Governança de rastreamento de sites: explicação do ImpactCINDAgent

Este artigo explica como identificar, verificar e controlar o ImpactCINDAgent.

O ImpactCINDAgent é um web crawler operado pela impact.com e usado para verificar se as páginas em sites de parceiros e marcas usam corretamente o rastreamento da impact.com e cumprem os acordos da marca.

Se o seu site participa de um programa de parceria da impact.com, o ImpactCINDAgent busca páginas periodicamente para:

• Verificar o rastreamento: Garantir que os links e tags de rastreamento estejam instalados corretamente e funcionando.
• Revisar a conformidade: Verificar se o conteúdo da página está consistente com os acordos de brand safety e conformidade publicados.
• Relatar: Extrair metadados não pessoais (títulos, URLs canônicas, imagens de produtos, SKUs) para viabilizar relatórios para parceiros.
• Descobrir: Realizar crawls mais amplos para descobrir conteúdo que promove marcas cadastradas na impact.com em domínios ainda não registrados na plataforma.

Identificar o ImpactCINDAgent

O ImpactCINDAgent se identifica por meio de uma string específica de User-Agent.

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

Observação: O segmento da versão do Chrome é atualizado conforme o navegador subjacente é atualizado. Para identificar o bot com confiabilidade, corresponda à substring ImpactCINDAgent.

Verificar uma solicitação

Se você precisar confirmar que uma solicitação realmente veio da impact.com (e não é um User-Agent falsificado), use um dos métodos a seguir, listados do menos ao mais confiável:

Método 1: verificação de intervalo de IP (alta confiança)

Confirme se o IP de origem da solicitação está dentro destes intervalos controlados pela impact.com:

Intervalos 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

Endereços individuais: 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: verificação de assinatura (mais alta confiança)

Toda solicitação do ImpactCINDAgent é assinada criptograficamente (conforme RFC 9421). Você pode verificar as assinaturas com base em nosso diretório de chaves públicas. Esta implementação é executada na especificação web-bot-auth que se baseia na RFC 9421 especificação.

Comportamento esperado:

• Navegação sem interface: O ImpactCINDAgent usa um navegador real sem interface. Ele emite uma solicitação GET , renderiza a página, executa JavaScript e busca sub-recursos (CSS/JS) para ver a página exatamente como um usuário veria.
• Capturas de tela: Ele pode capturar uma captura de tela para revisão interna de conformidade. Elas nunca são públicas.
• Redirecionamentos: Ele segue redirecionamentos, inclusive entre origens diferentes.
• Nenhuma ação destrutiva: Ele não envia formulários, ignora CAPTCHAs/paywalls nem realiza POST/DELETE solicitações.

Controlar o acesso

O ImpactCINDAgent respeita robots.txt diretivas direcionadas especificamente ao ImpactCINDAgent ou ao curinga *.

Bloquear totalmente

User-agent: ImpactCINDAgent
Disallow: /

Definir uma taxa de crawl

Se o crawler estiver afetando o desempenho do seu site, use a diretiva Crawl-delay .

User-agent: ImpactCINDAgent
Crawl-delay: 10

Limites de taxa e back-off

O ImpactCINDAgent reduz automaticamente sua taxa de solicitações se o seu servidor retornar:

• HTTP 429 (Muitas solicitações)
• HTTP 503 (Serviço indisponível)
• Ele também respeita o cabeçalho Retry-After se fornecido.

Importante: Se o seu site participa de um programa da impact.com, bloquear este crawler pode nos impedir de verificar seu rastreamento ou conformidade, o que pode afetar a situação do seu programa. Recomendamos usar Crawl-delay em vez de um bloqueio total.