Caso

WEB PROFUNDA
 
Web profunda
Leonardo Rodríguez Jiménez
 
 
Resumen
Los motores de búsqueda más conocidos (Google, yahoo) solo permiten ver una pequeña  parte de la web, a esta se la ha denominado web superficial, como contraste existe la web profunda que es toda aquella información en sitios web y otros formatos que no están indexados por los motores de búsquedas convencionales y en ellase esconde el 80% del contenido real de internet, donde habita información clasificada, páginas olvidadas y hasta actividades delictivas.
Palabras claves: motores de búsqueda, web superficial, web profunda
Abstract
The popular search engines (Google, yahoo) only allow to see a small part of the web, this site has been called superficial web, as a contrast exists the deep web which is anyinformation on websites and other formats that are not indexed by conventional search engines and it hides 80% of the actual content of internet, home classified information, forgotten pages and even criminal activities.
Palabras claves: search engines, superficial web, deep web
 
 
 
 
 
 
 
 
Introducción
La web profunda es un conjunto de páginas web que no pueden ser indexadas por ciertosbuscadores web ya que se encuentra en formatos que los motores de búsquedas tradicionales no reconocen porque son extensiones no conocidas por estos.
Para poder ingresar a la web profunda se utilizan navegadores especiales el más conocido es “Thor”. Éste brinda protección al usuario ya que no muestra su dirección IP, la  información debe ser anónima para poder indexar a este tipo de páginasprotegidas
Características
La Web profunda es 500 veces más grande que web superficial. Se cree que en la web superficial existen más de 25000 Tera bytes de información, mientras que en la web profunda existen más de 200000 Tera Bytes.
Si se hace una analogía con un barco y una red, donde el barco son los motores de búsqueda convencionales y el mar es la web, si arrastramos una gran red en lasuperficie del océano una gran cantidad puede ser atrapada pero también hay una gran cantidad de información que es profunda y que no es alcanzada por esta red.
Dentro de esta web se utiliza una técnica llamada “rastreadores”, esta técnica garantiza la búsqueda de los recursos ocultos de la web que puedan clasificarse en las siguientes categorías.
1) Contenido dinámico: Este se devuelve a una consultao se accede desde un formulario, en especial si los elementos de entradas son accesibles al dominio por ejemplo: los campos de texto (son muy difíciles de navegar sin el conocimiento del dominio).
2) El contenido no vinculado: páginas que no están vinculadas entre sí que pueden impedir que los programas de rastreo web accedan a los contenidos de este material, se conocen como paginas sin enlace.3) Prívate web: Sitios que necesitan contraseña y un usuario para poder ingresar.
4) Web de contexto: De contenido variable de diferentes accesos.
5) Accesos limitados a contenidos de los sitios: Restringe las información de sus páginas de manera técnica, por ejemplo: estándares exclusión de robos.
6) Guiones de contenido: Páginas solo producidas en java, flash y ajax
7) No contiene contenidoHTML: El contenido textual codificado en video.
8) Contenido de texto mediante HTTP: Los motores de búsqueda no acceden a páginas que no sean http.
Si hablamos de porcentajes de información de la red profunda podemos mencionar que el 40% es pornografía, 10% mercado negro, 30% bases de datos, 5% alienígenas, 5% secreto sobre medicina, 10% información del gobierno.
En el contenido de lainformación predominan los idiomas de las potencias mundiales el  80% es ingles, 10% ruso, 5% chino, 5% demás idiomas.
Niveles
Dentro de la web se consideran algunos niveles: los más bajos correspondientes a páginas comunes y los más altos en donde se encuentra información restringida.
En el Nivel 0 se encuentran las páginas más comunes como Google, Yahoo, Facebook, etc.
Luego en el Nivel 1 se...