概要
- Nick Feamster は、シカゴ大学教授であり、ネットワーク測定の研究者、機関構築者、NetMicroscope の共同創設者として、隠れたインターネットの振る舞いを説明可能な意思決定材料へと変えることに注力している。
- 彼の rcc は17の自律システムで1,000以上の未確認障害を発見。Routing Control Platform は、後に SDN につながるネットワーク全体の制御モデルの確立に貢献した。
- スパム、ブロードバンド、検閲、スマートホームのプロジェクトも測定の限界を明らかにした。評判判断が誤検知を引き起こし、リモート探査がリスクを生み、暗号化トラフィックのメタデータが行動を露呈させる。
- 現在の機械学習研究は、本番環境で効率的、監査可能かつ安全に結論を出せるかを問う。核心的な貢献は、証拠使用時に不確実性を排除せず保持する協調的システムにある。
Rcc：展開前の複合設定チェック
2005年の論文Detecting BGP Configuration Faults with Static Analysisは、Feamster と Hari Balakrishnan が共同執筆し、ルーター設定チェッカー「rcc」を提案した。この論文では永続的な障害を二つに分類している。経路の有効性障害とは、コントロールプレーンが、利用可能なデータプレーン経路に対応しない経路を選択することである。経路の可視性障害とは、利用可能な経路が存在するのに、必要とするルーターがそれを学習していない状態を指す。この分類により、設定コマンドと運用者が認識できる結果が結びつく。
rcc は複数のルーター設定を解析し、ネットワーク全体の制約をチェックする。論文によると、17の自律システムを分析し、1,000以上の未発見の障害を特定、運用者に65回以上ダウンロードされた。これらの数字は著者によって報告された歴史的なものであり、rcc が汎用的な商用製品になったり、その後のネットワークで継続的に使用されたりしたことを証明するものではない。しかし、このプロジェクトが実際の設定に向き合い、研究室の外の運用者に届いたことは示している。
その運用上の価値は証拠の種類にある。検査ツールは、サービスが劣化してからパケットロスを報告するダッシュボードとは異なり、中断が起きる前に、どの設定の組み合わせが不変条件に違反するかを指摘できる。エンジニアは、ルールから障害カテゴリに至る推論の連鎖を得て、レビュー、テスト、部門横断的な議論に活用できる。
限界も同様に重要だ。rcc は設計者がコード化し、パーサーがサポートする属性しか検査できず、文書化されていない事業意図を知ることはできず、ベンダーや物理的障害がないことを保証もできず、「設定がクリーン」であることが「過渡的な問題が決して起きない」証明にはならない。ネットワークはすべての既存チェックを通過しても、表現されなかった要件に違反しうる。
このように rcc は、本稿全体を貫く野心と自制を同時に確立している。野心とは、インフラの振る舞いを被害が起きる前に計算可能にすること。自制とは、正しさは常に観測された入力と宣言された属性に対して相対的であることを認めることだ。現代のネットワーク運用 AI も同じ試練に直面しているが、モデルが明示的な不変条件ではなく流暢な説明を提供するとき、その境界はより見えにくくなる。
インターネットは通常、自分が何をしたかは知っているが、なぜかを説明できない
パケットが宛先に届くか、届かないか。ビデオ通話が途切れるか。ドメイン名が予期しないアドレスを返すか。メールサーバーが接続を拒否するか。スマートスピーカーが暗示的なタイミングで遠隔サービスに接続するか。それぞれの事象は痕跡を残すが、インターネットには単一かつ信頼できる説明を提供する中央台帳はない。その振る舞いは、独立して運用されるネットワーク、ベンダー固有の設定、非公開の相互接続契約、家庭用機器、アプリケーション設計、そして絶えず変化するユーザー要求から生まれる。
この構造は大きな価値がある。単一の運用者がシステム全体を支配するのを防ぐからだ。しかし同時に、診断も困難にする。ルーターは自身の経路を示せても、複合的な経路ポリシーの結果すべてを説明できない。速度テストは一回の転送を測れても、Wi-Fi、アクセス回線の容量、遅延、接続性、アプリケーションの要因を自動的に切り分けられない。検閲プローブは要求の失敗を観測できても、責任者や機関を特定できるとは限らない。トラフィック分類器はラベルを付与できても、ネットワークが変化した後もラベルが正しいことを証明できない。
Feamster の研究は、これらの認識上のギャップを絶えず縮めようとするものだ。技術は変わっても、手法は安定している。第一に、重要だが隠れた振る舞いを選ぶ。第二に、それが測定可能な信号を残す観測地点を探す。第三に、信号を、運用者、政策立案者、ユーザーが提起できる問いへと変換する表現を構築する。第四に、その表現がどこで破綻するかをテストする。最後のステップは不可欠だ。自信満々に答えを返すだけで境界を露わにしないシステムは、インフラをより透明にするどころか、かえって説明責任を難しくする恐れがあるからだ。
したがって、Feamster が光ファイバーを所有せず、公開 AS の運用者でなく、超大規模クラウドを管理していなくとも、彼はデジタルインフラ分野で重要な研究対象である。彼の仕事は、これらの資産を取り巻く情報層に位置する。経路がどう検査されるか、乱用がどう特定されるか、ブロードバンド品質がどう記述されるか、検閲がどう記録されるか、そして統計モデルがどうネットワーク運用に入り込むかに影響を与える。ルーターやケーブルがトラフィックを運び、測定と分析が、人々がそれらが何をしているかを説明できるかどうかを決定する。
したがって、このキャリアについての最も力強いナラティブは、賞の列挙ではなく、あるいは一人の研究者が複数の分野を発明したという主張でもなく、研究対象を変え続けながらも同じ規律を貫いた、可観測性の計画である。すなわち、直接的観測と推論を区別し、実験結果と運用保証を区別することだ。
一つのキャリア、複数の制度的立場
2026年8月3日現在、シカゴ大学は Feamster を Neubauer Professor of Computer Science、および Data Science Institute の Faculty Director of Research としている。彼自身のホームページはさらに、Network Operations and Internet Security Lab のディレクター、Internet Innovation Initiative の共同ディレクター、netml.io の共同代表、AI and Policy Pillar の共同ディレクターといった肩書を記している。Data Science Institute は2024年9月の記事で Director of Technology Policy という呼称を用いた。これらの記述は同時に成立しうる。大学の役職は重複し、時間とともに変化するからであり、単一の不変の肩書に縮減はできない。
制度的境界は重要だ。教授として彼は研究し教える。NOISE Lab や netml.io を通じて学生や協力者とともにルーティング、測定、プライバシー、機械学習に取り組む。Internet Innovation および Internet Equity イニシアティブを通じて、公共政策とインフラ意思決定の証拠を築く。NetMicroscope の共同創設者兼 CEO として、ネットワーク品質分析の商業化を目指す民間企業に関わる。彼の個人プロフィールはまた、技術訴訟における専門家証人としての活動も示している。どの役割も、他の役割の権威を自動的に帯びることはない。教授は規制者ではない。スタートアップの CEO は大学の研究を自動的に顧客の支持に変えられない。専門家証人の意見は裁判所の認定ではない。
この区別は研究そのものと整合する。Feamster の最良の仕事は、どのシステムがどの証拠を掌握し、その証拠がどのような結論を導きうるかを問う。彼自身について記述するときも、同じ注意が必要だ。現在のプロフィールは、彼が LookSmart の最初のウェブクローラーを書き、Damballa の最初のボットネット検出アルゴリズムの設計に関わったと伝えている。これらは帰属可能な初期の産業的事実だが、正確な在職期間、単独著者性、株式保有比率、製品の全開発史を証明するものではない。
公開情報は彼の専門的活動について、私生活よりもはるかに豊かだ。既存の証拠は、生年月日や場所、国籍、市民権、家族構成、報酬、NetMicroscope の株式、個人投資、資産を確実に確認できない。証拠に基づく記事は、これらの欠落を推測に変えるべきではない。情報源が支えられない人物伝を付け加えずとも、彼の専門的軌跡は十分に重要である。
MIT、ウェブクローラー、そして「故障が起きる前に」研究する博士論文
Feamster は学部から博士までをマサチューセッツ工科大学（MIT）で過ごした。2000年に電気工学・計算機科学の学士号、2001年に同分野の修士号を取得し、2005年には Hari Balakrishnan の指導下で計算機科学の博士号を得た。論文Proactive Techniques for Correct and Predictable Internet Routingは、初期の研究計画を明確に要約している。すなわち、経路エラーが障害を起こしてから原因を再構築するのを待つのではなく、ネットワークに十分な構造を露呈させ、展開前に重要な特性を検査できるようにすべきだ、というものだ。
LookSmart での初期の仕事は、限定的だが意味のある序章とみなせる。ウェブクローラーは、観測の過程で絶えず変化する大規模なグラフを発見しなければならない。リンク切れ、重複ページ、不整合な応答、到達不能領域に直面する。このクローラーが後のルーティングシステムに直結したわけではなく、情報源はそのような主張を支えない。本当の連続性は方法論にある。分散システムは単一の局所的な視点からは見通せない。有用な知識は系統的に収集する必要があり、発見した対象の明示的な表現が要る。
Damballa での初期の仕事は、同じ問題に対抗的要素を加えた。ボットネットは本質的に、メンバーと制御構造を隠そうとする。Feamster の公式プロフィールは、彼が同社の最初のボットネット検出アルゴリズムの設計に関与したとしている。公開資料からは開発チーム全体を再構成できず、後の製品がどのようにその成果を利用したかも証明できない。しかし、彼の初期のキャリアが、学術的なシステム研究と、ネットワークの痕跡から悪意ある協調を推測するセキュリティ企業の間を行き来していたことは示している。
博士課程の研究は、典型的な環境で形成された。AS 間の経路ポリシーは機器と組織に分散している。運用者は、ピアリング、顧客関係、出力ルール、バックアップ経路、トラフィックエンジニアリングの好みをコマンドで表現する。個々の機器の設定は単独では合理的でも、組み合わせるとループ、ブラックホール、予期せぬ経路を隠しうる。問題はプロトコル実装の欠陥だけではなく、多数の局所ポリシーを寄せ集めた分散プログラムをどう推論するかにある。
この枠組みは長く彼の特徴となった。Feamster はしばしば、アルゴリズムを取り巻く完全な運用システムを真の研究単位とみなす。それには設定ファイル、観測点、データパイプライン、インターフェース、運用者のインセンティブ、制度的制約が含まれる。結果として研究は、単一の定理や分類器を超え、より大きな責任を帯びる。一度システムが実際の運用者、家庭、あるいは検閲下にある人々に触れるとき、展開と倫理が技術的品質の一部になるからだ。
BGP 設定を分散プログラムとして扱う
ボーダー・ゲートウェイ・プロトコル（BGP）は、自律システム（AS）が、商業上および経路上のポリシー制御を保ったまま、到達可能性情報を交換することを可能にする。この自律性が、異なる所有者と目的を持つネットワークがインターネットを構成することを許容するが、それはまた、全体的な結果が単一のエンジニアによって設計されていないことも意味する。ポリシーは、経路広告、選好、フィルタリング、内部経路配布を通じて間接的に結合される。
単一の AS 内部でさえ、問題は大きくなりうる。ネットワークは数百台のルーターを持ち、外部経路を内部に伝播する多様な方法を持つ。エッジで学習された経路は、必要な場所では可視でなければならないが、すべての場所で可視である必要はない。出力ポリシーは、顧客やピアの経路が誤ったネイバーに漏れないようにしなければならない。プライマリパスが落ちたときはバックアップパスが出現すべきだが、ループや永続的な振動を引き起こしてはならない。運用者は事業意図を把握し、機器は実行可能な断片を保持している。
Feamster の初期のルーティング研究は、これらの断片を解析可能なプログラムとして扱った。これは実際的な視点の転換である。ルーター設定はもはや一行ずつレビューするテキストではなく、ネットワーク全体の計算への入力となる。正しさは不変条件として書き表せる。選択された経路は利用可能なフォワーディング経路と対応すべきだ。利用可能な経路は、それを必要とするルーターから可視であるべきだ。出力ポリシーは期待される関係を保つべきだ。内部経路配布は恒常的な不整合を生むべきではない。
ソフトウェア解析との類推の価値は、介入のタイミングを変えることにある。従来のトラブルシューティングは症状が現れた後に始まるが、静的解析は既知の障害タイプが設定の中に既にコード化されているかを問う。トラフィック注入も、顧客の報告を待つことも必要ない。重要なサービスを運ぶネットワークにとって、欠陥を事故対応のキューからレビューのキューへと移すことは、事後診断を早めるより価値があるかもしれない。
しかし、類推には境界がある。ネットワークの状態は設定だけでなく、リアルタイムの経路、トポロジー、ベンダーの挙動、過渡的収束、ハードウェアのテーブル、故障したリンク、そしておそらく文書化されていない業務知識から成り立つ。静的チェッカーは自らのモデルに対しては完全に正しくとも、モデルの外にある障害を取り逃す。Feamster の後の研究はこの区別へと繰り返し立ち戻った。有用な表現は、運用上の現実すべてと等価ではない。
Routing Control Platform は意思決定を単独のルーターの外へ移す
rcc は、分散した設定が既知の制約を満たすかを尋ねた。Routing Control Platform（RCP）は別のことを尋ねる。なぜ各ルーターが、経路選択に必要な情報を独立に再構築しなければならないのか。伝統的な iBGP は、フルメッシュまたはルートリフレクターを通じて外部経路を伝播する。フルメッシュは規模とともに維持が困難になり、ルートリフレクションは規模を向上させるが、経路を隠蔽し、予期しない選択を生み、全体的な振る舞いを推論するのをより難しくしうる。
RCP 論文は、論理的に集中化されたサービスを提案する。すなわち、外部 BGP 経路と内部トポロジーを収集し、各ルーターに経路を選択し、通常の iBGP を通じてその選択を伝える。フォワーディングデバイスは消えず、依然としてパケットを転送し、インターフェースでおなじみのプロトコルを利用する。変化したのは、経路選択ロジックの所在と、それが見渡せる範囲である。
「論理的に集中」とは、単一の脆弱な物理マシンを意味しない。制御サービスは複製・分散されながらも、一貫した意思決定機能を提供できる。この区別は後に SDN の中核をなすことになる。コントローラーは全ネットワークの視点に基づいて行動し、すべての制御プロセスが同一の物理マシン上で実行されることを要求しない。工学的問題は状態の一貫性、障害回復、安全なインターフェースへと移り、単純な集中か分散かの二択ではなくなる。
RCP はまた、既存のインフラを尊重する。新たなフォワーディングプレーンやすべてのルーターの即時交換を要求しない。これは、機器、契約、運用プロセスが同時に変更できないネットワークにとって重要である。研究アーキテクチャが、運用者が既に慣れ親しんだインターフェースを通じて実環境に入り込めるなら、実際の価値は著しく高まる。
評価には実バックボーンの情報が用いられたが、既存資料は広範な本番展開の実態調査を確立していない。擁護可能な結論は、RCP が実行可能なアーキテクチャを示し、長期的影響を及ぼしたということであり、業界全体で内部 BGP を置き換えたということではない。2015年の NSDI Test of Time Award はその思想的価値を裏付けるが、市場採用を証明せず、後続のすべてのコントローラー設計を一篇の論文に帰属させることもできない。
SDN への重要な貢献、ただし「唯一の発明者」物語ではない
ソフトウェア定義ネットワーキング（SDN）はしばしば、制御がソフトウェアに移り、転送がプログラム可能になり、新しい時代が始まったという、きれいな断絶として語られる。実際の歴史はもっと入り組んでいる。アクティブネットワーク、ネットワーク仮想化、4D アーキテクチャ、Ethane、RCP、OpenFlow、NOX といったプロジェクトは、プログラマビリティ、制御の分離、ネットワーク全体の管理のそれぞれ異なる部分に取り組んだ。Feamster はこの思想的系譜における重要な貢献者だが、彼を SDN の唯一の発明者と呼ぶ証拠はない。
RCP は明確なアーキテクチャ上の思想を提供する。より広い視野を持つ制御サービスが経路決定を計算し、既存の転送機器に渡すことができる。rcc はもう一つの思想を提供する。ネットワークポリシーを不変条件に対して照合できる。この二つは共に、運用上の問題を「このルーターにどんなコマンドがあるか」から「完全な制御システムがどのような挙動を実現しているか」へと転換した。これはプログラマブルネットワークのための重要な思想的基礎である。
Feamster は後に共著でThe Road to SDNを執筆し、この分野を一瞬の発明ではなく思想の長い蓄積として描写している。この歴史的立場は、インフラ技術を取り巻く一般的な創業者神話に抵抗するのに役立つ。通常、一つの分野は、複数の研究チーム、運用者、ベンダー、標準化コミュニティが隣接する問題を解決し、展開可能なものへと変えていく。
2017年に Jennifer Rexford と共著したWhy (and How) Networks Should Run Themselvesは、議論をコントローラーアーキテクチャから継続的運用へと拡張する。そこでは、上位の意図が意思決定を導き、テレメトリが結果を示し、システムがそれに応じて調整する、という閉ループが描かれる。タイトルは意図的に挑発的だが、エンジニアが不要になったと解釈してはならない。適応的ネットワークは依然として、正確な目標、信頼できるテレメトリ、安全な実行、制限された権限、そして証拠が明確でないときに停止できるメカニズムを必要とする。
今日、このアジェンダは、むしろ AI 支援運用の設計問題に似ている。言語モデルは設定を提案し、イベントを要約し、ツールを選択するかもしれないが、原因をでっち上げたり、ポリシーを誤解したり、過剰な権限を持ったりもする。初期のルーティング研究は、新たなシステムに厳しい基準を設定した。学習された提案は、もっともらしく聞こえる説明だからという理由だけで受け入れられるのではなく、明示的なチェックと観測可能な結果で囲われなければならない。
スパムは「メッセージの周りのネットワーク」をメッセージそのものより重要にする
ジョージア工科大学で、観測対象は設定ミスから積極的な敵対者へと移った。スパムキャンペーンやボットネットは本来的に移動する。感染ホストが現れては消え、アドレスが変わり、ドメインが交代し、制御基盤は分散する。コンテンツシグネチャは既知のメッセージを捕捉できるが、伝送システムの方がより持続的なパターンを示すことが多い。
2006年の SIGCOMM 論文Understanding the Network-Level Behavior of Spammersは、論文の記録によれば1,000万通以上のスパムメールを分析した。それは、送信者がどこに現れ、どれだけ持続し、スパムがアドレス空間や経路挙動とどう関係するかを調べた。論文の重要性はある永続的な割合にあるのではなく、濫用をインフラとして研究できることを示した点にある。送信者の集団、パス、時間、送信元の集中度は、メッセージ本体に見えない協調を明らかにしうる。
ネットワーク層の特徴は、接続の早期に、完全なメッセージが受信され検査される前に得られる可能性がある。これは処理を減らし、大規模な防御を支えることができる。また、メタデータを使用することで内容のプライバシーを一部保護しうる。しかし、同じ抽象化はリスクも生む。住宅用のアドレスプレフィックスには、無実のユーザーと感染機器が共存しうる。共用ホスティングは合法ドメインと悪意あるドメインの両方にサービスしうる。アドレスは所有者を変える。インフラレピュテーションは、不確実性、証拠の劣化、異議申し立ての仕組みがシステムの一部になったときにのみ有用である。
DNSBL 反諜報活動は、攻撃者自身の防御行動を信号として使う。ボットネットのオペレーターは、自分のマシンが既に特定されているか確認するため DNS ブラックリストを照会する。これにより、特定の照会パターンがメンバーシップを暴露する可能性がある。攻撃者の偵察が証拠となったが、それは依然として発見的手法であり、照会には正当な理由がありえ、疑わしいリストは破壊的な行動を取る前に更なる裏付けが必要である。
SNARE は、SMTP セッションの早期に取得可能な時空間的・ネットワーク的特徴を用いて送信者をスコアリングする。評価報告では、低い誤検知率で約93%の精度を達成した。この数字は当時のデータセット、脅威環境、閾値に属するものであり、17年間不変ではない。攻撃者は適応し、メールインフラは集中化し、特徴分布はドリフトする。これは早期信号が有用な分類器を支えうることを証明しているが、恒久的なベンチマークを確立したわけではない。
動的 DNS レピュテーションシステムは、同じ論理を送信者からドメインへと拡張する。登録パターン、ネームサーバー、アドレス変更、解決の挙動は、悪意あるインフラを安定した正規サービスから区別させうる。分類器は、全ペイロードを知る前にリスクを割り当てることができる。これは後にネットワーク機械学習を予見させる。メタデータから表現を構築し、決定ルールを訓練し、表現が不完全なときの運用上の帰結を扱うのである。
レピュテーションは運用上の決定であり、客観的なラベルではない
HTTP ベースのマルウェア挙動クラスタリングは、手法をさらに一歩進める。システムは各バイナリファイルの正確なシグネチャを要求せず、通信挙動でグループ化し、ネットワークシグネチャを生成する。コードが変化しても、制御プロトコル、接続先パターン、タイミング挙動が続くなら、この手法は有効でありうる。ただし、表現が粗すぎる場合は無関係なトラフィックを同一視する危険もある。
信号と判決の区別が、システムがどう使われるべきかを決定する。モデルは、あるアドレス、ドメイン、またはトラフィックが既知の濫用と似ていると報告しうるが、運用者はなおも次の一手を決めなければならない。低信頼度の結果は観測だけを引き起こし、より強い結果はレート制限を引き起こすかもしれない。プレフィックス全体やドメインをブロックすることは、無実のユーザーにコストを負わせる。したがって、技術設計は閾値、証拠の年数、行動範囲、そして是正の経路も含む。
Feamster の初期的な Damballa での仕事と、ジョージア工科大学リサーチコーポレーションに譲渡された特許は、この研究が商業的・知的財産的背景を持つことを示している。特許は、Feamster、David Dagon、Wenke Lee らを、攻撃ネットワークを検出し応答する方法の発明者として挙げている。特許は正式な発明と譲渡の記録を確立するが、独立した創造、生産利用、ライセンス収入、またはすべての法域における各クレームの有効性を証明するものではない。
より広範な貢献は、レピュテーションを抽象的な精度ではなく、インフラの問題として扱ったことにある。防御者は、意思決定ウィンドウ内で、利用可能な回線速度で動作し、法的に収集可能なデータを使い、エラーを管理できる分類器を必要とする。論文はチェーンの一つの環を最適化できるが、本番システムは、敵対者が変化する多年にわたってチェーン全体を担わなければならない。
これは Feamster の現在の機械学習研究にもつながる。そこでは、特徴のコスト、ドリフト、プライバシー、展開がより明示的に扱われる。根底にある問いは変わらない。ネットワーク信号が意思決定に変換されるとき、どのような証拠があれば、それが実際のトラフィックに影響を与えるほど信頼できるものになるのか。
家庭用ゲートウェイからブロードバンドを測定し、観測地点を変えた
ブロードバンドの不満は表現しやすいが、診断は難しい。「インターネットが遅い」という主張は、アクセス回線の制限、Wi-Fi の悪さ、家庭内機器の占有、接続先の輻輳、遠隔サーバー、アプリケーション遅延、あるいはテスト自体が十分に速くトラフィックを生成できないことに起因しうる。ノート PC 上の測定は PC のソフトウェアとローカルネットワークの状態を継承する。事業者コア網の測定は家庭の実際の体験を見ることができない。
ゲートウェイベースの手法は、家庭と ISP の境界に制御された測定を置く。2011年の SIGCOMM 研究は、8つの ISP、約4,000台のゲートウェイからの縦断的データを使用し、その背後には4,200台以上のデバイスから成るより大きな展開があった。この研究はスループット、遅延、アクセス技術、トラフィックシェーピングの挙動を分析した。ゲートウェイの分析上の価値は、アクセスサービスを観察しながら、一般的な端末の一部の制御不能な差異を回避できる点にある。
この観測点も自動的に答えを出してくれるわけではない。家庭用ゲートウェイはデバイスや Wi-Fi とローカル環境を共有する。測定サーバーは自らの経路と容量を持つ。テストは家庭のトラフィックを邪魔するかもしれず、代表的な時間帯に実行されないかもしれない。この方法は帰属を改善するが、ユーザー体験の完全なビューを作り出すわけではない。
BISmark は、ゲートウェイ手法を再利用可能なテストベッドに変えた。2014年の USENIX ATC 論文は、カスタムルーターと、測定やアプリケーションを展開できるバックエンドを記述している。発表時点で、プラットフォームは約30カ国の数百の家庭で動作し、9機関の研究者によって使用されていた。これらの数字は特定時点のものだが、プロジェクトが一回的なデータセットを超えたことを示している。
家庭用テストベッドの維持は、それ自体がインフラ作業である。ハードウェアを発送しサポートしなければならず、ユーザーは機器を抜き、ファームウェアは古くなり、クロックはドリフトし、インフォームドコンセントは理解可能に保ち続けなければならない。データ構造と収集パイプラインは、ネットワークやアプリケーションの変更に耐えなければならない。公開システムは、したがって、測定設計と機関構築能力の両方を証明している。
ブロードバンド研究は、なぜ手法が政策に影響を与えるかも示している。制御されたゲートウェイ結果は、ブラウザの速度テスト、ISP のカウンター、広告パッケージとは互換性がない。それらはパスの異なる部分を測定している。観測地点と境界が公に可視であるときにのみ、公共政策は「最高速度」という単一の数字の背後に隠れたものよりも、弁護可能なものになる。
アクセス回線が速くなった後は、速度だけでは体験を説明できなくなる
初期のブロードバンド政策はしばしば、事業者が広告速度を提供しているかに焦点を当てた。アクセス容量が乏しい場所では今も重要だが、接続が十分に速くなると、遅延、Wi-Fi、コンテンツ配信、アプリケーション設計が体験を支配し始め、単一の速度の説明力は低下する。
5,000以上のブロードバンドネットワークを対象としたある研究は、ウェブページのパフォーマンスのボトルネックを調べ、研究範囲を超えたところでは、生のアクセススループットが唯一の制約でないことが多いと発見した。ラウンドトリップ時間、ページオブジェクトの依存性、サーバーの挙動が完了時間を決定するなら、より速いプランが必ずしもページをより速く感じさせるとは限らない。特定の閾値は一般化できない。長期的結論は、アクセスが改善した後は、品質は多次元の問題になるということである。
信頼性はさらにもう一次元を加える。サービスは中位速度が優れていても、短い中断のために家庭で使えなくなるかもしれない。ビデオ通話、試験、遠隔医療は、月平均の中に消えてしまう短いロスで中断されるかもしれない。一回のテストは故障の頻度、継続時間、発生時間帯を記述できず、そのため縦断的測定が必要になる。
暗号化 DNS の研究も同様のトレードオフを示す。リゾルバーとプロトコルの選択は、遅延、プライバシー、到達可能性を変える。被験者パネルでは、すべてのユーザーとネットワークに適合する単一の設定はなかった。セキュリティやプライバシーの向上は、ある環境では性能コストをもたらし、別の環境ではもたらさない。したがって、一つのベンチマークが普遍的な処方箋になってはならない。
COVID-19 期間中の測定は、運用環境の変化がどれほど急激でありうるかを示した。参加 ISP は、トラフィックと相互接続需要の急変を経験し、その後容量を増強し、新たな利用パターンが生じた。この結論は測定対象ネットワークにのみ当てはまるが、安定した過去平均にのみ依存する計画は、社会的衝撃に対して破綻しうることを示している。
ここで、ブロードバンド測定はユーザー体感品質工学へと転じる。運用者は、スループット、遅延、パケットロス、中断、相互接続といった下層の信号を、ビデオの途切れや会議品質といったアプリケーションの結果に結びつける必要がある。この考え方は、後に NetMicroscope の製品主張の一部となる。学術的成果はすべての商業的主張を証明できないが、技術的な系譜は明らかである。
相互接続測定は商業的な論争を共通のデータ問題に変える
家庭からアプリケーションに至る経路は、複数の商業的境界を越えうる。アクセス事業者はコンテンツネットワークと直接交換することも、インターネット交換ポイントや中継事業者を通じて接続することもできる。輻輳は、一つのリンク、一方向、一時期にのみ現れるかもしれない。したがって、公共の議論における「相互接続の問題」は、複数の技術的状態を混在させることがある。
Interconnection Measurement Project は、参加 ISP に相互接続リンク上で共通のツールを展開するよう求めた。プロジェクトは約2,900のリンクを報告し、2021年6月のピーク時の利用率は約31%で、容量の増加を記録した。集計結果は、すべてのユーザー経路に輻輳がないことを証明できない。リンク平均は、短時間のピーク、個別の経路、あるいは局所的な障害を隠す可能性がある。このプロジェクトの価値は、多数の当事者に共通の手法と言語を提供しようとした試みにある。
共同測定システムはある種の不一致を減らすが、別の不一致を生み出す。参加者は、どのリンクを含めるか、利用率をどうサンプリングするか、どう私有データを保護するか、どの要約を公開できるかについて合意しなければならない。事業者には開示を制限する商業的理由がありうる一方、研究者は、顧客関係や機密トポロジーを露呈させずに主張を検証するのに十分な詳細を必要とする。
Feamster のここでのより正確な役割は、測定能力と機関間の協力を構築することである。彼は相互接続契約を規制しておらず、企業に参加を強制もしていない。このプロジェクトは、彼の研究が家庭用ゲートウェイ上の計器から、運用者と共有される証拠システムへと発展したことを示している。技術的作業はガバナンスと不可分であり、有用なデータはリンクを制御する機関の協力に依存する。
インターネット公平性はパフォーマンスをアクセス、負担可能性、信頼性へと拡張する
コミュニティにブロードバンド回線が既に存在していても、価格が家庭の利用を妨げることがある。家庭がサービスを契約しても、継続的に信頼性の低い接続に直面するかもしれない。事業者が広告速度を達成していても、Wi-Fi、建物内配線、端末の品質がアプリケーションを機能不全にするかもしれない。デジタルディバイドを一枚のカバレッジマップに単純化すると、これらの差異は覆い隠される。
シカゴ大学の Internet Equity Initiative は、到達可能性、インフラストラクチャ、負担可能性、採用率、パフォーマンス、信頼性を統合する。そのポータルとプロジェクトは、ネットワーク測定を人口統計や政策データと結びつける。シカゴの家庭用デバイスはサービスパフォーマンスの直接的な証拠を提供し、公開データセットは場所や集団を越えた比較を可能にする。
この方法はパターンを示すことができるが、すべての原因を自動的に説明することはできない。コミュニティの違いは、収入、建物の種類、事業者間競争、料金プラン、機器、または歴史的投資と関連しうる。人口統計データの重ね合わせは調査を促進するが、それだけで差異がなぜ発生するかを証明できない。政策研究も、ルーティング研究と同じ規律を必要とする。表現が問題をテスト可能にするが、欠落した変数を代替できない。
シカゴ大学は2025年に、Internet Innovation パートナーシップがイリノイ州のブロードバンド計画に測定と分析を提供し、その計画は175,000もの十分なサービスを受けていない世帯、企業、コミュニティアンカー施設に関わる、と報告した。これは、イリノイブロードバンドラボ、州政府関係者、他のパートナーが関わる重要な機関声明であり、一人の教授が175,000の地点を接続したとか、計画されたすべての建設が完了したと主張するように書き換えてはならない。
ゲートウェイテストからインターネット公平性へと、測定の想定利用者も変わる。運用者はゲートウェイ結果で回線を診断できる。自治体はコミュニティパターンで支援の重点を決定できる。州政府は資金の異議申し立て手続において検証されたデータを使える。測定が公共の意思決定に深く入り込むほど、影響は大きくなり、それゆえ、透明な定義、バージョン管理されたデータ、そして残存する不確実性の明瞭な説明がますます必要になる。
検閲研究は「可観測性」を身体的安全の問題にする
検閲の測定が難しいのは、ルーティングの説明が難しいのと同じ構造的理由による。観測者が見るのは、複数のシステムが共に生み出した結果である。ドメイン名の解決失敗は、国家によるフィルタリング、ローカルファイアウォール、通常の DNS エラー、サーバー停止、あるいは経路不安定性に起因しうる。接続リセットは、注入されたものか、端末に起因するものか、政治的管理とは無関係な中間機器によって引き起こされたものかもしれない。信号が、署名付きの責任声明を伴って来ることは稀である。
異なる点はリスクである。測定が個人を暴露する可能性がある。研究者は検閲ネットワーク内部の観測点を必要とするが、ボランティアは報復に直面しうる。リモート技術は地元の参加者を募集する必要性を減らせるが、同時に、実験への参加に同意したことのないユーザー、ウェブサイト、システムを巻き込む可能性がある。この領域では、安全モデルが測定アーキテクチャそのものの一部である。
Feamster の関連研究は、2002年の Infranet に始まる。システムは検閲を回避の問題とみなす。協調的なウェブサーバーが隠された上りリクエストを一見普通の HTTP アクティビティにエンコードし、下り情報を画像の中に隠す。そのウェブの前提はより古い技術時代に属するが、長く続くテーマを確立した。検閲とは、部分的に、どのトラフィックパターンが正常な通信から識別可能かという敵対的ゲームである。
後続の研究は、ユーザーが封鎖を横断するのを助けることから、封鎖それ自体を測定することへと移った。大規模で反復可能な測定は、政府やネットワーク運用者が公開していないフィルタリングを記録でき、公共の利益に資する。しかし、同時により困難な倫理的境界も生み出す。公衆のために証拠を生成するシステムが、信号を生み出す特定の機器にリスクを押し付ける可能性がある。
これはキャリアにおける副次的な論争ではなく、「インターネットに自分自身を説明させる」という営みが、問いを発したことのない人々を傷つける可能性がある、最も明瞭な例である。したがって、検閲測定の倫理的質は、目標の選択、同意、レート制限、データ保持、開示、報復の可能性にかかっており、統計的正確さだけでは決まらない。
Encore は規模がどのようにインフォームドコンセントを越えるかを示した
Encore は、ブラウザのクロスオリジンリクエストを用いて、選択されたウェブリソースが異なるネットワークで到達可能かどうかをテストした。参加するウェブサイトが訪問者のブラウザにリクエストを発行させ、研究者はそれに基づいてリソースがブロックされているかを推論する。この設計は、各国に専用ソフトウェアをインストールすることなく規模を拡大できると約束した。
同じメカニズムが深刻な倫理的議論も引き起こした。無関係なページにアクセスした人々が、実験を知らないまま測定点になる可能性がある。機密性の高いドメインへのリクエストが検閲者に見えるかもしれない。第三者ウェブサイトが、自ら選択していないコンテンツを探査しているように見えるかもしれない。リスクを負う人々とデータを得る研究者は、必ずしも同一ではない。
独立論文No Encore for Encore?は、この設計がインフォームドコンセント、透明性、ユーザーの安全、第三者ウェブサイトへの害について問題を抱えていると指摘し、Feamster とのコミュニケーションとシステムの修正も記録した。この批判は、学術的不正の正式認定に誇張されるべきでもなければ、後続の作業によってかき消される脚注に矮小化されるべきでもない。それは、正当な公共目的を追求するシステムにおいて、実際の設計リスクを特定したのである。
その後、Feamster と Ben Jones はCan Censorship Measurements Be Safe(r)?を発表した。タイトルは安全を、二元的な認証ではなく、連続的な尺度と正しく捉えている。カバレッジ、再現性、正確さは、ボランティア、ターゲット、傍観者の露出とトレードオフの関係にある。多数のネットワークをカバーするシステムは、各参加者が負うリスクを制限できなければ、必ずしもより受け入れ可能とは限らない。
この出来事は研究の思想的内容を変えた。倫理はもはや技術的手法の外側に付加される審査ではなく、脅威モデルの中に入らなければならない。トラフィックを生成する人々、テストをホストする機関、トラフィックを観測しうる当局はみな、アーキテクチャの一部である。これは、ブラウザ、家庭用デバイス、AI エージェントを分散センサーとして扱うすべてのインフラ測定にとって、長期的な教訓である。
Augur、Iris、後続システムはカバレッジを広げるが、リスクを隠さない
Augur は、TCP/IP のサイドチャネルを通じて、端点のいずれをも制御せずに遠隔地点間の接続性を推論しようとした。論文は、17日間で約180カ国をカバーして検証したと報告し、個々のユーザーを関与させない設計上の選択を含んでいる。この手法は地理的範囲を広げるが、推論はオペレーティングシステムの挙動、アドレス選択、フィルタリングの非対称性、統計的仮定に依存する。
Iris は DNS 操作に焦点を当てる。異なる場所のリゾルバーにクエリを繰り返し、比較することで異常な応答を特定する。DNS は構造化された証拠を提供するが、正規のシステムも同様にキャッシュ、リダイレクト、ローカライズ、フィルタリングを行う。応答の差異は帰属の出発点にすぎず、特定の政府機関がルールを発したことを証明するには十分ではない。
テストリストの構成もバイアスの源である。世界的に著名な政治的ウェブサイトのみを探査するプロジェクトは、現地語や文化に固有のテーマを見落とすかもしれない。2018年のあるプロジェクトは、自然言語処理と検索を用いて、当時最大の中国の検閲リストに欠けていた1,125のウェブサイトを特定した。リストの拡張はその研究のカバレッジを改善したが、依然として、ドメインやコンテンツ、政策の変化とともに古くなる時間的な産物である。
GFWeb は USENIX Security 2024で発表され、20カ月間にわたり、中国のグレートファイアウォールによる HTTP および HTTPS フィルタリングを研究した。この論文は、10.2億のドメインをテストし、異なるメカニズムの影響を受ける数十万のペイレベルドメインを特定したと報告している。これらは測定上のカウントであり、影響を受ける人口のセンサスではない。その価値は、異なるプロトコルでのテストがフィルタリングシステムの異なる部位を露わにし、単一の技術が数え落とす可能性があることを示した点にある。
トルクメニスタンに関する研究は、1,550万のドメインをテストし、12.2万の検閲されたドメインを特定し、数百万の他のドメインに影響する可能性のある過剰ブロックルールを推定し、同時に回避手法を研究した。回避技術の公開はユーザーを助けるかもしれないが、検閲者に次に何をブロックすべきかを教えるかもしれない。開示のタイミングと地域的知識は、したがって、現実の人的影響を伴う工学的決定である。
この分野における Feamster の記録は重要であり、しかも協調的である。彼はシステムを共同執筆し、研究コミュニティの構築を助け、Internet Censorship and Online Speech の授業を続けている。研究テーマや協力者の近さを理由に、彼をすべての関連する観測プロジェクトの唯一の創設者と呼んだり、Geneva を彼に帰属させたりすることはできない。論文と役割を一対一でマッピングするほうが、包括的な発明者ラベルより正確である。
測定倫理は技術的正しさの一部となる
検閲研究は、より普遍的な可観測性の原則を提起する。システムは統計的には非常に強力でも、責任をもって運用できないならば、技術的に失敗している。インフォームドコンセント、目標選択、クエリ頻度、データ最小化、公表戦略が共同して、方法が許容できない害を及ぼさずに反復可能かどうかを決定する。
これは、研究者がすべてのリスクを除去すべきという要求ではない。敵対的な国家やネットワーク運用者に直面するとき、絶対的な安全は存在しないかもしれない。要求されるのは、リスクを明示的かつ配分的なものとし、期待される公共の利益と比較することである。最大のリスクを負う人々は、グローバルなドメイン総数の背後に消えてはならない。
同じ原則は検閲以外にも適用される。ブロードバンドプローブは家庭の活動パターンを暴露しうる。IoT ツールは機器メタデータを収集しうる。セキュリティレピュテーションスコアはサービスを拒否しうる。合成データセットは、保護されるべき現実の痕跡を記憶しうる。あらゆる測定システムは、新たなインフラを創造しており、それぞれに独自のユーザー、権限、故障モードをもたらす。
Feamster のキャリアの歴史が価値を持つのは、まさにそれがシームレスな成功の連続ではなく、記録された論争を含むからである。Encore 論争は、手法が批判され、修正され、より明示的な安全作業を促す可能性があることを示した。また、最初のリスクを後続の防護策で塗り替えることはできないことも示している。真摯な記事は、学習を認めつつ、その学習を導いた不一致を保持することができる。
スマートホームは暗号化が隠せないものを示した
暗号化はペイロードの内容を保護するが、ネットワークは依然としてトラフィックを運ぶためにタイミング、パケットサイズ、方向、宛先に依存する。スマートプラグ、カメラ、テレビ、音声アシスタントは、識別可能なパターンで予測可能なサービスに接触しうる。メッセージを読めない観測者でも、機器が電源を入れたか、ビデオ再生を開始したか、イベントを報告したかを推測することがある。
A Smart Home Is No Castleはこの種のサイドチャネルを示し、Spying on the Smart Homeはトラフィック整形防御をさらに評価した。後者は、テスト環境においてコンスタントレート防御が毎秒約40キロバイトの追加トラフィックで活動を隠せることを報告している。この数字は普遍的なプライバシーコストではない。機器構成、脅威モデル、リンク容量、隠す必要の度合いがトレードオフを変える。
この研究は、消費者プライバシーにおけるよくある単純化を正す。「転送中は暗号化」という主張は真実でありながら、行動がメタデータを通じて露出しうる。内容だけを論じるプライバシーポリシーは、したがって、重要なリスクを見落とす可能性がある。トラフィック整形とパディングは帯域、エネルギー、遅延を消費し、そのコストはメーカーではなく家庭が負うかもしれない。
現実的な問いは、トラフィック分析が実験室で可能かどうかではなく、誰が家庭を観測できるのか、どの推論が行動を起こすほど信頼できるのか、そしてどの当事者が設計を変えられるのか、である。ISP、ローカル攻撃者、機器ベンダー、クラウドサービスは異なる視点を持つ。測定は漏洩を発見する。消費者保護には、デフォルト設定、開示、修正、責任に関する決定が依然として必要である。
IoT Inspector は消費者ツールとなり、研究インフラともなった
IoT Inspector は、スマートホーム研究を制御実験から、ユーザーが自分のネットワークで実行できるオープンソースツールへと進めた。参加者は機器を選択し、その接続先を確認し、同意の下でタグ付きメタデータを研究に提供できる。2020年の論文は数千人のユーザーと、多様なベンダーやカテゴリーからの数万台の機器を記録している。
後続の報告は、異なる総数 ― 44,956、54,094、55,000超、あるいは約63,000台 ― を用いてきた。これらは収集期間や集計基準が異なるからである。日付を併記せずに最大の数字だけを選ぶことは、変化するデータセットを偽りの正確さに変えてしまう。真に重要なのは、このプロジェクトがユーザーサポート、ラベル品質、プライバシー、ソフトウェア保守を第一次の研究問題とする規模に到達したことである。
ユーザー向けの検査ツールは曖昧さも露呈させる。一つのドメインが複数のクラウド顧客によって共有されるかもしれず、機器ラベルは間違っているかもしれず、トラッカーへの接続それ自体は、どのようなデータが転送され、いかなる害が及んだかまでは伝えない。接続先の表示は可視性を高めるが、必ずしもユーザーに現実的な救済策を与えるとは限らない。
プロジェクトチームの振り返りは、インセンティブ、同意、データ最小化、運用保守について論じている。この記録は重要である。なぜなら、公開研究プラットフォームは、機微な証拠を保持し、参加者の理解に依存し、研究結果が何を証明でき何をできないかを継続的に説明する、一種のサービス提供者としての義務を負うことがあるからだ。
サンプリングされた医療 IoT 機器、コネクテッド・トイ、ユーザーのプライバシー認識に関する後続の研究は、この仕事を消費者保護へと拡張する。結論は、具体的な製品、バージョン、日付に結びつけられなければならない。ファームウェアの更新、ベンダーの修正、異なる展開が結果を変えうる。
ネットワーク機械学習は孤立した分類器ではなく、パイプラインである
機械学習は、現在の生成 AI ブームよりはるか以前から、スパムとレピュテーションの研究を通じて Feamster の仕事に入っていた。後の netml.io プロジェクトは、分類器を取り巻く完全なパイプラインをより明示的に描き出す。パケットがどのように表現され、ラベルがどう取得され、特徴がどこで抽出され、モデルがどれほど速く動作し、ドリフトがどう検出され、そしてその後にどんなアクションを取るか、である。
nPrint はパケットを標準化されたビットレベルの形式で表現し、nPrintML はその表現と自動モデリングを結びつける。目的は、一つの表現がすべてのタスクに適することを証明することではなく、特徴量エンジニアリングにおける隠れた変動を減らし、比較をより再現可能にすることである。
Traffic Refinery は、高データレートでの特徴量生成のシステムコストを研究する。特徴抽出がパケットを落としたり、CPU を使い果たしたり、意思決定ウィンドウが過ぎてから結果を返したりするなら、統計的に正確なモデルも運用上は劣悪である。LEAF は概念ドリフトを研究する。すなわち、アプリケーション、機器、ネットワークが変わるとき、統計的関係が変化する。本番モデルには、再学習基準、ロールバック方法、環境ごとにエラーを監視する仕組みが必要である。
CATO は予測目的とシステム目的を同時に最適化する。その NSDI 2025の評価は、特定の実験条件下で推論レイテンシを最大3,600分の1に、無損失スループットを3.7倍に改善したと報告する。これらは一般的な本番保証ではない。その概念的な意義は、統計的正確さがパケット処理コストと共に最適化されなければならない点にある。
現在の仕事は、この論理を低コスト分類、キューイング、プローブ選択、L4S フィールド測定、そして言語モデルを用いた誤設定の分析へと広げている。2005年の論文は明示的な不変条件に依拠していた。2026年の言語モデルは、例やテキストから「もっともらしい」問題を推論するかもしれない。新たな手法は形式化しにくい状況をカバーできるが、提案が観測可能なネットワーク状態と照合されなければ、もっともらしさを証明の代わりにしてしまう恐れがある。
合成トラフィックは、現実のネットワークを晒さずに有用なデータを共有しようとする
実際のトラフィックトレースを共有することは難しい。それらは通信、ユーザー、機器、組織構造、専有アプリケーションを漏洩しうる。ラベル付けは高価であり、トレースは急速に陳腐化する。合成データは別の道を提案する。元の記録を公開せずに、有用な属性を保存したパケットやフローを生成するのである。
NetDiffusion はプロトコル制約付きの拡散モデルでパケットレベルのトラフィックを生成する。NetSSM は状態と複数フローの認識を加える。Feamster と Francesco Bronzino が主導する GATEAU は、より広範な問題をプライバシー、収集コスト、ラベル付きデータの稀少性の関係として定式化する。これらのプロジェクトは、「技術的には有効だが非現実的なランダムパケット」と「現実的だが安全に公開できないトラフィックトレース」の間の中間領域を探している。
生成されたトレースは、様々な形で失敗しうる。エッジの統計は保存しても、下流タスクに必要な相関関係を失うかもしれない。機微な事例を記憶するかもしれない。プロトコル構文は満たしても、輻輳やセッション状態、ユーザー行動を再現しないかもしれない。それで訓練された分類器は、テストでは成功しても、本番トラフィックに直面すると失敗するかもしれない。
2026年のプライバシーと品質のトレードオフに関する研究は、これらのリスクを測定可能な対象として扱っており、「合成」が匿名化と等しいと仮定しない。これは正しい基準である。プライバシーは合理的な攻撃に対してテストされなければならず、有用性は意図されたタスクで検証されなければならない。合成トラフィックは研究ツールであり、生のネットワークが消失したことの証明ではない。
NetMicroscope は、測定計画が事業になりうるかを試す
NetMicroscope は、Feamster のブロードバンドと機械学習研究の最も明らかな商業的結実である。同社は Feamster を CEO 兼共同創設者、Francesco Bronzino を CTO 兼共同創設者としている。大学の商業化資料は、両名が2021年に会社を設立し、シカゴとリヨンを拠点とするリモートチームであるとしている。
製品主張は、スループット、遅延、パケットロス、機器状態、アプリケーション信号をユーザー体感品質の推定へと統合することが、孤立した指標よりも有用である、というものである。運用者は回線がオンラインであることを知っていても、なぜビデオが劣化するのかを知らないかもしれない。NetMicroscope は、機械学習を用いてアプリケーション体験を推論し、ユーザーが苦情を言う前に問題を発見するとしている。
検証可能な財務的証拠は限られている。2024年1月、George Shultz Innovation Fund が、製品、市場、チーム、知的財産の開発のために200,000ドルを提供した。同社は I-Corps や Compass アクセラレーターにも参加している。これらは意味のある初期の商業的シグナルだが、企業価値評価、総調達額、収益、顧客数、継続率、市場シェア、収益性を証明できない。
大学と企業の境界は、ほのめかしではなく通常の精査の対象とすべきである。トラフィック分類に関連する論文が商業製品と重なる可能性があり、読者は研究者の企業関係、資金、データアクセス、ライセンス、知的財産の帰属を知る必要がある。既存の資料は、BISmark、nPrint、大学のコードのすべてが独占的に企業に譲渡されたことを証明できない。
したがって、NetMicroscope は抑制的な結論を支える。それは、長年の測定研究が、顧客が対価を支払う運用サービスになりうるかをテストしている。公開証拠は創業者、製品方向性、大学のファンド賞を確認するが、商業的優位性を主張するにはまだ十分でない。
教育は研究軌跡をインフラカリキュラム体系に変える
Feamster の教育記録は、研究と同じ軌跡をたどって進化してきた。ジョージア工科大学での授業はインターネットアーキテクチャ、セキュリティ、次世代ネットワークをカバーし、後にソフトウェア定義ネットワーキングが加わった。プリンストンではネットワークを情報セキュリティや技術政策と結びつけた。現在のシカゴ大学での授業には、Machine Learning for Computer Systems、Internet Censorship and Online Speech、Security, Privacy, and Consumer Protection が含まれる。
彼は2020年に Andrew Tanenbaum との共著でComputer Networksの第6版を執筆した。彼の教育ページはまた、ジョージア工科大学のオンライン修士課程コンピューターサイエンスプログラムのコンピュータネットワーク科目の創設時講師を務めたとしている。オンライン授業はネットワーク教育を単一のキャンパスクラスをはるかに超えた聴衆に届けるが、独立したプログラムアーカイブがない場合、この創設の記述は彼の公的な教育記録に結びつけておくべきである。
2026年の Quantrell Award は、教育が彼のキャリアの重要な構成要素であることの独立した制度的証拠を提供する。シカゴ大学の発表は、開かれた問い、協調的な推論、実際の仕事に基づいて設計された演習を強調している。学生の評価は定性的資料だが、受賞はこのキャリアを論文とスタートアップだけに圧縮できないことを示している。
機関構築はさらに聴衆を広げる。Feamster はプリンストン大学の Center for Information Technology Policy を率い、後にシカゴ大学でネットワーク測定、公共政策、データサイエンスを結ぶプログラムの設立を助けた。自由で開かれたコミュニケーションに関するセミナー活動も、倫理と測定設計を同時に議論できるコミュニティを育んできた。
公平なナラティブは、協力者を不可視にしてはならない。多くのシステムは学生や若手研究者によって実装または主導された。IoT Inspector、検閲プロジェクト、ブロードバンドテストベッド、機械学習システムはいずれも大規模な多著者のチームを擁している。教授は方向性を設定し、機関を建設できるが、それによってあらゆる成果の単独著者になるべきではない。
政策活動は証拠を提供するが、規制権限は行使しない
Feamster の公共政策上の役割は測定の上に築かれている。シカゴ大学は、彼が連邦通信委員会（FCC）やシカゴ市などの機関と協力してきたとしている。Internet Equity やブロードバンド関連のプロジェクトは、アクセス可能性、負担可能性、信頼性、パフォーマンスに関する証拠を提供できるが、補助金の適格性を決定せず、価格を規制せず、事業者にネットワーク変更を命令もしない。
技術的証拠が政府の意思決定に入ると権威を帯びるため、この境界は重要である。速度テストは異議申し立て手続きを支援できるが、法的基準は他の機関が設定する。相互接続の図は利用率を示すが、契約や経路決定を制御しない。検閲データセットは妨害を記録できるが、法的あるいは政治的な分析を完了したわけではない。
現在の AI プライバシー研究は、同じ問題を新たなエコシステムにもたらしている。Google Privacy Faculty Award は、言語モデルシステムにおけるサードパーティ統合の研究を支援している。ユーザーは一つのインターフェースだけを見るかもしれないが、プロンプト、文脈、推論される属性はプラグイン、API、遠隔サービスを越えて流れる。これはスマートホームと構造が似ている。すなわち、可視の製品が複数の隠れたデータ関係を調整している。
2026年の論文リストには「暗黙の LLM 推論」に関する研究も含まれる。ユーザーが従来の識別子を提供しなくても、モデルは機微な属性を推論できる。これによりデータ最小化はより困難になる。氏名やアカウント番号を削除しても、モデルが日常的なインタラクションから健康状態、政治傾向、人口統計情報を推論するのを止められない。
これらの仕事の政策的価値は、証拠の境界を可視化するところにある。モデル、データセット、教授は意思決定に情報を提供できるが、決定権は持たない。優れた制度利用には、透明な手法、誤差の見積もり、バージョン管理されたデータ、そして「測定が何を語るか」と「権限を与えられた機関が何を決定するか」の明確な区別が必要である。
このキャリアは何を可視化し、何が隠されたままか
ルーティング、スパム、ブロードバンド、検閲、スマートホーム、機械学習を通じて、Feamster のプロジェクトは分散した運用上の問題を証拠システムへと繰り返し変えてきた。rcc は設定を不変条件にマッピングした。RCP は経路選択により広い視野を提供した。レピュテーションシステムはメタデータから協調を推論した。ゲートウェイはブロードバンド要因の一部を孤立させた。検閲システムは遠隔の信号を比較した。IoT Inspector は機器トラフィックをユーザーラベルに結びつけた。NetML プロジェクトは表現、展開コスト、ドリフトを同じ体系に置いた。
これらのシステムはインターネットを完全に可知的にしたわけではない。設定検査を通過しても物理的障害は消えない。レピュテーションスコアは「有罪」を証明しない。速度測定は価格を説明しない。DNS 異常は特定の政府機関を特定しない。暗号化メタデータは機器の動作すべてを露わにしない。合成トレースはプライバシーを保証しない。言語モデルは診断が流暢だからといって自動的に正しいわけではない。
これらの境界は、測定を拒否する理由ではなく、測定を取り巻く運用システムを慎重に設計する理由である。有用な証拠は、情報源、作成時期、範囲、不確実性を示すべきである。影響の大きい行動には、レビュー、異議申し立て、回復の仕組みが伴うべきである。研究者は、結果が論文の報告か、機関の報告か、独立して再現されたものかを示すべきである。商業的主張は、独立した証拠なしに学術発表の権威を自動的に継承できない。
Feamster の長期にわたる貢献は、不透明なインフラと重要な意思決定の間にある中間層を繰り返し構築してきたことにある。彼の仕事は、運用者、研究者、ユーザー、公共機関が、「自己説明」のために設計されたわけではないシステムに対して、より良い問いを投げかけるのを助けてきた。結果は絶対的な確実性ではなく、何が観測され、何が推論され、何がなお判断を要するのかについての、より厳格な言明である。