The Harvester Project
(El proyector cosechador)
El problema
Si has tenido acceso a internet por mucho tiempo, sabrás que es muy mala idea
dejar tu dirección de email en foros, newsgroup, y sitios web
sites. ¿Por qué? Porque los motores de búsqueda (también llamados arañas o robots) (spambots) controlados por los spammers
detectarán esas direcciones en la página web o newsgroup y las agregará a su base
de datos. El uso de estos robots cosechadores de emails ha hecho muy dificil
a los sitios web conducir sus negocios, particularmente para aquellos quienes
deben publicar una dirección de contacto para los visitantes de su sitio.
Contra-ataque
El propósito de este proyecto es sabotear deliberadamente los resultados que estos
spambots les devuelven a sus dueños. Teniendo docenas de páginas en tu sitio web,
cada una con docenas de casillas de email falsas, los resultados que estos spambots producirán
serán basura. En lugar de recolectar direcciones legítimas para hacer spam, las direcciones
recolectadas desde el sitio de un miembro rebotarán todas y el spammer controlador del robot
no podrá vender o usar esas direcciones. Además, en contraste con los métodos
usados por vigilantes anti-spam de MAPS y SPEWS, solamente los spammers mismos se verán
perjudicados por esto.
En la página principal de este sitio, hay un link escondido
que apunta a treinta páginas escondidas, cada una con entre quince y treinta direcciones de email falsas.
Esto significa que el robot arrastrándose solo por ese sitio recolectará entre 450 y 900 direcciones que
están garantizadas que rebotarán.
Espero que millones de dueños de sitios web a lo largo de internet se enlisten en este
proyecto para hacer exactamente lo mismo. Multipliquen 900 direcciones por 100 sitios web .... o por 1000 sitios.
Creo que podrán ver las consecuencias para los spammers. Si muchos de ustedes se unen al proyecto,
podemos hacer la práctica de cosecha de emails más costosa que cualquier ingreso que pueda generar.
El objetivo final de este proyecto es forzar a los spammers a abandonar la cosecha completamente por medio
de la colecta de direcciones de email.
Como generar direcciones falsas
Hay varias formas de conseguir esto. Mike Healan -el webmaster del sitio del texto original-
no ha buscado mucho porque este proyecto empezó hace muy poco tiempo. A medida que encuentre
más software adecuados para este proyecto, los anunciará en su sitio.
Hay scripts de cgi y perl que pueden generar direcciones aleatorias cada vez que es cargada,
pero tales scripts gravarán al CPU de su servidor web y podrían generar que reciban una notificación enfadada
de su host.
Lo que Mike ha estado usando este último año es un pequeño programa escrito por Bill
Webb de CounterExploitation que generará páginas html
llenas de texto aleatorio y con tantas direcciones falsas como quieras. Ponés un vínculo escondido
en tus páginas que apuntan a estas páginas aleatorias y los spambots seguirán ese vínculo y sacarán provecho
de esas direcciones. Pueden ver un ejemplo de esta trampa aquí.
El programa 'Tóxico' de CounterExploitation puede ser bajado desde http://www.cexx.org/toxic.htm. Asegúrense de leer la documentación
que viene con él y no exageren. Muchas direcciones por página causará que todo sea ignorado. Sigan las
recomendaciones.
Además, si su sitio está en un servidor unix/linux/freebsd server, los nombres de los archivos serán
sensibles a las mayúsculas/minúsculas. Este programa fue actualizado para permitirte elegir como grabar los
nombres de los archivos en mayúsculas o minúsculas.
Vinculen el primer archivo INDEX.HTM desde la página principal del sitio. Tanto etiquétenla como para que la
gente sepa que no tienen que clickear ahí, o escóndala. Un método podría ser algo así...
<a href="/trap/INDEX.HTM"> </a>
Hazte miembro
Es muy sencillo ser parte de este proyecto.
Luego de que hayas colocado estas páginas en tu sitio web y verificado que el link de una
página a la otra funciona, envíale un email a Mike
con la dirección del sitio y él agregará un link tan pronto como pueda mirarlo. Por favor, no usen esa dirección
en particular para contactarse con él por cualquier otro motivo. Usa
este vínculo en lugar de esa.
Cuando lo contacten, asegúrense de incluir lo siguiente (de ser posible, hazlo en inglés)
- El nombre de su sitio.
- La dirección de su sitio.
- La dirección de la primer página con direcciones falsas.
- Asegúrense de haber elegido un logo para vincular de vuelta a esta página.
Asegúrene de que el vínculo de cada la página a la siguiente funciona hasta que vuelvan a la
página index.htm. Porque alguien pensó que hacer los archivos *nix fueran sensible a las mayúsculas me supera,
pero esto significa que tenés que asegurarte que los vínculos funcionan.
Mike se disculpa si no es capaz de contestar tu email. Está recibiendo muchos de ellos estos días
..... Él agregará tu vínculo conteste tu email o no.
No deberías preocuparete mucho por el espacio que estas páginas consumen. Las 30 en su sitio ocupan
850KB de espacio todas juntas. Si tiene un host gratuito que no provee mucho espacio, podrías preocuparte, pero el espacio
no debería ser un problema mayor al menos que te vayas por la borda.
Los sitios web que contengan contenido pornográfico, promocione o use spyware o browser hijackers,
promocione o distribuya software pirata, o cualquier otra cosa que Mike Healan considere inadecuado no serán
aceptados.
Mike Healan ha estado haciendo esto por más de un año y su sitio está rankeado muy alto en Google si buscas cualquier cosa referida con spyware.
Él no cree que teniendo todas esas páginas falsas tendrán efecto sobre los rankings en las páginas de búsqueda,
pero para estar del lado seguro, tendrás que excluir tu directorio spam de ser rastreado por los robots de búsqueda
a través del archivo robots.txt.
Mi directorio de "carnada de spam" se llama "/toxic/", entonces este es el contenido de como mi
robots.txt se ve:
User-agent: *
Disallow: /toxic/
Para una explicación más detallada de como funciona el archivo robots.txt, mira este artículo de robotstxt.org.
Clickea en el logo de tu preferencia para obtener el código html necesario para el mismo.
