’un fournisseur de service. Elle conserve des preuves sensibles, dépend de la compréhension des participants et doit continuer à expliquer ce que ses résultats établissent ou non.

Des études connexes sur des appareils médicaux IoT échantillonnés, des jouets connectés et les perceptions des utilisateurs ont prolongé le travail vers la protection des consommateurs. Chaque résultat doit rester lié au produit, à la version et à la date testés. Une mise à jour du micrologiciel, une correction du fournisseur ou un autre déploiement peut changer le résultat.

L’apprentissage automatique des réseaux est une chaîne, pas un classificateur isolé

L’apprentissage automatique est entré dans les travaux de Feamster par le spam et la réputation, bien avant le cycle actuel de l’IA générative. Le programme netml.io a ensuite rendu explicite toute la chaîne qui entoure un modèle. Un classificateur réseau dépend de la représentation des paquets, de l’obtention des étiquettes, du lieu d’extraction des caractéristiques, du temps de calcul, de la détection de dérive et de l’action déclenchée.

nPrint représentait les paquets au niveau des bits dans un format normalisé, tandis que nPrintML associait cette représentation à une modélisation automatisée. L’objectif n’était pas de prouver qu’une représentation convenait à toutes les tâches. Il était de rendre les comparaisons plus reproductibles en réduisant les changements cachés dans l’ingénierie des caractéristiques.

Traffic Refinery traitait le coût de production de ces caractéristiques à haut débit. Un modèle précis reste mauvais en exploitation si l’extraction perd des paquets, épuise le processeur ou rend sa réponse après la fenêtre de décision. LEAF étudiait la dérive conceptuelle, c’est-à-dire le changement des relations statistiques lorsque les applications, les équipements et les réseaux évoluent. Un modèle en production a besoin de critères de réentraînement, de retour arrière et de suivi des erreurs par environnement.

CATO réunissait les objectifs prédictifs et systèmes. Son évaluation à NSDI 2025 rapportait, dans des conditions expérimentales précises, une latence d’inférence jusqu’à 3 600 fois plus faible et un débit sans perte jusqu’à 3,7 fois supérieur. Ces nombres ne sont pas des garanties générales en production. Leur intérêt conceptuel est de montrer que la précision statistique et le coût du traitement des paquets doivent être optimisés ensemble.

Les travaux actuels prolongent cette logique vers la classification à faible coût, les files d’attente, la sélection de sondes, la mesure de L4S sur le terrain et l’analyse des erreurs de configuration par modèles de langage. La thèse de 2005 reposait sur des invariants explicites ; un modèle de langage de 2026 peut inférer un problème probable à partir d’exemples et de texte. La nouvelle méthode peut couvrir des cas difficiles à formaliser. Elle risque aussi de remplacer la preuve par la plausibilité si la recommandation n’est pas vérifiée sur un état observable du réseau.

Le trafic synthétique cherche à partager des données utiles sans exposer le vrai réseau

Les traces de trafic réelles sont difficiles à partager. Elles peuvent révéler des communications, des utilisateurs, des équipements, la structure d’une organisation et des applications propriétaires. Les étiquettes sont coûteuses et une trace vieillit vite. Les données synthétiques promettent une alternative : générer des paquets et des flux qui conservent des propriétés utiles sans publier les enregistrements originaux.

NetDiffusion utilisait des modèles de diffusion assortis de contraintes de protocole pour générer du trafic au niveau des paquets. NetSSM ajoutait l’état et la conscience de plusieurs flux. GATEAU, dirigé par Feamster et Francesco Bronzino, formule le problème plus largement autour de la confidentialité, du coût de collecte et de la rareté des données étiquetées. Ces projets cherchent une position intermédiaire entre des paquets aléatoires techniquement valides mais irréalistes et des traces réelles impossibles à diffuser en sécurité.

Une trace générée peut encore échouer de plusieurs manières. Elle peut conserver des statistiques marginales tout en perdant les corrélations nécessaires à une tâche en aval. Elle peut mémoriser des exemples sensibles. Elle peut respecter la syntaxe d’un protocole sans reproduire la congestion, l’état d’une session ou le comportement humain. Un classificateur entraîné dessus peut sembler bon et échouer sur le trafic de production.

Les travaux de 2026 sur les compromis entre vie privée et qualité traitent ces risques comme des objets mesurables au lieu de supposer que « synthétique » signifie anonyme. C’est le bon niveau d’exigence. La confidentialité doit être testée contre des attaques plausibles et l’utilité sur la tâche pour laquelle les données seront utilisées. Le trafic synthétique est un instrument de recherche, pas un certificat affirmant que le réseau d’origine a disparu.

NetMicroscope teste si le programme de mesure peut devenir une entreprise

NetMicroscope constitue la traduction commerciale la plus nette des recherches de Feamster sur le haut débit et l’apprentissage automatique. L’entreprise présente Feamster comme directeur général et cofondateur, et Francesco Bronzino comme directeur technique et cofondateur. Des documents universitaires de commercialisation indiquent qu’ils l’ont créée en 2021 avec une équipe distribuée centrée sur Chicago et Lyon.

La thèse produit est que le débit, la latence, la perte, l’état des appareils et les signaux applicatifs deviennent plus utiles lorsqu’ils sont combinés en une estimation de la qualité perçue. Un opérateur peut savoir qu’une ligne est active sans comprendre pourquoi une session vidéo s’est dégradée. NetMicroscope affirme utiliser l’apprentissage automatique pour inférer l’expérience applicative et identifier un problème avant la plainte.

Les preuves financières vérifiées restent limitées. En janvier 2024, le George Shultz Innovation Fund a accordé 200 000 dollars à l’entreprise pour le développement du produit, du marché, de l’équipe et de la propriété intellectuelle. Elle a aussi participé à I-Corps et à l’accélérateur Compass. Ce sont des signes commerciaux précoces et significatifs. Ils ne constituent pas une preuve de valorisation, de financement total, de chiffre d’affaires, de nombre de clients, de rétention, de part de marché ou de rentabilité.

La frontière entre université et entreprise mérite un examen ordinaire, sans insinuation. Des articles sur la classification du trafic peuvent recouper un produit commercial. Les lecteurs ont besoin de connaître les affiliations, les financements, l’accès aux données, les licences et la propriété intellectuelle. Le dossier ne montre pas que l’ensemble du code de BISmark, de nPrint ou de l’université ait été transféré exclusivement à l’entreprise.

La conclusion doit donc rester modeste : NetMicroscope teste si des années de recherche métrologique peuvent devenir un service opérationnel pour lequel des clients paieront. Les preuves publiques établissent les fondateurs, l’orientation du produit et une aide universitaire. Elles ne permettent pas encore de parler de domination commerciale.

L’enseignement a transformé l’arc de recherche en cursus d’infrastructure

Le parcours d’enseignement de Feamster suit la même progression que ses recherches. À Georgia Tech, ses cours couvraient l’architecture d’Internet, la sécurité et les réseaux de nouvelle génération, puis le réseau défini par logiciel. À Princeton, les sujets ont associé réseaux, sécurité de l’information et politique technologique. Ses cours actuels à Chicago comprennent Machine Learning for Computer Systems, Internet Censorship and Online Speech, ainsi que Security, Privacy, and Consumer Protection.

En 2020, il a cosigné la sixième édition de Computer Networks d’Andrew Tanenbaum. Sa page d’enseignement lui attribue aussi la création et le rôle de premier enseignant du cours de réseaux du Online Master of Science in Computer Science de Georgia Tech. Ce cours en ligne a étendu la formation bien au-delà d’une cohorte de campus, mais l’affirmation sur sa fondation doit rester rattachée à son dossier d’enseignement tant qu’une archive du programme n’est pas citée séparément.

Le Quantrell Award de 2026 apporte une preuve institutionnelle indépendante du rôle central de l’enseignement. L’annonce de l’Université de Chicago mettait en avant des problèmes ouverts, un raisonnement collaboratif et des exercices inspirés du travail réel. Les commentaires d’étudiants sont qualitatifs, mais la distinction montre que la carrière ne se réduit pas à des articles et à une startup.

La construction d’institutions a encore élargi l’audience. Feamster a dirigé le Center for Information Technology Policy de Princeton, puis contribué à des programmes de Chicago qui relient mesure des réseaux, politique publique et science des données. Des ateliers autour des communications libres et ouvertes ont aidé à créer une communauté où l’éthique et la conception des mesures pouvaient être débattues ensemble.

Une présentation équitable doit garder les collaborateurs visibles. Beaucoup de systèmes ont été mis en œuvre ou dirigés par des étudiants et de jeunes chercheurs. IoT Inspector, les projets de censure, les bancs d’essai du haut débit et les systèmes d’apprentissage automatique ont de grandes équipes multi-auteurs. Un professeur peut fixer une direction et bâtir des institutions sans devenir l’auteur unique de chaque résultat.

Le travail de politique publique fournit des preuves sans exercer l’autorité réglementaire

Le rôle public de Feamster est enraciné dans la mesure. L’Université de Chicago dit qu’il a travaillé avec des organisations comprenant la Federal Communications Commission et la ville de Chicago. Les projets Internet Equity et haut débit peuvent produire des preuves sur l’accessibilité, le prix, la fiabilité et la performance. Ils ne décident pas l’éligibilité aux subventions, ne réglementent pas les tarifs et n’ordonnent pas à un fournisseur de modifier son réseau.

Cette limite compte parce qu’une preuve technique acquiert une autorité particulière lorsqu’elle entre dans l’administration. Un test de débit peut éclairer une procédure de contestation, mais les critères juridiques sont fixés ailleurs. Un graphe d’interconnexion peut clarifier l’utilisation, mais les contrats et les décisions de routage restent hors du graphe. Un jeu de données de censure peut documenter une perturbation sans achever l’analyse juridique ou politique.

Les recherches actuelles sur la confidentialité de l’IA prolongent le même problème dans un nouvel écosystème. Un Google Privacy Faculty Award soutient des travaux sur les intégrations tierces des systèmes de modèles de langage. L’utilisateur peut voir une interface unique alors que ses requêtes, son contexte et des attributs inférés circulent entre extensions, API et services distants. La structure rappelle la maison connectée : un produit visible coordonne plusieurs relations de données cachées.

La liste de publications de 2026 comprend des travaux sur l’inférence implicite par les LLM, où un modèle déduit des attributs sensibles même sans identifiant conventionnel fourni par l’utilisateur. La minimisation des données devient plus difficile. Retirer les noms ou les numéros de compte n’empêche pas un modèle d’inférer des informations médicales, politiques ou démographiques à partir d’une interaction ordinaire.

La valeur politique de ces travaux tient à la visibilité des frontières de preuve. Un modèle, un jeu de données ou un professeur peut informer une décision sans la posséder. Un bon usage institutionnel exige des méthodes transparentes, des estimations d’erreur, des données versionnées et une séparation explicite entre ce que montre la mesure et ce qu’un organisme autorisé décide d’en faire.

Ce que la carrière a rendu visible — et ce qui reste caché

Du routage au spam, du haut débit à la censure, de la maison connectée à l’apprentissage automatique, les projets de Feamster ont transformé des problèmes opérationnels diffus en systèmes de preuve. rcc reliait les configurations aux invariants. RCP donnait une vue plus large à la sélection des routes. Les systèmes de réputation inféraient une coordination à partir de métadonnées. Les passerelles isolaient certaines composantes de la performance du haut débit. Les systèmes de censure comparaient des signaux distants. IoT Inspector reliait le trafic des appareils aux étiquettes des utilisateurs.

Les projets NetML associaient représentation, coût de déploiement et dérive.

Ces systèmes n’ont pas rendu Internet entièrement connaissable. Un contrôle de configuration réussi n’élimine pas la panne physique. Un score de réputation n’établit pas la culpabilité. Une mesure de vitesse n’explique pas le prix. Une anomalie DNS n’identifie pas une agence publique. Les métadonnées chiffrées ne révèlent pas toutes les actions d’un appareil. Une trace synthétique ne garantit pas la confidentialité. Un modèle de langage ne devient pas correct parce qu’il produit un diagnostic cohérent.

Ces limites ne justifient pas de rejeter la mesure. Elles imposent de concevoir soigneusement le système opérationnel autour d’elle. Une preuve utile devrait exposer sa source, son âge, sa portée et son incertitude. Les actions à fort impact devraient permettre la revue, le recours ou la reprise. Les chercheurs devraient préciser si un résultat est déclaré par un article, par une institution ou reproduit indépendamment. Une affirmation commerciale ne doit pas hériter de l’autorité d’une publication universitaire sans preuve distincte.

La contribution durable de Feamster est d’avoir construit à plusieurs reprises cette couche intermédiaire entre une infrastructure opaque et des décisions lourdes de conséquences. Son travail a aidé opérateurs, chercheurs, usagers et institutions publiques à poser de meilleures questions à des systèmes qui n’avaient pas été conçus pour s’expliquer. Le résultat n’est pas la certitude. C’est un compte rendu plus discipliné de ce qui peut être observé, de ce qui peut être inféré et de ce qui exige encore du jugement.