Ciberamenazas y contramedidas

Bot

Se lee en aproximadamente 5 minutos

Qué es un bot

Un bot es un programa que ejecuta tareas automáticamente sin intervención humana. Deriva de "Robot". Según el informe anual de Imperva (edición 2025), en 2024 el tráfico automatizado representó el 51 % del tráfico web total y superó al generado por personas, y los bots maliciosos supusieron el 37 % de todo el tráfico (32 % el año anterior).

Existen bots beneficiosos como crawlers de búsqueda y chatbots de soporte, y maliciosos para scraping o login fraudulento. Para los administradores web, aceptar bots benignos mientras se bloquean los maliciosos es un desafío de seguridad y de experiencia de usuario.

Tipos de bots benignos

  • Crawlers de búsqueda: Googlebot, Bingbot recorren páginas web construyendo índices de búsqueda. Según Google, sus rastreadores comunes, como Googlebot, siempre respetan robots.txt en los rastreos automáticos.
  • Chatbots: Automatizan soporte al cliente y FAQ. Responden automáticamente a cualquier hora usando procesamiento de lenguaje natural.
  • Bots de monitorización: Verifican disponibilidad, tiempos de respuesta y certificados SSL periódicamente.
  • Crawlers de feeds: Recorren RSS y sitios de noticias recopilando actualizaciones.

Los bots benignos se identifican correctamente en User-Agent y respetan robots.txt. Sin embargo, el User-Agent puede falsificarse; Google explica cómo verificar sus rastreadores con una búsqueda DNS inversa de la IP (googlebot.com, google.com o googleusercontent.com) y una búsqueda directa que coincida, o comparándola con su lista publicada de direcciones IP.

Amenazas de bots maliciosos

  • Bots de scraping: Recopilan masivamente precios, contenido o datos personales.
  • Credential stuffing: Prueban automáticamente credenciales filtradas en múltiples servicios.
  • Bots de spam: Publican masivamente en comentarios, formularios y redes sociales.
  • Bots de compra: Compran masivamente productos limitados o entradas para reventa.
  • Bots DDoS: Como parte de botnets, envían solicitudes masivas al servidor objetivo.

Algunos bots maliciosos usan navegadores headless que imitan el comportamiento humano y otros recurren al machine learning para superar CAPTCHA.

Tecnologías de detección de bots

Distingue humanos de bots mediante reconocimiento de imágenes o puzzles. La documentación de Google indica que reCAPTCHA v3 devuelve una puntuación para cada solicitud sin requerir acción del usuario.
Análisis de comportamiento
Analiza movimientos del ratón, patrones de scroll, ritmo de tecleo. Los patrones mecánicos sirven de pista.
Limitación de tasa
Limita frecuencia de solicitudes por IP o sesión. Implementado en WAF o proxy inverso.
Desafío JavaScript
Requiere ejecución de JS, eliminando bots simples. Verifica características del entorno del navegador.
Fingerprinting de dispositivo
Aplica fingerprinting del navegador para detectar accesos masivos del mismo dispositivo aunque cambie la IP.

Los servicios gestionados también combinan varias técnicas: la documentación de AWS WAF Bot Control menciona la interrogación del navegador, el fingerprinting y la heurística de comportamiento, y describe la detección como probabilística; Cloudflare indica que su Bot Management usa machine learning y análisis de comportamiento.

Relación con botnets

Algunos bots maliciosos no operan solos sino como parte de botnets: redes de muchos dispositivos infectados controlados remotamente.

Cada bot está diseñado para pasar desapercibido y solo se activa al recibir órdenes. Se usan para DDoS, spam masivo y credential stuffing.

Desde la perspectiva del administrador web, los accesos desde botnets provienen de muchas IPs diferentes, dificultando el bloqueo por IP. Se usan el análisis de comportamiento y el fingerprinting, que no dependen de la IP.

Conceptos erróneos comunes

Todos los bots son maliciosos
Hay bots benignos, como los crawlers de búsqueda y los bots de monitorización. Bloquear los crawlers de búsqueda impide que el contenido de las páginas llegue a los resultados de búsqueda.
Con CAPTCHA la protección contra bots es completa
Existen granjas de CAPTCHA (humanos que los resuelven) y ML que los supera. Se usa una defensa multicapa: análisis de comportamiento, limitación de tasa y fingerprinting.
robots.txt bloquea completamente a los bots
La especificación de robots.txt (RFC 9309) describe sus reglas como algo que se pide a los crawlers respetar y aclara que no son una forma de autorización de acceso. Cumplirlas depende de cada bot, por lo que se usan medidas técnicas como WAF.
Compartir

Términos relacionados

Artículos relacionados