Azterlanak / S2
AA arakatzaile faltsuak
AA edo bilatzaile-arakatzaile dela dioen trafikotik, zenbat da benetakoa?
Laburpena
Webguneen jabeek sarbide-erregistroetan agertzen diren «GPTBot», «ClaudeBot» edo «ChatGPT-User» zenbatzen dituzte AA sistemek beren webguneak irakurtzen edo aipatzen dituztenaren froga gisa. User-Agent testu librea da. Produkzioan dauden hiru webgune txikitan, 23 AA edo bilatzaile-arakatzaileetako bat zela zioen eskaera oro egiaztatu genuen (16.548 eskaera; 68 eguneko erregistro bat, 7–9 eguneko bi erregistro, eta Cloudflare-ren ertzeko (edge) 30 eguneko ikuspegi bat), operadore bakoitzak berak argitaratutako egiaztapen-metodoaren arabera: IP barrutien JSON fitxategiak eta aurrerantz berretsitako alderantzizko DNSa (forward-confirmed reverse DNS). Adierazpenen %39,3 faltsuak ziren (egiaztatu ahal izan zirenen %44,3), %49,5 egiaztatuak, eta %11,2 egiaztaezinak edo zehaztugabeak. Erabiltzaileak abiarazitako eskuratze-agenteak —«AA bidezko aipamenaren» seinaletzat gehien hartzen diren izenak— izan ziren okerrenak: %67,8 faltsuak, eta Claude-User, Perplexity-User, MistralAI-User eta DuckAssistBot kasuetan %0–4,2 ziren benetakoak. Google-Extended, Google-k inoiz User-Agent gisa bidaltzen ez dela dioen token bat, 371 aldiz agertu zen. Faltsutze guztia gehienez 54 helbidetatik etorri zen, eta haien %81 hodei- edo ostatatze-sareetan zegoen (hodei-hornitzaile bakar baten bezero-espazioa bakarrik: %66); eskaera faltsuen %97 kredentzialak ere bilatzen zituzten iturrietatik etorri zen (.env, config.json, service-account.json), eta %92 hainbat operadoreren identitateak txandakatzen zituzten iturrietatik. Webgune nagusian, CDNaren ertzean, bolumen faltsua jatorri-zerbitzariak erregistratutakoaren 3,1× izan zen; doako planaren lehenetsitako ezarpenek haren %0,7 blokeatu zuten. ai-bot-verify argitaratzen dugu: edozein sarbide-erregistrotarako mendekotasunik gabeko egiaztatzailea, datu agregatuak soilik ematen dituena eta IP helbideak idazteari uko egiten diona.
Aipatu azterlan hau
EasyxLab (2026). Spoofed AI crawlers. Study S2. EasyByte Hub S. Coop. Mad. https://github.com/easybytehub/easyxlab/tree/main/studies/s2-spoofed-ai-crawlers@techreport{easyxlab_s2,
title = {Spoofed AI crawlers},
author = {{EasyxLab}},
institution = {EasyByte Hub S. Coop. Mad.},
number = {S2},
year = {2026},
url = {https://github.com/easybytehub/easyxlab/tree/main/studies/s2-spoofed-ai-crawlers}
}