Crawlers de entrenamiento
ISSCyberRiskCrawler es un bot operado por ISS-Corporate que recopila páginas para entrenar modelos de IA. Se usa para entrenar modelos de aprendizaje automático que cuantifican el riesgo cibernético. No se publica ninguna lista de rangos de IP ni convención de DNS inverso, así que no se puede demostrar que una solicitud con este user agent sea auténtica, y una regla en robots.txt no basta para frenar una suplantación.
La solicitud dice
"ISSCyberRiskCrawler"
Se comprueba con
Nada publicado
Comprobación en directo
No hay ninguna verificación del operador para ISSCyberRiskCrawler. Aun así, aquí ves qué es realmente la dirección.
Referencia
| User agent | ISSCyberRiskCrawlerSolo token: busca coincidencias con la subcadena. |
|---|---|
| Operador | ISS-Corporate |
| Finalidad | Extrae datos para entrenar modelos de aprendizaje automático. |
| Respeta robots.txt | Ignora |
| Método de verificación | Solo declaradoNada publicado, solo user agent No se ha publicado ningún archivo de rangos de IP ni ninguna convención de DNS inverso para este agente. La cadena de user agent es la única señal y cualquier cliente puede enviarla, así que considera una coincidencia como una declaración y no como una prueba. |
| Patrón de rastreo | No publicado |
| Tokens de robots.txt | ISSCyberRiskCrawler |
| Documentación del operador | No hay ninguna publicada |
Se usa para entrenar modelos de aprendizaje automático que cuantifican el riesgo cibernético.
robots.txt
Según la documentación, ISSCyberRiskCrawler ignora robots.txt. Aplica también el bloqueo en tu CDN.
User-agent: ISSCyberRiskCrawler
Disallow: /User-agent: ISSCyberRiskCrawler
Allow: /User-agent: ISSCyberRiskCrawler
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchCambia las rutas de Disallow para que coincidan con tus URLs.
Bloquear ISSCyberRiskCrawler deja tus páginas fuera del próximo entrenamiento. No elimina nada de lo ya recopilado y no afecta al posicionamiento del sitio en la búsqueda normal.
Crea un archivo para todos los rastreadoresFAQ
ISSCyberRiskCrawler es un bot operado por ISS-Corporate que recopila páginas para entrenar modelos de IA. Se usa para entrenar modelos de aprendizaje automático que cuantifican el riesgo cibernético. No se publica ninguna lista de rangos de IP ni convención de DNS inverso, así que no se puede demostrar que una solicitud con este user agent sea auténtica, y una regla en robots.txt no basta para frenar una suplantación.
Según informan propietarios de sitios, ISSCyberRiskCrawler no respeta robots.txt de forma fiable. Añade la regla de todos modos y revisa tus registros; si las solicitudes continúan, bloquéalo en el borde por user agent o por dirección de origen.
No puedes, al menos no a partir de la propia solicitud. No se ha publicado ningún archivo de rangos de IP ni ninguna convención de DNS inverso para este agente. La cadena de user agent es la única señal y cualquier cliente puede enviarla, así que considera una coincidencia como una declaración y no como una prueba. En su lugar, compara la IP de origen con rangos de hosting y de centros de datos, y limita la frecuencia de todo lo que se comporte como un rastreador.
Añade el token ISSCyberRiskCrawler a robots.txt con Disallow: /. Si el rastreador ignora robots.txt, filtra el user agent en tu CDN o proxy inverso y devuelve allí un 403.
Bloquear ISSCyberRiskCrawler deja tus páginas fuera del próximo entrenamiento. No elimina nada de lo ya recopilado y no afecta al posicionamiento del sitio en la búsqueda normal.