Gobernanza del rastreo de sitios web: explicación de ImpactCINDAgent

Este artículo explica cómo identificar, verificar y controlar ImpactCINDAgent.

ImpactCINDAgent es un rastreador web operado por impact.com y utilizado para verificar que las páginas de los sitios de socios y marcas usen correctamente el seguimiento de impact.com y cumplan con los acuerdos de la marca.

Si su sitio participa en un programa de asociación de impact.com, ImpactCINDAgent obtiene periódicamente páginas para:

• Verificar el seguimiento: Asegurarse de que los enlaces y etiquetas de seguimiento estén correctamente instalados y funcionen.

• Revisar el cumplimiento: Comprobar que el contenido de la página sea coherente con los acuerdos publicados de seguridad de marca y cumplimiento.

• Informar: Extraer metadatos no personales (títulos, URL canónicas, imágenes de productos, SKU) para impulsar los informes para los socios.

• Descubrir: Realizar rastreos más amplios para descubrir contenido que promocione marcas inscritas en impact.com en dominios que aún no están registrados en la plataforma.

Identificar el ImpactCINDAgent

ImpactCINDAgent se identifica mediante una cadena específica de User-Agent.

Cadena completa de User-Agent: Mozilla/5.0 (compatible; ImpactCINDAgent) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/129.0.0.0 Safari/537.36

Nota: El segmento de versión de Chrome se actualiza a medida que se mejora el navegador subyacente. Para identificar de forma fiable al bot, busque la subcadena ImpactCINDAgent.

Verificar una solicitud

Si necesita confirmar que una solicitud realmente provino de impact.com (y no de un User-Agent falsificado), utilice uno de los siguientes métodos, enumerados del menos al más autoritativo:

Método 1: comprobación del rango de IP (alta confianza)

Confirme que la IP de origen de la solicitud se encuentre dentro de estos rangos controlados por impact.com:

Rangos CIDR:

• 163.116.128.0/17

• 162.10.0.0/17

• 31.186.239.0/24

• 8.39.144.0/24

• 8.36.116.0/24

Direcciones individuales: 34.145.188.137, 35.245.212.57, 34.21.56.213, 34.48.90.233, 35.245.229.167, 34.150.151.151, 35.245.185.65, 35.188.242.212, 34.86.33.122, 34.145.224.193, 35.245.135.218, 35.221.1.178, 34.150.217.77, 107.175.80.80, 162.212.175.22, 107.172.69.119

Método 2: verificación de firma (máxima confianza)

Cada solicitud de ImpactCINDAgent está firmada criptográficamente (según RFC 9421). Puede verificar las firmas con nuestro directorio de claves públicas. Esta implementación se ejecuta según la especificación web-bot-auth que se basa en la RFC 9421 especificación.

Comportamiento esperado:

• Navegación sin interfaz: ImpactCINDAgent utiliza un navegador real sin interfaz. Emite una solicitud GET , renderiza la página, ejecuta JavaScript y obtiene subrecursos (CSS/JS) para ver la página exactamente como lo haría un usuario.

• Capturas de pantalla: Puede capturar una captura de pantalla para revisión interna de cumplimiento. Estas nunca son públicas.

• Redirecciones: Sigue las redirecciones, incluso entre diferentes orígenes.

• Sin acciones destructivas: No envía formularios, no elude CAPTCHAs/puestos de pago, ni realiza POST/DELETE solicitudes.

Controlar el acceso

ImpactCINDAgent respeta robots.txt las directivas dirigidas específicamente a ImpactCINDAgent o al comodín *.

Bloquear por completo

User-agent: ImpactCINDAgent
Disallow: /

Establecer una tasa de rastreo

Si el rastreador está afectando el rendimiento de su sitio, utilice la directiva Crawl-delay .

User-agent: ImpactCINDAgent
Crawl-delay: 10

Límites de velocidad y retroceso

ImpactCINDAgent reduce automáticamente su tasa de solicitudes si su servidor devuelve:

• HTTP 429 (Demasiadas solicitudes)

• HTTP 503 (Servicio no disponible)

• También respeta el encabezado Retry-After si se proporciona.

Importante: Si su sitio participa en un programa de impact.com, bloquear este rastreador puede impedir que verifiquemos su seguimiento o cumplimiento, lo que podría afectar la situación de su programa. Recomendamos usar Crawl-delay en lugar de un bloqueo total.