Le Cloaking

• Qu'est-ce que le Cloaking
• Mise en Oeuvre
• Outrepasser le Cloaking
  

Le Cloaking est une technique permettant aux Webmaster de fournir aux Moteurs de Recherche, un contenue différents de la réalité.

En effet, les utilisateurs ordinaire pourront afficher normalement le Site Web, tandis que les Robots des Moteurs de Recherche comme celui de Google, nommé Google Bot, verrons apparaître un contenue différents de ce que ces utilisateurs verront en temps normal.

Cette technique est vraiment enfantine à mettre en oeuvre, et offre ainsi la possibilité à quelques Site Web d'être référencé autrement. Cela pourrait presque être avantageux pour certains, mais tout de même contraignant et surtout, très pollueur.

Le principe de cette technique repose ici sur le filtrage des En-Têtes HTTP et/ou IP qui arrivent sur le serveur. En effet il est possible de filtrer les User-Agent des requêtes HTTP ainsi que les Adresses IP transitant sur le réseau. 

De fait, un simple script PHP, ou même un filtrage applicatif au niveau du serveur lui-même peut permettre d'ignorer les Bot des Moteurs de Recherches en les amenants sur des contenus pouvant parfois être, vraiment très différents de ce qui existe en réalité.

Il existe également un Fichier Texte nommé robots.txt, reconnu par un certains nombre de Moteur de Recherche, permettant également de spécifier à ces derniers quelles ressources il peuvent ou ne peuvent accéder.

Cette dernière option est assez intéréssante dans la mesure où cela permet de réduire le nombre de connexion au serveur, pour ainsi lui permettre de réduire sa charge d'occupation de bande passante, ainsi que ses ressources mémoires.

Ce fichier, robot.txt est très simple à implémenter, et sa syntaxe est celle-ci:

# robots.txt                |Header du TXT 
User-agent: *             |Spécifie que tout les Moteur sont concernés
Disallow: /cgi-bin/   |N'autorise pas les Moteurs à accéder ce dossier
Disallow: /admin/    |N'autorise pas les Moteurs à accéder ce dossier

Il est bien entendu possible de spécifier un User-Agent différents en insérant le nom du Bot d'un Moteur particulier, comme par exemple GoogleBot. Je vous ai dressé une liste des principaux Bot existant à l'heure actuelle:

Alexa 
Inktomi 
Infoseek 
Alta Vista 
Lycos 
FAST 
WiseNut 
Looksmart 
Ask Jeeves
Gigabot
VoilaBot
Msnbot
Yahoo! Slurp
GoogleBot

Cette liste n'étant pas exhaustive, je vous conseil de vous renseigner sur Internet par vos propre moyens, afin de procéder à des filtrages plus précis via les User-Agent. Egalement, l'IP des Bot vous seront peut-être utile si vous souhaitez restreindre l'accès à certains d'entres-eux. 

Néanmoins pour ce dernier état de fait, des connaissances en PHP seront préférable, où dans chaque page seront inscrit un code tel que:


Et qui, dans la page ainsi appellée à chaque execution du script, contiendra un code semblable à celui-ci:


Bien entendu, pour ce qui concerne le filtrage au niveau de l'User-Agent, il est également possible de l'effectuer via PHP, il suffit seulement de filtrer la variable $_SERVER['HTTP_USER_AGENT'] de PHP.

Mais comme vous n'êtes pas sans censer l'ignorer, il est également possible de détecter et d'Outrepasser ces restrictions d'accès. Dans quelle but, je l'ignore. Mais il est tout de même possible d'effectuer une tel action. Peut-être pour voir ce que cache un Cloaking, ou plus naturelement par défis, à vous de voir.

En attendant, cela est belle et bien faisable, et ceci de manière très simple. Mais avant cela, il est préférable de savoir si un Site Web est Cloaké ou non.

Afin de tester cette dernière proposition, il est possible de tester manuellement le serveur distant via WannaBrowser, un Site offrant la possibilité de Spoofer son User-Agent. 

Ou si vous préférez programmer vos propre fonctions de Spoofing, utilisez PHP en établissant un Boucle while() pour tester une Base de Donnée prédéfinie dans un Tableau, pour au final envoyer une requête GET au serveur distant.

Néanmoins, pour détecter une Page IP Cloaké, cela s'avère légèrement plus difficile d'accès. En effet, on ne peut pas savoir ce qu'on nous cache si l'on ignore qu'on nous le cache. Donc pour ce faire, il va nous falloir utiliser Google Analytics. 

Créez vous un compte sur ce service, puis utilisez-le afin d'établir un test d'IP Cloaking. Il va vous falloir créer un profil du site à analyser, via l'URL, pour enfin sélectionner "Synthèse Donnée/Site".