ateo.digital — мониторинг доступности и цензуры Рунета

Схема данных

Формат длинный: одна строка = одно измерение. Так его одинаково удобно читать и pandas, и обычным grep, и он не ломается, когда добавляется новый оператор, цель или сервис.

data/daily/<YYYY-MM-DD>.csv, data/latest.csv

поле	тип	что означает
date	YYYY-MM-DD	дата сборки снапшота (UTC)
generated_at	ISO 8601	точное время сборки снапшота
window_hours	целое	окно агрегации: за сколько часов взяты замеры
region	eu / sib / ea	европейская часть, Сибирь, Дальний Восток
kind	vpn / direct	через туннель или напрямую, без него
service	строка	название сервиса; для direct — базовая линия
service_slug	строка	идентификатор для связи со страницей обзора
protocol	строка	семейство протокола: xray, wireguard, openvpn, …
provider	строка	оператор связи, через которого шёл замер
provider_type	mobile / wired	мобильный интернет или проводной
target	строка	что проверяли: youtube_home, telegram_org, …
status	строка	результат проверки, см. ниже

Значения status

• ok — цель открылась.
• прочие значения — отказ; конкретная строка называет стадию, на которой он произошёл. Стадия важнее самого факта отказа: она отличает «наш канал не поднялся» от «канал есть, а цель не ответила».

data/summary-latest.json

Сводка по последнему снапшоту: доля ok для каждой пары «регион × оператор» по VPN-строкам. Читается глазами, не открывая CSV.

{
  "generated_at": "...",
  "window_hours": 24,
  "measurements": 780,
  "by_region_provider": [
    { "region": "eu", "provider": "Beeline", "ok": 65, "total": 65, "ok_share": 1.0 }
  ]
}

Строка direct — не мусор, а точка отсчёта

kind = direct означает проверку без туннеля, напрямую через оператора. Без неё цифры VPN не с чем сравнивать: если цель недоступна и напрямую, и через туннель, это может быть проблемой самой цели, а не блокировки.

Чего в данных НЕТ и почему

• Адресов и идентификаторов узлов. Датасет говорит «регион и оператор», а не «вот эта машина». Иначе замерная сеть становится списком целей.
• Конфигураций сервисов. Ключи, подписки и адреса серверов из публичного снапшота вырезаются на стороне генератора.
• Персональных данных. Их здесь не бывает по устройству: измеряется доступность, а не люди.