概要
- Nick Feamster はシカゴ大学教授であり、測定研究者、制度構築者、NetMicroscope の共同創設者である。不可視のインターネット行動を、説明責任を伴う意思決定に活用できるようにすることに焦点を当てている。
- rcc に関する彼の研究は、17の自律システムにおいてこれまで未発見だった1000件以上の障害を報告した。また、Routing Control Platform は、後に SDN と関連付けられるネットワークレベル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、スマートホームに関するプロジェクトは、測定の限界も明らかにした。評判は間違うことがあり、リモートプローブはリスクを生み出し、暗号化されたメタデータは行動を暴露する可能性がある。
- 現在の機械学習の研究では、成果が本番環境で有効、監査可能、かつ安全かどうかを問うている。彼の際立った貢献は、不確実性を保持する協調的なシステムである。
Rcc：展開前の集約設定の検証
2005年の論文『Detecting BGP Configuration Faults with Static Analysis』（Feamster が Hari Balakrishnan と共著）は、rcc と呼ばれるルーター設定検証ツールを紹介した。持続的な障害を大きく2つに分類した。パス有効性障害は、制御プレーンが選択したパスに対応するデータプレーン上の利用可能な経路がない場合に発生する。パス可視性障害は、利用可能な経路が存在するにもかかわらず、それを必要とするルーターが学習しない場合に発生する。この2つのカテゴリは、設定コマンドと、オペレーターが認識可能な結果とを結び付けた。
rcc は複数のルーターからの設定を分析し、ネットワーク全体にわたる制約を検証した。論文では17の自律システムを分析し、1000以上の未発見の障害と、65件以上のオペレーターによるダウンロードを報告した。これらは著者が報告した歴史的な数字であり、rcc が広く業界に普及したことを示すものではなく、実際にそれを使い続けたネットワークの数を証明するものでもない。しかし、実際の設定に基づいて構築され、著者の研究室の外の実務者に届いたことは確かである。
運用面での重要性は、その証拠の種類にある。検証ツールは、障害が起こる前に、設定の関係が一定の制約に違反していることを指し示せる。これは、パケットロスを表示するダッシュボードとは異なる。ルールと障害カテゴリを推論によって結び付け、通常は局所的な視点しか持たないチーム間で、レビュー、テスト、議論を可能にする。
限界も同様に有用である。rcc は、設計者が記述し、分析器がサポートする特性しか検証できなかった。文書化されていないビジネス上の意図を知らず、ベンダーの欠陥や物理的な障害がないことを保証せず、クリーンな設定がネットワークに移行時の問題を起こさないことの証明にもならなかった。すべての記述された検査に合格したネットワークが、表現されていない条件に違反する可能性もあった。
そのため、rcc はより広範な物語の出発点に位置する。後に繰り返される野心と注意を確立した。野心とは、インフラの振る舞いを被害が起こる前に計算可能にすることであり、注意とは、健全性は常に観測された入力と明示された特性に対して相対的であるということである。現代の AI 運用システムも同じテストに直面するが、モデルが明示的な制約ではなく滑らかな説明を生成する場合、その限界は見えにくくなる。
インターネットは通常、自分がしたことを知っているが、理由を説明できない
パケットは宛先に届くか届かないか。ビデオ通話は途切れる。あるアドレス範囲から予期しない応答が返る。メールサーバーが接続を拒否する。スマートスピーカーが遠隔サービスに接続し、その瞬間が行動を露わにする。すべてのイベントは痕跡を残すが、インターネットには単一の権威ある説明を提供する中央ログは存在しない。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、プライベートな相互接続契約、家庭用機器、アプリケーション設計、絶えず変化するユーザ需要から生じる。
このアーキテクチャは、単一の事業者がシステム全体を制御できないという点で有益だが、診断を難しくする。ルーターは自身のパスを表示できるが、経路ポリシーの結果全体を説明しない。速度テストは1つの転送を測定できるが、Wi-Fi、アクセス速度、遅延、相互接続、アプリケーションの影響を分離しない。検閲プローブは失敗した要求を観測できるが、誰が責任を持つかを特定しない。トラフィック分類器はラベルを貼ることができるが、ネットワーク変化後にラベルが正しいままであることを証明しない。
Feamster の研究履歴は、これらのギャップを狭めようとする一連の試みとして読むことができる。技術は異なるが、方法論は一貫している。第一に、重大な不可視の振る舞いを選択する。第二に、その振る舞いが測定可能な信号を残す観測点を見つける。第三に、信号を、事業者、政策立案者、またはユーザが問うことのできる質問に変換する表現を構築する。第四に、その表現が破綻する場所をテストする。この最後のステップが極めて重要である。自信に満ちた回答を提示し限界を示さないシステムは、インフラの説明責任を低下させる可能性があるからだ。
それゆえ、Feamster はファイバーを所有せず、パブリック AS を運用せず、超大規模クラウドを管理しないにもかかわらず、デジタルインフラの対象である。彼の仕事は、それらの資産を取り巻く情報層に位置する。パスの検証方法、悪用の特定方法、ブロードバンド品質の記述方法、検閲の文書化方法、統計モデルをネットワーク運用に導入する方法に影響を与えている。ルーターとケーブルはトラフィックを運ぶが、測定と分析が、誰かがその動作を説明できるかどうかを決定する。
したがって、このキャリアの最も強力な物語は、受賞リストや、一人の研究者が複数の分野を発明したという主張ではない。それは、主題を絶えず変えながらも、同じ規律を維持し続けた観測プログラムの歴史である。すなわち、直接観測されたものと推論されたもの、実験結果と運用上の保証との分離である。
1つのキャリア、複数の制度的アイデンティティ
2026年8月3日時点で、シカゴ大学は Feamster を Neubauer Professor of Computer Science、および Data Science Institute の Faculty Director of Research と定義している。彼の現在のページでは、Network Operations and Internet Security Lab（NOISE Lab）のディレクター、Internet Innovation Initiative の共同ディレクター、netml.io の共同リーダー、AI and Policy Pillar の共同ディレクターとも記載されている。2024年9月の Data Science Institute の投稿では、Director of Technology Policy という肩書きが使われていた。これらの記述は、大学の役割が重複し進化するため共存しうるが、単一の永続的な職名に結合すべきではない。
制度的な区別は実務上重要である。教授として、彼は研究を行い教育する。NOISE Lab と netml.io を通じて、学生や共同研究者と共にルーティング、測定、プライバシー、機械学習に取り組む。Internet Innovation と Internet Equity のプロジェクトを通じて、公共政策やインフラの意思決定のための証拠構築を支援する。NetMicroscope の共同創業者兼 CEO として、ネットワーク品質分析を商用製品に変えようとする民間企業に参加している。経歴には、技術訴訟の専門家証人としての活動も記載されている。いずれの役割も、他に自動的に権限を付与するわけではない。教授は規制当局ではなく、スタートアップのリーダーは大学の研究をそのまま顧客への推奨に変えるわけではなく、専門家の意見は司法判断ではない。
この分離は研究の本質と一致する。Feamster の最良の仕事は、どのシステムがどの証拠の断片を保持し、その証拠がどのような推論を支持できるかを問うている。人物を描写する際にも同じ注意が必要である。彼の現在の経歴には、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を支援したと記載されている。これらは初期の業界での仕事に関する有用かつ出所を示せる事実だが、正確な雇用日、単独の著者性、持分、または完全な製品履歴を証明するものではない。
公的な記録は、職業上の仕事においてはるかに豊かであり、私生活においてはそうではない。出生日、出生地、国籍、家族的背景、報酬、NetMicroscope の持分、個人投資、または富について確実に立証するものはない。証拠に基づくプロファイルは、この不在を推測に変えてはならない。キャリアは、根拠のない伝記で装飾する必要がないほど十分に豊かである。
MIT、ウェブクローラー、そして障害を事前に発見する論文
Feamster は MIT で学士号から博士号まで取得した。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、2005年に Hari Balakrishnan の指導の下で計算機科学の博士号を取得した。論文のタイトル『Proactive Techniques for Correct and Predictable Internet Routing』は、初期のプログラムを明確に表現している。ルーティングの間違いが停止を引き起こし、その後原因を再構築するのを待つのではなく、ネットワークは重要特性を展開前に検証するのに十分な構造を検出すべきだ、というものだ。
LookSmart での初期の仕事は、有用だが限定的な序章を提供する。ウェブクローラーは、観測中に変化する大規模グラフを発見し、壊れたリンク、重複ページ、不整合な応答、到達不能領域を処理しなければならない。このクローラーが後のルーティングシステムに直接変換されたわけではなく、情報源もその主張を支持していない。方法論的な連続性こそが重要である。分散システムは単一の局所的視点からは見えず、したがって有用な知識には、構造化された収集と、発見されたものの明示的な表現が必要である。
Damballa での関係は、同じ問題の敵対的バージョンを追加した。ボットネットはメンバーと制御を隠すように設計されている。公式経歴には、Feamster が同社の最初のボットネット検出アルゴリズムの設計を支援したとある。公的な証拠はチーム全体を再構築せず、後の製品がその作業をどのように使用したかを明示しない。しかし、彼の初期のキャリアが、学術的なシステム研究と、悪意ある調整をネットワークの痕跡から推測する必要のある実運用セキュリティ企業との間を行き来したことを示している。
博士課程の研究は、ドメイン間ルーティングポリシーが複数のデバイスと組織に分散していた環境で形成された。事業者は、ピア、顧客、エクスポートルール、バックアップパス、トラフィックエンジニアリングの選好をルーターコマンドで表現した。個々には各設定が合理的に見えても、ネットワーク全体ではループ、ブラックホール、意図しないパスが隠れる可能性があった。問題は単にプロトコルの実装不良ではなく、多数のローカルなポリシーから集約された分散プログラムの推論の難しさであった。
このフレーミングは永続的な特徴となった。Feamster はしばしば、アルゴリズム周りの運用システム――設定ファイル、測定点、データパイプライン、インターフェース、事業者のインセンティブ、制度的制約――を真の研究対象と見なした。その研究は単一の理論や分類器を超えて広がり、同時に責任も拡大した。システムが実際の事業者、家庭、検閲下で暮らす人々に触れるとき、展開と倫理は技術的品質の一部となるからだ。
BGP 設定を分散プログラムとして
Border Gateway Protocol は、自律システムが到達可能性情報を交換しながら、ビジネスとルーティングのポリシーを制御することを可能にする。この自律性は、異なる所有者と目的を持つネットワークをインターネットが接続できる理由の1つである。しかし、それはまた、グローバルな結果を単一のエンジニアが設計するわけではないことも意味する。ポリシーは、アナウンス、選好、フィルタリング、内部経路配布を通じて間接的に構成される。
問題は単一の自律システム内でも大きくなりうる。ネットワークには数百のルーターと、外部経路を配布する複数の方法がありうる。あるエッジで学習されたパスは、必要な場所に現れなければならないが、必ずしもどこにでも現れる必要はない。エクスポートポリシーは、顧客やピアのパスが誤ったネイバーに漏洩するのを防がなければならない。バックアップパスは、プライマリに障害が起きた際に、ループや永続的な振動を引き起こさずに出現しなければならない。事業者はビジネス意図を知っているが、デバイスは実行可能な部品を保持している。
初期のルーティング研究は、これらの部品を分析可能なプログラムとして扱った。ルーターの設定は、行ごとにレビューされ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った。健全性は制約として表現できる。選択されたパスは使用可能な転送パスにつながるべき、使用可能なパスはそれを必要とするルーターに可視であるべき、エクスポートポリシーは意図された関係を保持すべき、内部経路配布は永続的な不整合を生むべきでない。
プログラム分析のアナロジーは、介入のタイミングを変えるため有用であった。従来のトラブルシューティングは症状が現れた後に開始される。静的解析は、既知の故障クラスがすでに設定にエンコードされているかどうかを問う。テストトラフィックの注入や顧客からの報告を待つ必要がない。重要なサービスを運ぶネットワークでは、欠陥をインシデントキューからレビューキューに移すことが、故障後の診断時間の短縮よりも重要になりうる。
しかし、このアナロジーには限界がある。ネットワークの状態には設定以上のものが含まれる。ライブパス、トポロジー、ベンダーの動作、一時的な収束、ハードウェアのテーブル、故障したリンク、文書化されていない商業知識などである。静的検証ツールはそのモデル内では完全に正確でありながら、その外の故障を見逃す可能性がある。Feamster の後の研究は、有用な表現と完全な運用世界との間のギャップに繰り返し立ち返った。
Routing Control Platform が決定をルーターの外に移した
rcc は、分散設定が既知の制約を満たすかどうかを問うた。Routing Control Platform は別の質問をした。なぜ各ルーターがパス選択に必要な情報を独立して再構築するのか。従来の iBGP 設計は、外部パスをフルメッシュまたはルートリフレクター経由で配布した。フルメッシュは規模とともに煩雑になる。リフレクターはスケーラビリティを改善するが、パスを隠し、予期しない選択を生み、結果の分析をより困難にする可能性がある。
RCP 論文は、論理的に集中化されたサービスが外部 BGP パスと内部トポロジーを収集し、各ルーターのパスを選択し、その選択を標準的な iBGP 経由で伝えることを提案した。転送デバイスは消えなかった。パケットを転送し続け、インターフェースで使い慣れたプロトコルを話し続けた。変化したのは、パス選択ロジックの場所と、そこに利用可能な可視性の量であった。
「論理的集中」は、単一の脆弱な物理ボックスを意味しなかった。制御サービスは複製・分散されつつ、一貫した決定機能を提供できた。この区別は、後の SDN でも基本である。コントローラーは、すべての制御プレーン処理を単一のデバイスで実行することなく、ネットワーク全体の可視性を持って動作できる。問題は、状態の一貫性、障害回復、安全なインターフェースであって、完全な集中か完全な分散かの二元選択ではない。
RCP は設置済みの基盤を尊重した。新しい転送層やすべてのルーターの即時交換を要求しなかった。この選択は、ハードウェア、契約、慣行を一度に変更できないネットワークにおいて価値を持つ。研究成果は、事業者がすでに理解しているインターフェースを通じてライブ環境に入るとき、実用的な価値を獲得する。
評価には実際のバックボーンネットワークの情報が使用されたが、提示された記録は広範な本番導入を証明するものではない。防御可能な主張は、RCP が稼働可能なアーキテクチャを実証し、影響力を持つようになったことであり、産業界全体で iBGP 内部に取って代わったということではない。2015年の NSDI Test of Time Award は、持続的な知的意義を裏付けるが、市場採用を証明するものではなく、後続のすべてのコントローラ設計が一つの論文に帰属するものでもない。
SDN への主要な貢献、単独の発明者という物語ではない
SDN はしばしば、コントロールがソフトウェアに移り、フォワーディングがプログラマブルになり、新しい時代が始まったというクリーンブレイクとして語られる。しかし歴史はそれほど整然としていない。Active Networks、仮想化、4D アーキテクチャ、Ethane、RCP、OpenFlow、NOX、その他のプロジェクトが、プログラマビリティ、制御分離、ネットワーク全体の管理の異なる部分に対処した。Feamster はこの系譜への重要な貢献者であったが、彼を SDN の唯一の発明者と描写することを正当化する証拠はない。
RCP は明確なアーキテクチャ上のアイデアを提供した。より広い可視性を持つ制御サービスがパス決定を計算し、既存の転送デバイスに送信できる。rcc は別のアイデアを提供した。ネットワークポリシーを制約に対して検証できる。両者は共に、運用上の問いを「このルーターに何が載っているか？」から「制御システム全体がどのような振る舞いを実施しているか？」へと移す一助となった。このシフトは、プログラマブルネットワークの知的基盤の1つである。
後に Feamster は『The Road to SDN』を共著し、この分野を単一の発明の瞬間としてではなく、アイデアの蓄積として提示した。この歴史的立場は、インフラ技術の周囲に成長する創業神話に対抗するのに役立つ。分野は、複数の研究グループ、事業者、ベンダー、標準化団体が隣接する問題を解決し、ソリューションを展開可能にしたときに可能になる。
2017年の論文『Why (and How) Networks Should Run Themselves』（Jennifer Rexford との共著）は、議論をコントローラアーキテクチャから継続的な運用へと拡張した。高次の意図が決定を駆動し、測定が結果を検出し、システムが適応するクローズドループを記述した。タイトルは意図的に挑発的であり、エンジニアがもはや不要であることを意味するものではない。自己調整ネットワークには、正しい目標、信頼できる測定、安全な実行、制限された権限、証拠があいまいな場合の停止機構が必要である。
今日、このプログラムは、遠いビジョンというよりも、AI によって強化された運用の設計問題のように見える。言語モデルは設定を提案し、インシデントを要約し、ツールを選択できるが、原因をでっち上げ、ポリシーを誤解し、過剰な権限で動作する可能性がある。初期のルーティング研究は厳しい基準を課した。学習された推奨は、その説明が説得的に聞こえるからではなく、明示的なチェックと可観測な結果によって囲まれるべきである。
スパム研究は、メッセージそのものよりもメッセージ周囲のネットワークを重要にした
ジョージア工科大学では、観測の対象が設定ミスから、意図的に変更を行う敵対者へと移った。スパムキャンペーンとボットネットは動くように設計されている。侵害されたマシンが現れては消え、アドレスが変わり、ドメインが入れ替わり、制御インフラが分散する。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、配信システム自体がしばしばより持続的なパターンを明らかにする。
2006年の SIGCOMM 論文『Understanding the Network-Level Behavior of Spammers』は、記録に基づき1000万通以上のスパムメッセージを分析した。送信者がどこに現れ、どれだけの期間滞在し、スパムがアドレス空間やルーティング挙動とどのように関係するかを検討した。その重要性は単一の固定比率ではなく、悪用をインフラとして研究できることを示した点にある。送信者の集合、パス、タイミング、ソースの集中が、メッセージテキスト単独では明らかにならない調整を露呈しうる。
この方法は実用的な利益を提供した。ネットワークレベルの特性は、コネクションの早い段階で、メッセージ全体を受け入れたり検査したりする前に利用可能となりうる。これにより処理が軽減され、防御がスケールし、メタデータに依存することで一部のコンテンツプライバシーも保持される可能性がある。しかし同じ抽象化はリスクも生み出す。レジデンシャルアドレス範囲には無実のユーザと侵害されたマシンが混在しうる。共有サーバーは良性のドメインと悪性のドメインの両方をホストしうる。アドレスの所有者は変わりうる。インフラの評判は、不確実性、陳腐化、異議申し立ての経路を含む場合にのみ有用となる。
DNSBL の防諜研究は、攻撃者が自己を防御する必要性を信号として利用した。ボットネットの運用者は、自マシンが検出されたかどうかを確認するために DNS ベースのブロックリストを調査していた。特徴的なクエリパターンが、ボットネットへの潜在的な所属を明らかにしうる。このアイデアは、攻撃者の偵察を証拠に変えるという点で巧妙だったが、あくまで確率的な推論にとどまった。クエリには正当な理由がありうるし、潜在的なボットマシンのリストは、破壊的な措置を取る前に確認が必要である。
SNARE は、SMTP セッション中に利用可能な空間的・時間的・ネットワーク的特性を用いて送信者を評価した。評価は、約93%の精度と低い誤検出率を報告した。この結果は、研究データ、脅威環境、およびその閾値に属するものであり、17年後の静的な特性ではない。敵は適応し、メールインフラは集中化し、特徴分布は変化する。したがって、この結果は、初期のネットワーク信号が有用な分類器をサポートできることを証明するものであり、それが永続的なベンチマークであることを示すものではない。
動的 DNS レピュテーションシステムは、同じロジックを送信者からドメインへと拡張した。登録パターン、ネームサーバー、アドレス変更、解決動作が、安定した正規のサービスとは異なる悪性インフラを作りうる。分類器は、ペイロード全体を知る前にこれらの差異を用いてリスクを割り当てることができる。この方法は、その後のネットワーク機械学習を先取りした。メタデータからの表現構築、決定ルールの学習、そして表現が不完全な場合の運用上の結果への直面である。
評判は客観的ラベルではなく、運用上の意思決定である
HTTP ベースのマルウェアを行動でクラスタリングすることは、アプローチをさらに一歩進めた。全バイナリに対して同一のシグネチャを要求する代わりに、通信行動に従ってサンプルをグループ化し、ネットワークシグネチャを生成した。これは、コードが変わっても C2 プロトコルの習慣、宛先、タイミングが持続する場合に有用でありうるが、表現が粗すぎる場合には無関係なトラフィックを一緒にまとめるリスクもある。
信号と判断の区別は、システムの使用方法を決定する。モデルは、あるアドレス、ドメイン、またはフローが既知の悪用に似ていると言うかもしれない。事業者は次に何をするかを決めなければならない。低信頼度の結果は追加監視を促し、より強い結果はレート制限につながるかもしれない。一方、プリフィックス全体やアドレス範囲全体をブロックすることは、無実のユーザにコストを課す可能性がある。したがって、技術設計には閾値、証拠の有効期間、アクションの範囲、修正経路が含まれる。
Damballa での初期の仕事と、ジョージア工科大学研究機構に譲渡された特許は、この研究の商業的および法的な文脈を示している。この特許は、Feamster を David Dagon、Wenke Lee、他の発明者らと共に、攻撃ネットワークを検出して対応する方法の発明者として記録している。この特許は、発明者と譲渡の正式な記録を立証するが、単独発明、商用化、ライセンス収入、またはすべての請求項がすべての法域で有効であることを証明するものではない。
より広い貢献は、評判を単なる精度スコアではなく、インフラの問題にしたことである。防御側は、適時に動作し、利用可能な回線速度で、合法的に収集できるデータで、管理可能なエラーを伴う分類器を必要とする。論文はチェーンの一部を改善できるが、本番システムは敵が変化する中で何年にもわたって全チェーンを担わなければならない。
これがセキュリティの仕事と現在の機械学習プログラムとの間のリンクである。後のプロジェクトは、特徴コスト、ドリフト、プライバシー、展開により明確な注意を払っている。根本的な疑問は変わらない。ネットワーク信号が決定になるとき、その決定が実際のトラフィックに影響を与えるほど信頼できることをどのような証拠がもたらすのか。
ホームゲートウェイでの測定がブロードバンドの監視地点を変えた
「インターネットが遅い」と言うのは簡単だが、何を意味するのかを診断するのは難しい。問題はアクセスリンク容量、Wi-Fi、帯域を消費する家庭内デバイス、混雑した相互接続、遠方のサーバー、アプリケーションの遅延、あるいは十分な速度でトラフィックを生成できないテストにあるかもしれない。ノート PC からの測定はソフトウェアとローカルネットワークの状態を継承し、プロバイダのコアネットワークからの測定は家庭が実際に見るものを逃す。
ゲートウェイアプローチは、家庭と ISP の境界に制御された測定を置いた。2011年の SIGCOMM 研究は、8プロバイダにわたる約4,000のゲートウェイデバイスからの縦断的データを使用し、より大規模な展開では4,200を超えた。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調査した。ゲートウェイの価値は分析的であり、典型的なエンドホストの制御されない変動の一部を回避しながらアクセスサービスを観測できた。
この観測地点は答えを自動的にしなかった。ホーム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。測定サーバーは独自のパスと容量を持つ。テストは家庭のトラフィックと干渉したり、代表的でない時間に実行されたりする可能性がある。この方法は帰属を改善したが、単一のユーザ体験ビューを生成したわけではない。
BISmark は、ゲートウェイアプローチ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、測定およびアプリケーションを展開できるバックエンドを記述した。当時、このシステムは約30カ国、数百の家庭で稼働しており、9つの研究機関の研究者に使用されていた。これらの数字はその時点のものであるが、単一のデータセットを超えた運用を示している。
家庭用プラットフォームの維持はそれ自体がインフラ作業であった。ハードウェアは調達・サポートされ、ユーザはデバイスを切断し、ファームウェアは古くなり、クロックはドリフトし、同意は理解可能なままでなければならない。データスキーマと収集パイプラインも、ネットワークやアプリケーションの変化を生き延びなければならない。そのため、展開されたシステムは、測定設計であると同時に、研究機関構築のデモンストレーションでもあった。
ブロードバンドプログラムは、方法論が政策にとってなぜ重要かを示す例でもある。制御されたゲートウェイの結果を、ブラウザテスト、ISP のカウンター、宣伝されている速度ティアで置き換えることはできない。それぞれがパスの異なる部分を測定するからだ。公共の意思決定は、測定の場所と限界が単一の速度数値の背後に隠されることなく、可視であるときにより防御可能になる。
アクセスが速くなると、速度だけでは体験を説明できなくなった
初期のブロードバンド政策は、プロバイダが宣伝レートを提供しているかどうかに多くを費やした。アクセス容量が乏しい場所ではこの問いは依然重要だが、回線が十分に速くなり、遅延、Wi-Fi、コンテンツ配信、アプリ設計が体験を支配するようになると、その説明力の一部を失う。
5,000以上のブロードバンドネットワークを対象とした研究は、ウェブパフォーマンスのボトルネックを調査し、一定の速度帯域を超えると、生のアクセスレートがもはや唯一の要素でなくなることがしばしばあることを見出した。ラウンドトリップタイム、ページ依存関係、サーバー動作が完了時間を決定する場合、高速なティアはページを速く感じさせないかもしれない。この正確な閾値は普遍的なルールに変換されるべきではない。より長持ちする発見は、アクセスリンクが向上するにつれて品質が多次元になるということだ。
信頼性は別の次元を加える。サービスは良好な中央値速度を提供しながらも、短い停止で家庭を失敗させる可能性がある。通話、試験、遠隔医療セッションは、月間平均に埋もれる短い損失によってドロップしうる。障害の頻度、期間、タイミングを特徴付けるには縦断的測定が必要であり、単一のテストでは不可能である。
暗号化 DNS の研究も同様のトレードオフを明らかにした。リゾルバとプロトコルの選択は、遅延、プライバシー、可用性に影響する。測定されたサンプルでは、すべてのユーザとネットワークにとって最良の単一設定は存在しなかった。あるセキュリティまたはプライバシーの最適化は、ある環境ではパフォーマンスコストを課すが、別の環境では課さないかもしれない。単一の標準を普遍的な処方箋に変えることへの警告である。
Covid パンデミック期間の測定は、運用環境がいかに急速に変化するかを示した。参加プロバイダーは、トラフィックと相互接続需要の急激なシフト、その後の容量追加、使用パターンの変化に直面した。結果は測定されたネットワークに限定されるが、なぜ過去の安定的な平均のみに基づく計画が社会的ショックで破綻しうるかを示した。
この時点で、ブロードバンド測定はユーザ体験のエンジニアリングになる。事業者は、スループット、遅延、損失、停止、相互接続といった低レベルの信号を、ビデオのスタッターや会議品質といった結果に結び付ける必要がある。このマッピングは、後の NetMicroscope の製品仮説の一部となった。学術的結果は企業のあらゆる主張を証明するものではないが、技術的な系統は直接的である。
相互接続測定が商業紛争を共有データ問題に変えた
家庭とアプリケーションの間のパスは、複数の商業的境界を跨ぎうる。アクセスプロバイダーは、コンテンツネットワークと直接、あるいはインターネット交換ポイント経由、またはトランジットプロバイダー経由でトラフィックを交換できる。輻輳は1つのリンク、1方向、1つの時間ウィンドウで発生しうる。そのため、「相互接続」に関する公の議論は、異なる技術的状況を一纏めにしてしまう可能性がある。
Interconnection Measurement Project は、参加プロバイダーが相互接続リンクに共通の測定装置を設置することを求めた。2021年6月時点で約2,900のリンク、ピーク時の使用率約31%が報告され、容量追加の証拠もあった。これらの集計結果は、すべてのユーザパスに輻輳がなかったことを証明するものではない。平均は短いスパイク、単一のパス、局所的な障害を隠しうる。このプロジェクトの価値は、複数の当事者に共通の方法論と語彙を提供したことにある。
共有測定フレームワークは、ある種の論争を減らし、別の種を生みうる。参加者は、どのリンクが測定範囲内にあるか、使用状況をどのようにサンプリングするか、独自データを保護する方法、どの集計値を公開できるかについて合意しなければならない。プロバイダーには開示を制限する商業的理由がありうる。研究者は、顧客関係やセキュリティ上機微なトポロジーを暴露することなく、主張をテストするのに十分な詳細を必要とする。
この領域での Feamster の役割は、測定能力と制度的協力の構築として最も正確に記述される。彼は相互接続契約を規制せず、当事者に参加を強制する権限も持たなかった。このプロジェクトは、家庭ゲートウェイ上のツールから、事業者との共有証拠システムへの研究の移行を示している。技術的タスクはガバナンスから分離されなかった。有用なデータには、リンクを制御する機関の協力が必要だった。
インターネット公平性がパフォーマンスをアクセス、コスト、信頼性へと拡張した
ブロードバンド回線が近隣に存在しても、それは手が届かないことがある。世帯はサービスを契約しても、信頼できない接続を受けるかもしれない。プロバイダーは宣伝レートを提供しても、Wi-Fi、建物の配線、デバイスの品質がアプリケーションの正常な動作を妨げることがある。デジタルデバイドを単一のカバレッジマップに変換することは、これらの違いを隠してしまう。
シカゴ大学の Internet Equity Initiative は、アベイラビリティ、インフラ、手頃さ、採用、パフォーマンス、信頼性の次元をまとめている。そのダッシュボードとプロジェクトは、ネットワーク測定を人口統計や公共政策のデータと結び付ける。シカゴの家庭に設置されたデバイスはサービスパフォーマンスの直接証拠を提供し、公共データは場所やグループ間の比較を可能にした。
この方法は、すべての原因を説明することなくパターンを示せる。近隣間の差は、収入、建物タイプ、プロバイダー間競争、契約ティア、機器、歴史的投資と相関しうる。人口統計レイヤーは調査を支援するが、格差の原因を証明するものではない。政策には、ルーティング研究が必要としたのと同じ分離が必要である。表現は問いをテスト可能にするが、欠落した変数を補うことはできない。
シカゴ大学は2025年に、Internet Innovation の協力が、イリノイ州のブロードバンド計画において、175,000のサービスが行き届いていない家庭、事業所、施設の場所に関する測定と分析に貢献したと報告した。これは重要な制度的な主張だが、イリノイブロードバンドラボ、州当局、その他のパートナーが関与した。したがって、一人の教授が個人的に175,000の場所に到達したとか、計画されたすべての建設が完了したなどと言うように変換すべきではない。
ゲートウェイテストからインターネット公平性への移行は、測定の想定ユーザの変化を示している。事業者は回線診断にゲートウェイ結果を使い、都市は補助金のターゲティングに近隣パターンを使い、州は資金調達プロセスに検証済みデータを使う。測定がより高リスクの公的意思決定に入るにつれて、透明な定義、バージョン管理されたデータ、何が依然として不確かであるかの明示的な記述の必要性が高まる。
検閲研究が可観測性を人間の安全の問題にした
インターネット検閲の測定は、ルーティングの説明が難しいのと同じ構造的な理由で困難である。観測者は複数のシステムによって生成された結果を見る。ドメイン名解決の失敗は、政府のフィルタリング、ローカルのファイアウォール、通常の DNS エラー、サーバーダウン、またはルーティングの不安定性から生じうる。接続リセットは、注入されたものか、エンドポイントから発せられたものか、または政治的制御とは無関係なミドルボックスから発生したものかもしれない。信号が責任者の署名入りで届くことはめったにない。
測定が人を露呈させる可能性があるため、リスクは異なる。研究者は制限されたネットワーク内の観測点を求めるが、ボランティアは報復を受ける可能性がある。リモート技術はローカルの参加者を募集する必要性を減らしうるが、実験に同意していないユーザ、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の一部である。
Feamster のこの分野での仕事は2002年の Infranet に始まる。このシステムは検閲を回避問題として扱った。協力的な Web サーバーが上りリクエストを通常の HTTP トラフィック内に隠し、下りデータを画像に埋め込んだ。その Web に関する前提は古い環境に属するが、検閲が通常の通信と区別可能なトラフィックパターンをめぐる闘争でもあるという長期的な考えを確立した。
その後の仕事は、ユーザのブロック回避支援から、ブロック自体の測定へと移った。これは公共の利益の機会を生み出した。大規模で再現可能な測定は、政府や事業者が宣言していないフィルタリングを文書化しうる。しかし、それはまた、より厄介な倫理的境界を生み出した。測定システムは、信号を発する個人のデバイスにリスクを負わせつつ、公共のための証拠を生み出しうる。
このトレードオフはキャリアの中で周辺的なものではない。これは、インターネットに自己説明させることが、その質問を求めなかった人々に害を及ぼしうる最も鮮明なケースである。したがって、検閲測定の倫理的品質は、ターゲット選択、同意、レート制限、データ保持、開示、報復の可能性に依存し、統計的精度だけではない。
Encore は規模が同意をどのように上回りうるかを示した
Encore は、クロスオリジンのブラウザリクエストを使用して、異なるネットワークから選択された Web リソースへの到達可能性をテストした。協力サイトが訪問者のブラウザにリクエストを発行させ、研究者はリソースがブロックされているかどうかを推論できた。この設計は、各国に特別なソフトウェアをインストールすることなくスケールすることを約束した。
そのメカニズム自体が深刻な倫理的論争を引き起こした。無関係なページを訪れた人が、実験を理解しないまま測定点になる可能性があった。検閲者はセンシティブなドメインへの要求を見るかもしれない。サードパーティのサイトが、自身では選択していないコンテンツをテストしているように見えるかもしれない。リスクを負う人物は必ずしもデータを受け取る研究者ではなかった。
独立した論文『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、ユーザの安全、サードパーティサイトへの潜在的な害の問題を提起していると論じた。また、Feamster とのコミュニケーションとシステムの変更も記録した。この批判は研究不正の判定に誇張されるべきではなく、後の仕事によって消し去られた注釈に矮小化されるべきでもない。これは、正当な公共目的を持つシステムにおける現実の設計リスクを特定したものである。
後に Feamster と Ben Jones は『Can Censorship Measurements Be Safe(r)?』を発表した。タイトルは安全をバイナリ証明ではなく連続体として正しく扱っている。カバレッジ、再現性、正確さは、ボランティア、ターゲット、傍観者への露出と競合する。多くのネットワークに到達する測定は、各参加者に課すリスクを特定できない場合、あまり受け入れられないかもしれない。
この出来事は研究の知的財産を変えた。倫理は、技術的方法の後に追加される外部レビューではなくなった。脅威モデルは、トラフィックを生成する人々、テストをホストする機関、それを監視するかもしれない権力者を含まなければならなくなった。これは、特にブラウザ、ホームデバイス、AI エージェントが分散センサーとして使用される際の、すべてのインフラ測定にとっての教訓として残る。
Augur、Iris、および後続のシステムはリスクを隠さずに範囲を拡大しようとした
Augur は、いずれの端点にも従来の測定点を制御することなく、TCP/IP のサイドチャネルを介してリモートロケーション間の到達可能性を推論しようとした。論文は約180カ国で17日間にわたる検証を報告し、特定のユーザを危険にさらすことを避けるための設計選択を含めていた。この方法は地理的カバレッジを拡大したが、推論は OS の振る舞い、アドレス選択、フィルタリングの非対称性、統計的仮定に依存した。
Iris は DNS 操作に焦点を当てた。ロケーションを跨いだリゾルバへの繰り返しクエリを比較し、異常な回答を検出できた。DNS は構造化された証拠を提供するが、正当なシステムもキャッシュ、リダイレクト、ローカライズ、フィルタリングを行う。回答の差異は帰属の出発点であり、特定の政府機関がルールを発行したことの証明ではない。
テストリストの構築は、別のバイアス源となった。世界的に知られた政治サイトをテストするプログラムは、ローカル言語や文化特有のトピックを見逃しうる。2018年のプロジェクトは、自然言語処理と検索を用いて、当時の中国の最大のブロックリストに載っていなかった1,125のサイトを特定した。このリストはその研究におけるカバレッジを向上させたが、ドメイン、コンテンツ、政策の変化とともに、時点に縛られたアーティファクトのままである。
2024年の USENIX Security で発表された GFWeb は、20カ月間にわたって中国のグレートファイアウォールにおける HTTP および HTTPS フィルタリングを調査した。10億2000万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た。これらは測定数であり、影響を受けた人の数ではない。その価値は、異なるプロトコルテストがフィルタリングシステムの異なる部分を明らかにし、単一の技術が過小評価しう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、1550万のドメインをテストし、12万2000の検閲されたドメインを特定し、さらに数百万に影響する広範なオーバーブロッキングルールを推論したと報告した。また、回避手段についても検討した。回避ツールの配布はユーザを助ける一方で、検閲者に次にブロックすべきものを教える可能性がある。したがって、開示のタイミングとローカルな知識は、人間的影響を伴うエンジニアリング上の決定である。
Feamster のこの領域での記録は大きく、協調的である。彼はシステムを共著し、研究コミュニティの構築を支援し、現在もインターネット検閲とオンラインスピーチを教えている。彼をすべての関連する観測所の単独創設者と描写したり、共同研究者やトピックの重なりだけで Geneva を彼に帰属させたりすべきではない。論文と役割のマップは、包括的な発明者ラベルよりも正確である。
測定倫理が技術的健全性の一部となった
検閲研究は、可観測性についてより広いポイントを提供する。システムは統計的に強力でありながら、責任を持って運用できない場合、技術的に失敗しうる。同意メカニズム、ターゲット選択、クエリ頻度、データ最小化、展開戦略が、方法が許容できない害なく再現可能かどうかを決定する。
これは研究者にすべてのリスクを取り除くよう要求するものではない。対象国やネットワーク事業者が敵対的である分野では、完全な安全は不可能かもしれない。求められるのは、リスクが明示的で、共有され、期待される公共の利益と比較考量されることである。最も脆弱な人々が、ドメイン数というグローバルな数字の背後に隠れてはならない。
同じ原則が検閲の外にも適用される。ブロードバンドプローブは家庭の活動パターンを露呈させうる。IoT ツールはデバイスのメタデータを収集しうる。セキュリティの評判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はずだった痕跡を保持しうる。いずれの場合も、測定システムは独自のユーザ、権限、失敗モードを備えた新しいインフラを作り出す。
Feamster のキャリアの価値の一部は、絶え間ない成功の連続ではなく、文書化された論争を含んでいることにもある。Encore のエピソードは、方法がどのように批判され、修正され、より明示的な安全作業が続いたかを示している。また、その後の緩和策を元のリスクを書き換えるために使用してはならない理由も示している。真摯なプロファイルは、それを必要とした不一致を保持しつつ学習を評価できる。
スマートホームは暗号化が隠さないものを示した
暗号化はペイロードの内容を保護するが、ネットワークはトラフィックを配信するためにタイミング、パケットサイズ、方向、宛先を依然として必要とする。スマートプラグ、カメラ、テレビ、音声アシスタントは、判別可能なパターンで予測可能なサービスに接続しうる。メッセージを読めない観測者でも、デバイスの起動、ビデオストリーミング、またはイベント報告を推論しうる。
『A Smart Home Is No Castle』はこのサイドチャネルを示し、『Spying on the Smart Home』はトラフィックシェーピング防御の評価とともに分析を拡張した。後者の論文は、一定レートの防御が、テスト環境で約40kbps のオーバーヘッドで活動を保護できると報告した。この数字は普遍的なプライバシー価格ではない。デバイスの組み合わせ、脅威モデル、アクセス容量、必要な難読化レベルがトレードオフを変える。
この仕事は、消費者プライバシーにおける一般的な過度の単純化を修正した。「転送中暗号化」というフレーズは真実でありながら、振る舞いはメタデータを通じて露出しうる。そのため、コンテンツのみを議論するプライバシーポリシーは重要なリスクを見逃しうる。シェーピングやパディングなどの防御は、帯域幅、電力、または遅延を消費し、そのコストはメーカーではなく家庭に降りかかる可能性がある。
実際的な問いは、トラフィックを実験室で分析できるかどうかではなく、誰が家庭を監視でき、どの推論が行動を起こすのに十分信頼できるか、そしてどの当事者が設計を変更できるかである。ISP、ローカル攻撃者、デバイスベンダー、クラウドプロバイダーはそれぞれ異なる可視性を持つ。測定は漏洩を特定するが、消費者保護にはデフォルト、開示、修復、責任に関する決定が必要である。
IoT Inspector が消費者ツールと研究インフラになった
IoT Inspector は、スマートホームの仕事を制御された研究から、ユーザが自分のネットワーク上で実行できるオープンソースツールへと移行した。参加者はデバイスを選択し、それらが接続する相手を確認し、同意の上で匿名化されたメタデータを研究に提供できた。2020年の論文は、多くのベンダーとカテゴリにわたる数千のユーザと数万のデバイスを記録した。
後の報告では、44,956、54,094、55,000超、または約63,000といった異なる数値が使用されたが、これは収集ウィンドウと報告規則が異なるためである。日付なしに最大の数値を選ぶことは、変化する集合を偽の精度に変えてしまう。より重要な証拠は、ユーザサポート、ラベルの品質、プライバシー、ソフトウェア保守が第一級の研究問題となる規模でプロジェクトが運営されたことである。
消費者向けのインスペクターは、あいまいさも明らかにする。複数のクラウドクライアントが単一のドメインを共有しうる。デバイスのラベル付けは誤っている可能性がある。トラッカーへの接続だけでは、どのデータが移動したか、どんな害が発生したかを説明しない。可視性を高めるが、必ずしも実行可能な手段をユーザに与えるわけではない。
プロジェクトチームによるレビューでは、インセンティブ、同意、データ最小化、運用保守について議論された。これは重要である。なぜなら、オープンな研究プラットフォームはサービスプロバイダーのような義務を生み出す可能性があるからだ。機密性の高い証拠を保持し、参加者の理解に依存し、自身の結果が何を証明し、何を証明しないかを説明し続けなければならない。
関連研究は、選択された医療用 IoT デバイス、接続された玩具、ユーザ認識へと拡張され、作業を消費者保護にまで広げた。結果は、テストされた製品、バージョン、日付と結び付けられなければならない。ファームウェアアップデート、ベンダーの修正、展開環境が結果を変えうるからだ。
ネットワーク機械学習は単一の分類器ではなく、完全な運用パイプラインである
機械学習は、現在の生成 AI サイクルよりもずっと前から、スパムと評判を通じて Feamster の仕事に入り込んだ。後の netml.io プログラムは、周囲のパイプラインをより明示的にした。ネットワーク分類器は、パケットの表現方法、ラベルの取得方法、特徴の抽出場所、モデルの実行速度、ドリフトの検出方法、結果に続くアクションに依存する。
nPrint はパケットをビットレベルの標準形式で表現し、nPrintML は表現を自動モデリングに接続した。目標は、ある表現がすべてのタスクに最適であることを証明することではなく、特徴エンジニアリングの隠れたバリエーションを減らすことで比較をより再現可能にすることだった。
Traffic Refinery は、高レートでの特徴生成コストに対処した。正確なモデルでも、特徴抽出がパケットをドロップしたり、CPU を使い果たしたり、決定ウィンドウが過ぎた後に結果を返したりすれば、運用上は不十分である。LEAF はコンセプトドリフト、つまりアプリ、デバイス、ネットワークの進化に伴って統計的関係が変化することを研究した。本番モデルには、環境ごとの再訓練、フォールバック、エラー監視の基準が必要である。
CATO は予測目標とシステム目標を組み合わせた。NSDI 2025の評価では、特定の実験条件の下で、推論レイテンシが最大3,600倍削減され、ロスなしのスループットが最大3.7倍増加したと報告された。これらの数字は一般的な本番保証ではない。概念的な重要性は、統計的正確さとパケット処理コストを共に最適化しなければならないことである。
現在進行中の仕事は、このロジックを低コスト分類、パケットスケジューリング、プローブ選択、現場での L4S 測定、言語モデルを用いた設定障害分析へと拡張している。2005年の論文は明示的な制約に依存した。2026年の言語モデルは、例とテキストから潜在的な問題を推測しうる。新しいアプローチは形式的なルールにエンコードしにくいケースをカバーできるが、推奨が可観測なネットワーク状態に対してチェックされなければ、証明可能性をもっともらしさで置き換えるリスクがある。
合成トラフィックは、実際のネットワークを露出させ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の共有は難しい。コンタクト、ユーザ、デバイス、組織構造、独自アプリケーションを暴露しかねない。ラベリングは高価で、トレースはすぐに陳腐化しうる。合成データは代替案を約束する。元のログを配布することなく、有用な特性を保持するパケットとフローを生成する。
NetDiffusion は、プロトコル制約付きの拡散モデルを使用してパケットレベルのトラフィックを生成した。NetSSM は状態認識と複数フローを追加した。GATEAU は、Feamster と Francesco Bronzino が主導し、プライバシー、収集コスト、ラベル付きデータの希少性というより広範な問題を提起している。これらのプロジェクトは、技術的には正しいが非現実的なランダムパケットと、安全に配布できない実際のトレースとの間の中間領域を探している。
生成されたトレースは複数の方法で失敗しうる。限界統計を保持しながら、後のタスクに必要な相関を失うかもしれない。機密サンプルを記憶するかもしれない。輻輳やセッション状態、ユーザの振る舞いを再現せずにプロトコルフォーマットを満たすかもしれない。それで訓練された分類器がテストでは成功し、本番トラフィックでは失敗するかもしれない。
2026年のプライバシー・品質トレードオフに関する仕事は、これらのリスクを測定可能な量として扱い、「合成」という言葉が匿名性を意味すると仮定しなかった。プライバシーは妥当な攻撃に対してテストされ、有用性はデータを使用するタスクに対してテスト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、元のネットワークが消えたことの証明ではない。
NetMicroscope は、測定研究がビジネスになりうるかをテストする
NetMicroscope は、Feamster のブロードバンドと機械学習の研究を最も明確に商業化したものである。同社は Feamster を CEO 兼共同創業者、Francesco Bronzino を CTO 兼共同創業者としている。大学のマーケティング資料には、両名が2021年にシカゴとリヨンを主拠点とするリモートチームで同社を創業したと記されている。
製品の前提は、スループット、遅延、損失、デバイス状態、アプリケーション信号が、ユーザから見える品質の推定に統合されるときにより有用になるというものである。事業者は回線がアクティブであることを知っていても、ビデオセッションが劣化した理由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測し、苦情が来る前に問題を特定すると主張している。
検証された財務証拠は限られている。2024年1月に George Shultz Innovation Fund は、製品開発、市場開拓、チーム、知的財産のために同社に20万ドルを助成した。同社は I-Corps と Compass アクセラレーターにも参加した。これらは重要な初期の商業的シグナルだが、評価額、総資金調達額、収益、顧客数、維持率、市場シェア、収益性の証拠ではない。
大学と企業の境界は、ほのめかしではなく、通常の精査に値する。トラフィック分類に関する論文は商業製品と重なりうる。読者は所属、資金、データアクセス、ライセンス、知的財産の所有権に関する開示を必要とする。提示された記録は、すべての BISmark、nPrint、または大学のコードが同社に独占的に移転されたことを示してはいない。
したがって、NetMicroscope は控えめな結論を支持する。同社は、何年にもわたる測定研究が、顧客が料金を支払う運用サービスになりうるかどうかをテストしている。公的な証拠は創業者、製品の方向性、大学の助成金を立証するが、商業的支配の主張をまだ裏付けていない。
教育が研究の軌跡をインフラカリキュラムに変えた
Feamster の教育記録は、彼の研究と同じ弧を辿っている。ジョージア工科大学でのコースは、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追加された。プリンストンでは、ネットワーキングと情報セキュリティ、技術政策が出会った。現在のシカゴ大学のコースには、機械学習 for コンピュータシステム、インターネット検閲とオンラインスピーチ、セキュリティ・プライバシー・消費者保護が含まれる。
2020年には Andrew Tanenbaum の『Computer Networks』第6版を共著した。彼の教育ページでは、ジョージア工科大学のオンライン計算機科学修士プログラムでコンピュータネットワークコースを創設し、創設インストラクターを務めたことも記されている。このオンラインコースは、ネットワーク教育を単一のキャンパスのコホートを超えた聴衆に拡大したが、創設に関する主張は、プログラムの別個のアーカイブが引用されない限り、彼の公開記録に帰属させておくべきである。
2026年の Quantrell Award は、教育が彼の仕事の中心であるという独立した制度的証拠を提供する。シカゴ大学の発表は、オープンな問題、協調的な思考、現実の成果物の周りに設計された演習を強調した。学生のフィードバックは質的だが、この賞はキャリアが論文やスタートアップに還元されえないことを示している。
制度構築は、その聴衆をさらに拡大した。Feamster はプリンストンの Center for Information Technology Policy を指揮し、後にネットワーク測定と公共政策、データサイエンスを結ぶシカゴ大学のプログラムを共同主導した。自由でオープンな通信に関するワークショップは、倫理と測定設計が共に議論できるコミュニティの構築に貢献した。
公正な物語は、共同研究者を見えるように保つべきである。多くのシステムは、学生や初期キャリアの研究者によって実装され、主導された。IoT Inspector、検閲プロジェクト、ブロードバンドプラットフォーム、機械学習システムは、大規模で多著者のチームを包含する。教授は方向性を設定し、制度を構築できるが、すべての成果の単独の著者にはなれない。
政策作業は証拠を提供するが、規制権力を行使しない
Feamster の公共政策における役割は測定に基づいている。シカゴ大学は、彼が連邦通信委員会やシカゴ市を含む機関と協力してきたと述べている。Internet Equity とブロードバンドのプロジェクトは、アクセス、コスト、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、プロバイダーにネットワーク変更を命じない。
この限界が重要なのは、技術的証拠が政府に入るときに重みを増すからだ。速度テストは異議申し立てプロセスに情報を提供しうるが、法的基準は別の場所で設定される。相互接続の図は使用状況を明確にしうるが、契約とルーティング決定は図の外にある。検閲データセットは介入を文書化できるが、法的または政治的分析を完了しない。
AI プライバシーの仕事は同じ問題を新しいエコシステムに拡張する。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リスクに関する研究を支援している。ユーザは単一のインターフェースを見る一方で、プロンプト、コンテキスト、推論された属性がプラグイン、API、リモートサービス間を移動しうる。そのアーキテクチャはスマートホームに似ている。単一の目に見える製品が、多数の隠れたデータ関係を調整する。
2026年の出版リストには、モデルがユーザが従来の識別子を提供しない場合でもセンシティブな属性を推測する、暗黙の LLM 推論に関する作業が含まれている。これによりデータ最小化がより困難になる。名前やアカウント番号を削除しても、モデルが日常的なやりとりから健康、政治、または人口統計情報を推測するのを防げない。
ここでの政策価値は、証拠の限界を示すことにある。モデル、データセット、教授は決定を情報提供できるが、それを所有しない。良い制度的利用には、透明な方法、誤差推定、バージョン管理されたデータ、測定が示すものと権限ある主体が行うことを選択するものとの明示的な分離が必要である。
このキャリアが可視化したもの、そして隠れたままのもの
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 のプロジェクトは繰り返し、散在する運用上の問題を証拠システムに変換した。rcc は設定を制約に結び付けた。RCP はパス選択により広い可視性を与えた。レピュテーションシステムはメタデータから調整を推測した。ゲートウェイはブロードバンドパフォーマンスの一部を分離した。検閲システムはリモート信号を比較した。IoT Inspector はデバイストラフィックをユーザラベルにマッピングした。NetML プロジェクトは表現を展開コストとドリフトに結び付けた。
これらのシステムは、インターネットを完全に知ることを可能にしなかった。クリーンな設定チェックは物理的故障を排除しない。レピュテーションスコアは有罪を証明しない。速度テストは手頃さを説明しない。DNS 異常は政府機関を特定しない。暗号化されたメタデータはすべての行動を明らかにしない。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、一貫した診断を紡ぐからといって正しいとは限らない。
これらの限界は、測定を拒否する理由ではなく、周囲の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、その出所、年齢、範囲、不確実性を示すべきである。高リスクのアクションは、レビュー、異議申し立て、または撤回を持つべきである。研究者は、結果が論文の著者によって報告されたのか、機関によるものか、独立して再現されたものかを述べるべきである。商業的主張は、別個の証拠なしに学術的な出版の権威を継承すべきではない。
Feamster の永続的な貢献は、不透明なインフラと結果を伴う決定との間の中間層を反復的に構築したことにある。彼の仕事は、事業者、研究者、ユーザ、公共機関が、自分自身を説明するように作られていないシステムに対してより良い質問をするのを助けた。結果は確実性ではなく、何が観測可能か、何が推論可能か、何が依然として判断を必要とするかについてのより規律ある計算である。