Governance della scansione del sito web: spiegazione di ImpactCINDAgent

Questo articolo spiega come identificare, verificare e controllare ImpactCINDAgent.

ImpactCINDAgent è un web crawler gestito da impact.com e utilizzato per verificare che le pagine sui siti dei partner e dei brand usino correttamente il tracciamento di impact.com e siano conformi agli accordi con i brand.

Se il tuo sito partecipa a un programma di partnership di impact.com, ImpactCINDAgent recupera periodicamente le pagine per:

• Verificare il tracciamento: Assicurarsi che i link e i tag di tracciamento siano installati correttamente e funzionino.

• Verificare la conformità: Controllare che il contenuto della pagina sia coerente con gli accordi pubblicati sulla sicurezza del brand e sulla conformità.

• Segnalare: Estrarre metadati non personali (titoli, URL canonici, immagini dei prodotti, SKU) per alimentare i report per i partner.

• Scoprire: Eseguire crawl più ampi per individuare contenuti che promuovono brand iscritti a impact.com su domini non ancora registrati nella piattaforma.

Identificare ImpactCINDAgent

ImpactCINDAgent si identifica tramite una specifica stringa User-Agent.

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

Nota: La parte relativa alla versione di Chrome viene aggiornata man mano che il browser sottostante viene aggiornato. Per identificare in modo affidabile il bot, fai corrispondere la sottostringa ImpactCINDAgent.

Verificare una richiesta

Se devi confermare che una richiesta provenga effettivamente da impact.com (e non sia uno User-Agent falsificato), usa uno dei seguenti metodi, elencati dal meno al più autorevole:

Metodo 1: verifica dell'intervallo IP (alta affidabilità)

Conferma che l'IP sorgente della richiesta rientri in questi intervalli controllati da impact.com:

Intervalli 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

Indirizzi individuali: 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

Metodo 2: verifica della firma (massima affidabilità)

Ogni richiesta proveniente da ImpactCINDAgent è firmata crittograficamente (in base a RFC 9421). Puoi verificare le firme rispetto alla nostra directory delle chiavi pubbliche. Questa implementazione è eseguita sulla specifica web-bot-auth che si basa sulla RFC 9421 specifica.

Comportamento previsto:

• Navigazione headless: ImpactCINDAgent usa un browser headless reale. Esegue una GET request, rende la pagina, esegue JavaScript e recupera le sotto-risorse (CSS/JS) per vedere la pagina esattamente come farebbe un utente.

• Screenshot: Può acquisire uno screenshot per la revisione interna della conformità. Questi non sono mai pubblici.

• Reindirizzamenti: Segue i reindirizzamenti, anche tra origini diverse.

• Nessuna azione distruttiva: Non invia moduli, non aggira CAPTCHA/paywall e non esegue POST/DELETE richieste.

Controllare l'accesso

ImpactCINDAgent rispetta le direttive di robots.txt indirizzate specificamente a ImpactCINDAgent o il carattere jolly *.

Bloccare completamente

User-agent: ImpactCINDAgent
Disallow: /

Impostare un tasso di crawl

Se il crawler sta influenzando le prestazioni del tuo sito, usa la direttiva Crawl-delay .

User-agent: ImpactCINDAgent
Crawl-delay: 10

Limiti di velocità e back-off

ImpactCINDAgent riduce automaticamente la frequenza delle richieste se il tuo server restituisce:

• HTTP 429 (Troppe richieste)

• HTTP 503 (Servizio non disponibile)

• Rispetta anche l'header Retry-After se fornito.

Importante: Se il tuo sito partecipa a un programma di impact.com, bloccare questo crawler può impedirci di verificare il tuo tracciamento o la tua conformità, il che potrebbe influire sullo stato del tuo programma. Consigliamo di usare Crawl-delay anziché un blocco totale.