Attrape-Robots

Rastreadores IA tras un CDN: recuperar la IP real

Tras un CDN, sus registros muestran la dirección del proxy. Así se recupera la del bot.

  1. Tras Cloudflare, Fastly o cualquier proxy inverso, sus registros anotan la dirección del CDN, igual para un bot y una persona.
  2. La dirección real viaja en una cabecera que añade el proxy: confíe en ella en su origen (ejemplo nginx abajo).
  3. set_real_ip_from es obligatorio: sin él, cualquiera falsifica la cabecera y se hace pasar por Googlebot.
  4. O filtre con una regla WAF del CDN, donde la dirección de origen ya es la correcta. No fije los rangos en la configuración.
real_ip_header CF-Connecting-IP;
set_real_ip_from ;

Ver también