为什么总有人扫我的网站，难道我动了谁的奶酪？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

• 请不要在回答技术问题时复制粘贴 AI 生成的内容

这是一个创建于 1682 天前的主题，其中的信息可能已经有所发展或是发生改变。

在 nginx 日志里，经常有奇怪的 404，还有假蜘蛛。

烦。

第 1 条附言 · 2020-05-19 17:03:45 +08:00

本身是自己的 https://github.com/tianshiyeben/wgcloud
为了方便下载挂了网站。
刚看了下，每天就几百 ip，一半是爬虫，心累

第 2 条附言 · 2020-05-19 17:18:26 +08:00

嗯嗯，听你们说，才知道有些流量是爬虫带来的。
好像直播也有这种操作

第 3 条附言 · 2020-05-19 20:33:49 +08:00

嗯，听大家说完，好像都这样，没什么，谢谢了

第 4 条附言 · 2020-05-19 23:10:36 +08:00

有 v2er 问我是做的什么东西，这就是普通的监控系统，只不过是开源了，没有赚过钱，有好心人下载我开发文档给个零花钱，基本是倒贴状态。
各位大侠看过，觉得不错，雁过留声，给个 star 哈
https://github.com/tianshiyeben/wgcloud

Nginx

蜘蛛

奶酪

日志

33 条回复 • 2020-05-20 09:20:27 +08:00

kios

2020-05-19 11:22:16 +08:00

动了别人奶酪应该就直接 DDoS 你了 = =

crella

2020-05-19 12:17:08 +08:00 via Android

前段时间做了个爬虫，把展示页面放在公网服务器上。我在别的论坛发贴分享这个链接，被删了帖，于是我估计除了我就还有湖北某市的一个访问者……

然后有几晚，puma 显示很多 malformed request 还有对各种不存在的路径的请求，搜了一下是 nmap 的扫描行为，某些 ip 是国家队。

wanguorui123

2020-05-19 12:52:31 +08:00 via iPhone

每天收到大量请求，全部被自动封锁了

kumasama

2020-05-19 13:19:30 +08:00

不是可以查出来谁扫你吗?

zarte

2020-05-19 13:45:45 +08:00

扫网站拿肉鸡不很正常么？

ifxo

2020-05-19 13:46:18 +08:00

都是 ai 扫的，你是躺枪了

Cmdhelp

2020-05-19 13:48:30 +08:00

aliyun,tengxunyun，国外的安全网站，黑客，都是大批量扫描，，，不过幸好还有点道德，rm -rf /tmp,都是这种命令传进来

tianshiyeben

2020-05-19 13:58:08 +08:00

@crella 嗯，我也类似，只是我没仔细留意过是什么人在搞

tianshiyeben

2020-05-19 13:58:44 +08:00

@Cmdhelp rm 都有，汗

tianshiyeben

2020-05-19 13:59:15 +08:00

@kumasama 我也不太懂，我这还是监控系统，哈哈

tianshiyeben

2020-05-19 13:59:38 +08:00

@wanguorui123 用什么能自动封锁啊。我就批了一层 cf

ArtIsPatrick

2020-05-19 13:59:55 +08:00 via iPhone

我扫的，🧀不错😊

tianshiyeben

2020-05-19 14:00:07 +08:00

@ifxo 我看了两边，都看成 a v 了

tianshiyeben

2020-05-19 14:00:55 +08:00

@ArtIsPatrick ？

tianshiyeben

2020-05-19 14:01:25 +08:00

@kios 我这就开源项目

M2K4

2020-05-19 14:02:36 +08:00 via Android

你的网站就是奶酪

tankren

2020-05-19 14:43:03 +08:00

不是 bat 就是 bot 想多了

opengps

2020-05-19 15:04:55 +08:00

都是自动探寻漏洞的，公网环境这种情况太常见了

xuanbg

2020-05-19 15:19:13 +08:00

太正常不过了，从我司的日志看，至少有 30%的访问量来自各种爬虫、蜘蛛、攻击脚本。有统计说互联网的流量有 60%以上是爬虫，这样看来我司网站还在水准之下。哈哈哈，这就没事了，安心睡觉。

ajaxfunction

2020-05-19 15:27:25 +08:00

我维护的一个二手房网站，正常用户 pv 一天也就是 3000 左右，

但是各家 bot 就和疯了一样，光每天生成的 nginx 日志文件就接近 100MB 了，无时无刻不在爬数据，也不注意频率，搞的我经常宕机，更可恶的是把我 cdn 流量都消耗不少，无解

heiheidewo

2020-05-19 15:28:35 +08:00

5M 的带宽，有 4.9M 都是被爬虫消耗了

aloxaf

2020-05-19 15:37:21 +08:00

瞅了一下我的一个人网站，明面上的爬虫流量大概有 50%，不过所有的异常流量加起来有 70% 了，看来达到了平均水准了 2333

@ajaxfunction 大公司的 bot 应该都遵守 robots 协议的吧，不想让它爬就禁止

JackYao

2020-05-19 16:42:27 +08:00

不用想了- - 大部分都是 ai 扫的
我自家 nas 架在了公网，天天被人干。。

ajaxfunction

2020-05-19 18:02:10 +08:00

@aloxaf 其实早就设置了所有爬虫禁止访问，
但实际上这种资源类网站和瓜子优信车源类似，盯着的人太多了，上到竞争对手，下到第三方卖行业软件的众多小公司都在互相采集，毕竟信息就是真金白银

inktiger

2020-05-19 18:08:10 +08:00

动奶酪你是网站都得崩咯，爬虫遍历互联网都是

superrichman

2020-05-19 18:16:44 +08:00 via iPhone

爬虫太正常了，不喜欢就配置一下全部拒绝掉

programmerM

2020-05-19 19:13:50 +08:00

我的个人博客每天 50% 以上的请求都是爬虫，其中 AhrefsBot 的请求最多。我的爬虫请求统计 https://www.misterma.com/data.html

Soar360

2020-05-19 22:49:40 +08:00

我的个人博客，连爬虫都不愿意光顾。
https://www.coderbusy.com/

bojue

2020-05-19 22:59:00 +08:00

@aloxaf bot 听说有人越界，不知道真假，国内环境没有相关的处罚

tianshiyeben

2020-05-19 23:13:48 +08:00 via Android

@superrichman 我不会配置，不管了

coderabbit

2020-05-20 08:24:59 +08:00 via Android

@superrichman

sunwq

2020-05-20 09:17:03 +08:00

挂点广告

tianshiyeben

2020-05-20 09:20:27 +08:00

@sunwq 不了。也没多少人访问。