27 Noviembre 2014 Estesy Landy 14791024 Garfias González 1º A [email protected]Ing. Inés León Florez ÍNDICE DEEP WEB O RED PROFUNDA INTRODUCCIÓN....................................... 1 DESARROLLO......................................... 2 CONCLUSIÓN......................................... 3 GLOSARIO........................................... 4 REFERENCIA......................................... 5 “Creatividad Tecnológica Y Calidad Educativa, Pilares Para La Excelencia Humana” Página 1 de 20 DEEP WEB O RED PROFUN DA
“Creatividad Tecnológica Y Calidad Educativa, Pilares Para La Excelencia Humana” Página 2 de 18
27 Noviembre 2014
“Creatividad Tecnológica Y Calidad Educativa, Pilares Para La Excelencia Humana” Página 3 de 18
27 Noviembre 2014
PRESENTACIÓN
Un concepto como deep web o Internet profunda suele rodearse de misticismo, todo lo que sueneprofundo, oculto e invisible tiene esa facultad de estimular nuestra imaginación. A lo largo del tiempo, he escuchado historias y recibido cuestionamientos sobre la naturaleza de la Internet Profunda: sobre sus múltiples capas, las realidades alternas que la contienen, comparaciones con The Matrix y sobre las “terribles cosas que se albergan en el fondo de la red”.
Internet profunda, tecnologías de privacidad, e incluso mercado negro, son conceptos que se han entremezclado y que si bien, son igual o más sorprendentes que las mismas leyendas a su alrededor, se encuentran detrás de mucha niebla.
“Creatividad Tecnológica Y Calidad Educativa, Pilares Para La Excelencia Humana” Página 4 de 18
27 Noviembre 2014
ué es la deep web o red profunda?¿Q
Internet Profunda o Internet invisible (en inglés:Deepweb, Invisible
Web, Deep Web, Dark Web o Hidden
Web) es todo el contenido
de Internet que no forma parte
del Internet superficial, es decir, de las
páginas indexadas por las redes de
los motores de búsqueda de la red.
La mayor parte de la información
encontrada en la Internet Profunda está
enterrada en sitios generados
dinámicamente y para los motores de
búsqueda tradicionales es difícil
hallarla.
Existen varias razones para que un
contenido, es decir, cualquier tipo de
archivo y no sólo sitios web, no sea
indexado y pertenezca a la deep
web:
Tiene mecanismos o interfaces
poco amistosas con losbots de
los buscadores.
Es un contenido aislado, sin
ligas que hagan referencia a
otros sitios y viceversa.
Son subdirectorios o bases de
datos restringidas.
Son contenidos no basados en
html o codificados (por ejemplo,
sólo contienen JavaScript, Flash,
etc.)
Es un contenido protegido por
contraseña o cifrado.
IVELES DE LA DEEP WEBN
Nivel 1.- Surface web o “web
superficial”:
En la surface web hay buscadores y se
pueden buscar otras páginas de forma
simple (se dice que estas páginas
están indexadas), todo está
interconectado, en cambio en la deep
web las páginas no están indexadas y
solamente hay algunos buscadores que
contienen muy pocas páginas en sus
bases de datos. Imaginemos la surface “Creatividad Tecnológica Y Calidad Educativa, Pilares Para La Excelencia Humana” Página 5 de 18
“Creatividad Tecnológica Y Calidad Educativa, Pilares Para La Excelencia Humana” Página 6 de 18
27 Noviembre 2014
mundial, terrorismo y se dice que
también la ubicación de la Atlántida,
etc.
Nivel 5.- Marianas web
Poco y nada se conoce sobre este
nivel. El nombre deriva de la Fosa de
las Marianas, la fosa marina más
profunda conocida, localizada en el
sureste de las Islas Marianas cerca de
Guam. Se dice que es un nivel muy
peligroso y controlado por el gobierno,
la parte más profunda de la deep web y
donde "nadie quiere entrar".
AUSAS DE LA EXISTENCIA DE LA DEEP WEBC
La principal causa de la existencia de la
Internet profunda es la imposibilidad de
los motores de búsqueda
(Google,Yahoo,Bing, etc.) de encontrar
o indexar gran parte de la información
existente en Internet. Si los buscadores
tuvieran la capacidad para acceder a
toda la información entonces la
magnitud de la "Internet profunda" se
reduciría casi en su totalidad.
“Creatividad Tecnológica Y Calidad Educativa, Pilares Para La Excelencia Humana” Página 7 de 18
27 Noviembre 2014
No obstante, aunque los motores de
búsqueda pudieran indexar la
información de la Internet Profunda
esto no significaría que ésta dejará de
existir, ya que siempre existirán las
páginas privadas. Los motores de
búsqueda no pueden acceder a la
información de estas páginas y sólo
determinados usuarios, aquellos con
contraseña o códigos especiales,
pueden hacerlo. Algunos de los
motivos por los que los buscadores son
incapaces de indexar la Internet
profunda son:
Páginas y sitios web protegidos con
contraseñas o códigos
establecidos.
Páginas que el buscador decidió no
indexar: esto se da generalmente
porque la demanda para el archivo
que se decidió no indexar es poca
en comparación con los archivos de
texto HTML; estos archivos
generalmente también son más
“difíciles” de indexar y requieren
más recursos.
Sitios, dentro de su código, tiene
archivos que le impiden al buscador
indexarlo.
Documentos en formatos no
indexables.
De acuerdo a la tecnología usada
por el sitio, los sitios que usan
bases de datos. Para estos casos
los buscadores pueden llegar a la
interfaz creada para acceder a
dichas bases de datos, como por
ejemplo catálogo de librerías o
agencias de gobierno.
Enciclopedias, diccionarios,
revistas en las que para acceder a
la información hay que interrogar a
la base de datos, como por ejemplo
la base de datos de la RAE.
Sitios que tienen una mezcla de
media o archivos que no son fáciles
de clasificar como visible o invisible
(Web opaca).
La información es efímera o no
suficientemente valiosa para
indexar. Es posible indexar está
información pero como cambia con
mucha frecuencia y su valor es de
tiempo limitado no hay motivo para
indexarla.
“Creatividad Tecnológica Y Calidad Educativa, Pilares Para La Excelencia Humana” Página 8 de 18
27 Noviembre 2014
Páginas que contienen
mayormente imágenes, audio o
video con poco o nada de texto.
Los archivos en
formatos PostScript,
Flash, Shockwave, ejecutables
(.exe), archivos comprimidos
(.zip, .tar, etc)
Información creada en páginas
dinámicas después de llenar un
formulario, la información detrás de
los formularios es invisible.
Documentos dinámicos, son
creados por un script que
selecciona datos de diversas
opciones para generar una página
personalizada. Este tipo de
documentos, aunque sí se pueden
indexar, no están en los motores de
búsqueda porque en ocasiones
puede haber varias páginas
iguales, pero con pequeños
cambios, y las arañas web quedan
atrapadas en ellos.
Es un sitio aislado, es decir, no hay
ligas que lo vinculen con otros sitios
y viceversa.
Son subdirectorios o bases de
datos restringidas.
TAMAÑO
El contenido que puede ser hallado
dentro de la Internet profunda es muy
amplio. Se estima que la Internet
Profunda es 500 veces mayor que la
Internet Superficial, siendo el 95% de
esta información públicamente
accesible.
Se estima que la información que se
encuentra en la Internet profunda es de
7,500 terabytes, lo que equivale a
aproximadamente 550 billones de
documentos individuales. El contenido
de la internet profunda es de 400 a 550
veces mayor de lo que se puede
encontrar en la Internet superficial. En
comparación, se estima que la Internet
superficial contiene solo19 terabytes de
contenido y un billón de documentos
individuales. En 2010 existían más de
200,000 sitios en la internet profunda.
La ACM por sus siglas en inglés
(Association for Computing Machinery)
publicó en 2007
que Google y Yahoo indexaban el
32 % de los objetos de la internet
profunda, y MSN tenía la cobertura
más pequeña con el 11 % . Sin
embargo, la cobertura de los tres
motores era de 37 % , lo que indicaba
que estaban indexando casi los
mismos objetos. Se prevé que
alrededor del 96% del internet es
internet profunda, también le llaman
invisible u oculta, la información que
alberga no siempre está disponible
para su uso. Por ello se han
“Creatividad Tecnológica Y Calidad Educativa, Pilares Para La Excelencia Humana” Página 9 de 18
27 Noviembre 2014
desarrollado herramientas como
buscadores especializados para
acceder a ella.
DENOMINACIÓN
Son páginas de texto, archivos, o en
ocasiones información a la cual se
puede acceder por medio de la World
Wide Web que los buscadores de uso
general no pueden, debido a
limitaciones o deliberadamente,
agregar a sus índices de páginas webs.
La Web profunda se refiere a la
colección de sitios o bases de datos
que un buscador común, como Google,
no puede o quiere indexar. Es un lugar
específico del Internet que se distingue
por el anonimato. Nada que se haga en
esta zona puede ser asociado con la
identidad de uno, a menos que uno lo
deseé.
Bergman, en un artículo semanal sobre
la Web profunda publicado en el
Journal of Electronic Publishing,
mencionó que Jill Ellsworth utilizó el
término "la Web invisible" en 1994 para
referirse a los sitios web que no están
registrados por algún motor de
búsqueda.
El primer uso del término específico
de web profunda, ahora generalmente
aceptada, ocurrió en el estudio de
Bergman de 2001.
Por otra parte, el término web invisible
se dice que es inexacto porque:
-Muchos usuarios asumen que la única
forma de acceder a la web es
consultando un buscador.
Alguna información puede ser
encontrada más fácilmente que
otra, pero ésto no quiere decir que
esté invisible.
La web contiene información de
diversos tipos que es almacenada y
recuperada en diferentes formas.
NGRESANDO A LA RED PROFUNDAI
Las Arañas (Web crawler)
Cuando se ingresa a un buscador y se
realiza una consulta, el buscador no
recorre la totalidad de Internet en
busca de las posibles respuestas, si no
que busca en su propia base de datos,
que ha sido generada e indizada
previamente. Se utiliza el término
“Creatividad Tecnológica Y Calidad Educativa, Pilares Para La Excelencia Humana” Página 10 de 18
27 Noviembre 2014
"Araña web" (en inglés Web crawler) o
robots (por sofware, comúnmente
llamados "bots") inteligentes que van
haciendo búsquedas por enlaces de
hipertexto de página en página,
registrando la información allí
disponible.
El contenido que existe dentro de la
Internet profunda es en muy raras
ocasiones mostrado como resultado en
los motores de búsqueda, ya que las
“arañas” no rastrean bases de datos ni
los extraen. Las arañas no pueden
tener acceso a páginas protegidas con
contraseñas, algunos desarrolladores
que o desean que sus páginas sean
encontradas insertan etiquetas
especiales en el código para evitar que
sea indexada. Las “arañas” son
incapaces de mostrar páginas que no
estén creadas en lenguaje HTML, ni
tampoco puede leer enlaces que
incluyen un signo de interrogación.
Tor
TOR es un proyecto diseñado e
implementado por la marina de los
Estados Unidos, posteriormente fue
patrocinado por la EFF (Electronic
Frontier Foundation, una organización
en defensa de los derechos digitales).
Actualmente subsiste como TOR
Project, una organización sin ánimo de
lucro galardonada en 2011 por la Free
Software Foundation por permitir que
millones de personas en el mundo
tengan libertad de acceso y expresión
en Internet manteniendo su privacidad
y anonimato.
A diferencia de los navegadores de
Internet convencionales, Tor le permite
a los usuarios navegar por la Web de
forma anónima. Tor es descargado de
30 millones a 50 millones de veces al
año, hay 800,000 usuarios diarios de
Tor y un incremento del de 20 % en el
2013, Tor puede acceder a 6,500 sitios
web ocultos.
Bitcoin
Mercados ilegales están alojados en
servidores que son exclusivos para
usuarios de Tor. En estos sitios ,se
pueden encontrar drogas, armas, o
incluso asesinos a sueldo. Se utiliza la
moneda digital llamada Bitcoin, que
tiene sus orígenes en 2009, pero que
“Creatividad Tecnológica Y Calidad Educativa, Pilares Para La Excelencia Humana” Página 11 de 18
27 Noviembre 2014
se ha vuelto todo un fenómeno desde
2012,4 que se intercambia a través de
billeteras digitales entre el usuario y el
vendedor, lo que hace que sea
prácticamente imposible de rastrear.
ecursos del internet profundoR
Los recursos de la Internet Profunda
pueden estar clasificados en una de las
siguientes categorías:
Contenido de Acceso limitado: los sitios
que limitan el acceso a sus páginas de
una manera técnica (Por ejemplo,
utilizando el estándar de exclusión de
robots o captcha, que prohíben los
motores de búsqueda de la navegación
por y la creación de copias en caché.
“Creatividad Tecnológica Y Calidad Educativa, Pilares Para La Excelencia Humana” Página 12 de 18
27 Noviembre 2014
“Creatividad Tecnológica Y Calidad Educativa, Pilares Para La Excelencia Humana” Página 13 de 18
27 Noviembre 2014
“Creatividad Tecnológica Y Calidad Educativa, Pilares Para La Excelencia Humana” Página 14 de 18
27 Noviembre 2014
GLOSARIO
Indexar:
Viceversa:
“Creatividad Tecnológica Y Calidad Educativa, Pilares Para La Excelencia Humana” Página 15 de 18
27 Noviembre 2014
REFERENCIAS
N. (2014). INTERNET PROFUNDA. 25 NOVIENBRE 2014, de Fundación Wikimedia, Inc Sitio web: http://es.wikipedia.org/wiki/Internet_profunda
Juan Armando Becerra Gutiérrez. ( 01/04/2014). Mitos y realidades de la Internet profunda. 25 NOVIEMBRE 2014, de REVISTA DE SEGURIDAD UNAM Sitio web: http://revista.seguridad.unam.mx/numero-20/mitos-y-realidades-de-la-internet-profund
![Estimating Deep Web Data Source Size by Capture-Recapture ... · Keywords Deep web, estimators, capture-recapture. 1 Introduction The deep web [5] is the web that is dynamically generated](https://static.documents.pub/doc/80x56/5f453c5cd82f9a26144f82e9/estimating-deep-web-data-source-size-by-capture-recapture-keywords-deep-web.jpg)
