El tráfico de bots es un tráfico no humano a un sitio web. Aunque parte del tráfico de bots sea beneficioso, el tráfico de bots abusivos puede ser muy perjudicial.
Después de leer este artículo podrás:
Contenido relacionado
¿Qué es un bot?
¿Qué es la gestión de bots?
¿Qué es el relleno de credenciales?
¿Qué es la apropiación de contenidos?
Scraping de datos
Suscríbase a theNET, el resumen mensual de Cloudflare sobre las ideas más populares de Internet.
Copiar enlace del artículo
El tráfico de bots describe cualquier tráfico no humano a un sitio web o a una aplicación. El término tráfico de bots suele tener una connotación negativa, pero en realidad el tráfico de bots no es necesariamente bueno o malo, sino que depende del objetivo de los bots y de las preferencias del operador del sitio web.
Algunos bots son fundamentales para servicios útiles como los motores de búsqueda y los asistentes digitales (por ejemplo, Siri, Alexa). La mayoría de empresas aceptan este tipo de bots en sus sitios.
Otros bots pueden tener un objetivo malicioso, como aquellos usados para relleno de credenciales, scraping de datos y lanzar ataques DDoS. Incluso algunos de los bots "perjudiciales" más benignos, como los rastreadores web no autorizados, pueden ser molestos porque pueden interrumpir el analytics del sitio y generar fraude de clics.
Se estima que más del 40 % de todo el tráfico en Internet está formado por tráfico de bots, y una parte importante del mismo son bots maliciosos. Por esto, muchas organizaciones están buscando formas de gestionar el tráfico de bots que llega a sus sitios.
Los ingenieros web pueden ver directamente las solicitudes de red a sus sitios e identificar el posible tráfico de bots. Las herramientas de análisis web integradas, como Google Analytics o Heap, también pueden ayudar a detectar el tráfico de bots.
Las siguientes anomalías analíticas son características del tráfico de bots:
Como se mencionó anteriormente, el tráfico de bots no autorizado puede afectar a las métricas de análisis como las vistas de páginas, el porcentaje de rebote, la duración de la sesión, la geolocalización de los usuarios y las conversiones. Estas desviaciones en las métricas pueden ser frustrantes para el propietario del sitio; es muy difícil medir el funcionamiento de un sitio inundado de bots. Los intentos para mejorar el sitio, como las pruebas de A/B y la optimización de la tasa de conversión, también se ven paralizados por el ruido estadístico generado por los bots.
Google Analytics ofrece una opción para "excluir todos los resultados de bots y arañas conocidos" (las arañas son bots de motores de búsqueda que rastrean páginas web). Si se puede identificar el origen del tráfico de los bots, los usuarios también pueden proporcionar una lista específica de IP para que Google Analytics las ignore.
Aunque estas medidas evitarán que algunos bots interrumpan los análisis, no detendrán a todos los bots. Además, la mayoría de los bots malos persiguen un objetivo además de interrumpir el análisis del tráfico y, aparte de preservar los datos de análisis, estas medidas no hacen nada para mitigar la actividad perjudicial de los bots.
El envío de cantidades masivas de tráfico de bots es una forma muy habitual que los atacantes utilizan para iniciar un ataque DDoS. Durante algunos tipos de ataques DDoS, se dirige tanto tráfico de ataque a un sitio web que se sobrecarga el servidor de origen y el sitio se ralentiza o deja de estar disponible para los usuarios legítimos.
Algunos sitios web pueden verse económicamente afectados por tráfico de bots maliciosos, incluso si su funcionamiento no se ve afectado. Los sitios que dependen de la publicidad y aquellos que venden mercancías con inventario limitado son especialmente vulnerables.
Para los sitios que sirven anuncios, los bots que aparecen en el sitio y hacen clic en varios elementos de la página pueden provocar clics de anuncios falsos; esto se conoce como fraude de clics. Aunque esto pueda generar al principio un aumento de los ingresos por publicidad, a las redes de publicidad en línea se les da muy bien detectar los clics de bots. Si tienen la sospecha de que un sitio web está cometiendo fraude de clics, tomarán medidas, como prohibir el acceso a su red al sitio web y a su propietario. Por este motivo, los propietarios de sitios que alojan anuncios deben ser especialmente cautelosos ante el fraude de clics de bots.
Los sitios con un inventario limitado pueden ser objetivo de bots de acumulación de inventario. Como su nombre indica, estos bots acuden a sitios de comercio electrónico y añaden toneladas de mercancía en sus carritos de la compra, y esto evita que los compradores legítimos pueden tener acceso a dicha mercancía. En algunos casos, también puede llevar a la reposición innecesaria de inventario de un proveedor o un fabricante. Los bots de acumulación de inventario nunca realizan una compra; solo están diseñados para interrumpir la disponibilidad de inventario.
Muchos sitios web han confiado en la creación de contenido original para atraer tráfico de usuarios y generar ingresos a partir de ese tráfico, a veces mediante anuncios. El aumento en el uso de herramientas de IA en la década de 2020 ha impactado negativamente en tales modelos de negocio. Las herramientas de IA utilizan contenido original de la web para entrenar sus modelos de lenguaje de gran tamaño (LLM) subyacentes, crear índices de búsqueda para su uso en conexión con esos modelos y recuperar contenido en tiempo real en respuesta a las instrucciones. Es posible que los usuarios que reciben respuestas de los LLM nunca visiten los sitios web en cuyo contenido se basó la respuesta. Los bots rastreadores de IA que obtienen contenido original también pueden imponer costes directos a los operadores de sitios web, ya que pueden enviar muchas solicitudes de páginas web.
El primer paso para detener o gestionar el tráfico de bots a un sitio web es que un administrador del sitio web declare sus preferencias en un archivo robots.txt. Los archivos robots.txt proporcionan instrucciones para los bots que rastrean la página, e incluso se pueden configurar para indicar a los bots que no deben visitar o interactuar con ciertas páginas web. Pero debe tenerse en cuenta que solo algunos bots cumplen con las reglas de los archivos robots.txt. Esos archivos en realidad no impiden que los bots rastreen sitios web. Cloudflare ofrece un sofisticado servicio administrado de robots.txt para ayudar a los administradores de sitios web a expresar sus preferencias a los operadores de rastreadores.
Para vigilar el tráfico de los bots de rastreo de IA, los operadores de sitios web deben utilizar un servicio como AI Audit de Cloudflare. Con este servicio, los operadores de sitios web pueden permitir o bloquear los rastreadores de IA (bloquear significa que los rastreadores de IA no pueden acceder al contenido con ningún fin). La función de pago por rastreo de AI Audit también permite a los operadores de sitios web cobrar a los operadores de bots de IA por el rastreo, si así lo desean.
Existen otras herramientas que también pueden mitigar el tráfico abusivo de bots. Una solución de limitación de velocidad, como el producto WAF de Cloudflare, puede detectar y prevenir el tráfico abusivo de bots de gran volumen procedente de una sola dirección IP.
Los ingenieros de red también pueden revisar el tráfico, identificando manualmente las solicitudes de red sospechosas que se originan en un rango de direcciones IP y todas las solicitudes de esas direcciones IP. Sin embargo, se trata de un proceso muy laborioso y es poco probable que detenga la mayor parte del tráfico malicioso de bots al que puede enfrentarse un sitio web.
Además de la limitación de velocidad y de la intervención directa de un ingeniero, la forma más sencilla y efectiva de detener el tráfico de bots perjudiciales es con una solución de gestión de bots. Una solución de gestión de bots puede aprovechar la inteligencia y el análisis de comportamiento de uso para detener los bots maliciosos antes de que lleguen a un sitio web. Por ejemplo, Cloudflare Bot Management utiliza la inteligencia de millones de propiedades de Internet y aplica el aprendizaje automático para identificar y parar de forma proactiva el abuso de los bots. Super Bot Fight Mode, disponible en los planes Pro y Business, ofrece a las organizaciones más pequeñas una visibilidad y control similares, además del control sobre su tráfico de bots.
El tráfico de bots se refiere a cualquier actividad no humana en un sitio web o aplicación. El tráfico de bots no es inherentemente bueno o malo; depende del propósito del bot. Algunos bots son esenciales para servicios como los motores de búsqueda, mientras que otros son maliciosos.
Puedes identificar el tráfico de bots buscando anomalías en los datos analíticos de tu sitio web. Entre los signos clave se incluyen un número de páginas vistas o porcentajes de rebote anormalmente altos, cambios repentinos en la duración de la sesión, un aumento repentino de conversiones no deseadas o un incremento repentino del tráfico procedente de una ubicación geográfica inesperada.
Algunos bots son beneficiosos, e incluso esenciales. Por ejemplo, los bots de los motores de búsqueda (también denominados arañas o rastreadores) son necesarios para que un sitio web se indexe y aparezca en los resultados de búsqueda. Sin embargo, los bots maliciosos pueden realizar acciones dañinas como la extracción de datos, el relleno de credenciales y el lanzamiento de ataques DDoS.
El tráfico de bots malicioso puede perjudicar tu sitio web de varias maneras. Puede distorsionar tus análisis, lo que dificulta la medición del rendimiento. Los bots maliciosos también pueden perjudicar el rendimiento del sitio web al sobrecargar el servidor. Para las empresas, los bots pueden cometer fraude por clic en anuncios o acumular inventario en sitios de comercio electrónico, lo que interrumpe las ventas.
Un punto de partida es usar un archivo robots.txt para dar instrucciones a los bots, aunque no es un método infalible, ya que los bots maliciosos lo ignorarán. Entre las herramientas más eficaces se incluyen la limitación de velocidad para bloquear el tráfico de gran volumen y, sobre todo, una solución de gestión de bots específica que utiliza el aprendizaje automático y el análisis del comportamiento para distinguir entre bots buenos y bots maliciosos.
Un archivo robots.txt es un conjunto de instrucciones para los bots que visitan tu sitio web. En este archivo, puedes especificar reglas, como las páginas que los bots no tienen permitido rastrear. Si bien los bots buenos seguirán estas reglas, muchos bots malos no lo harán.