Cloudflare está atrayendo a los bots en un 'laberinto de IA'

Cloudflare, una de las compañías de infraestructura de Internet de red más grandes del mundo, ha anunciado AI Labyrinth, una nueva herramienta para combatir bots de arrastre web que raspan los sitios para los datos de capacitación de IA sin permiso. La compañía dice en una publicación de blog Que cuando detecta el «comportamiento de bot inapropiado», la herramienta de opción libre atrae a los rastreadores por un camino de los enlaces a las páginas de señuelo generadas por IA que «ralentizan, confunden y desperdician los recursos» de los que actúan de mala fe.

Los sitios web han utilizado durante mucho tiempo el enfoque del sistema de honor de robots.txtun archivo de texto que otorga o niega el permiso a los raspadores, pero que las compañías de IA, incluso las conocidas como antrópico y Perplejidad aihan sido acusados ​​de ignorar. Cloudflare escribe que ve más de 50 mil millones de solicitudes de rastreadores web por día, y aunque tiene herramientas para detectar y bloquear las maliciosas, esto a menudo lleva a los atacantes a cambiar las tácticas en «una carrera armamentista interminable».

Cloudflare dice que en lugar de bloquear los bots, AI Labyrinth lucha al hacerlos procesar datos que no tienen nada que ver con los datos reales de un sitio web determinado. La compañía dice que también funciona como «un honeypot de próxima generación», atrayendo a los rastreadores de IA que siguen siguiendo los enlaces a las páginas falsas más profundas, mientras que un ser humano regular no lo haría. Dice que esto hace que sea más fácil hacer huellas de bots maliciosos para los actores malos de Cloudflare, así como identificar «nuevos patrones de bots y firmas» que no habría detectado de otra manera. Según la publicación, estos enlaces no deberían ser visibles para los visitantes humanos.

Puede leer más sobre cómo funciona AI Labyrinth en el blog de Cloudflare, pero aquí hay un poco más de detalle de la publicación:

Encontramos que generar primero un conjunto diverso de temas, luego crear contenido para cada tema, produjo resultados más variados y convincentes. Es importante para nosotros que no generemos contenido inexacto que contribuya a la propagación de la información errónea en Internet, por lo que el contenido que generamos es real y relacionado con los hechos científicos, pero no es relevante o propietario del sitio que se está arrastrando.

Los administradores del sitio web pueden optar por usar AI Labyrinth navegando a la sección de administración de BOT de la configuración del tablero Cloudflare de su sitio y la alternando. La compañía dice que esta «es solo la primera iteración del uso de IA generativa para frustrar los bots». Planea crear «redes enteras de URL vinculadas» que los bots en los que terminan tendrán dificultades para calmarlo como falsas. Como ARS Technica notasAI Labyrinth suena similar a Nepenthes, una herramienta diseñada para marcar rastreadores durante los «meses» en un infierno de datos basura generados por IA.