La internet profunda es un
conjunto de sitios web y bases de datos que buscadores comunes no pueden
encontrar ya que no están indexadas. Se le conoce así a todo el contenido de
Internet que no forma parte de la Internet superficial, es decir, de las
páginas indexadas por las redes de los motores de búsqueda de la red. Esto se
debe a las limitaciones que tienen las redes para acceder a todos los sitios
web por distintos motivos. 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.
Fiscales y Agencias
Gubernamentales han calificado a la Internet Profunda como un refugio para la
delincuencia debido al contenido ilícito que se encuentra en ella. 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.
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. Se estima que la Internet Profunda es 500 veces
mayor7 que la Internet Superficial, siendo el 95 % de esta información
públicamente accesible.
El internet se ve dividido en dos
ramas, La internet profunda y la superficial. El Internet superficial se
compone de páginas estáticas o fijas, mientras que Web profunda está compuesta
de páginas dinámicas. La páginas estáticas no dependen de una base de datos
para desplegar su contenido sino que residen en un servidor en espera de ser
recuperadas, y son básicamente archivos HTML cuyo contenido nunca cambia. Todos
los cambios se realizan directamente en el código y la nueva versión de la
página se carga en el servidor. Estas páginas son menos flexibles que las
páginas dinámicas. Las páginas dinámicas se crean como resultado de una
búsqueda de base de datos. El contenido se coloca en una base de datos y se
proporciona sólo cuando lo solicite el usuario.
En 2010 se estimó que la
información que se encuentra en la Internet profunda es de 7500 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 solo 19 terabytes de contenido y un billón de documentos
individuales. También en 2010 se estimó que existían más de 200 000 sitios en
la internet profunda.
Estimaciones basadas en la
extrapolación de un estudio de la Universidad de California en Berkeley
especula que actualmente la Internet profunda debe tener unos 91 000 Terabytes.
La Association for Computing Machinery (ACM) 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 95 % 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 desarrollado herramientas como
buscadores especializados para acceder a ella.
UN INTENTO DE INGRESAR A LA WEB PROFUNDA
Los motores de búsqueda
comerciales han comenzado a explorar métodos alternativos para rastrear la Web
profunda. El Protocolo del sitio (primero desarrollado e introducido por Google
en 2005) y OAI son mecanismos que permiten a los motores de búsqueda y otras
partes interesadas descubrir recursos de la Internet Profunda en los servidores
web en particular.
Ambos mecanismos permiten que los
servidores web anuncien las direcciones URL que se puede acceder a ellos, lo
que permite la detección automática de los recursos que no están directamente
vinculados a la Web de la superficie.El sistema de búsqueda de la Web profunda
de Google pre-calcula las entregas de cada formulario HTML y agrega a las
páginas HTML resultantes en el índice del motor de búsqueda de Google. Los
resultados surgidos arrojaron mil consultas por segundo al contenido de la Web
profunda. Este sistema se realiza utilizando tres algoritmos claves:
- La selección de valores de entrada, para que las entradas de búsqueda de texto acepten palabras clave.
- La identificación de los insumos que aceptan sólo valores específicos (por ejemplo, fecha).
- La selección de un pequeño número de combinaciones de entrada que generan URLs adecuadas para su inclusión en el índice de búsqueda Web.
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 "Araña
web) o inteligentes que van haciendo búsquedas por enlaces de hipertexto de
página en página, registrando la información ahí disponible.
TOR
The Onion Router es un proyecto
diseñado e implementado por la marina de los Estados Unidos lanzado el 20 de
septiembre de 2002. Posteriormente fue patrocinado por la EFF (una organización
en defensa de los derechos digitales). 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.
Cuando se ejecuta el software de
Tor, para acceder a la Internet profunda, los datos de la computadora se cifran
en capas. El software envía los datos a través de una red de enlaces a otros
equipos (llamados "nodos" o "relays" en inglés) y lo va
retransmitiendo quitando una capa antes de retransmitirlo de nuevo, esta
trayectoria cambia con frecuencia. Tor cuenta con más de 4.000 retransmisiones
y todos los datos cifrados pasan a través de -por lo menos- tres de estos relays.
Una vez que la última capa de cifrado es retirado por un nodo de salida, se
conecta a la página web que desea visitar.
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 se ha
vuelto todo un fenómeno desde 2012,5 que se intercambia a través de billeteras
digitales entre el usuario y el vendedor, lo que hace que sea prácticamente
imposible de rastrear.
