你的低價機票 被“蟲子”吃了

　　不到兩個月，2018年春節要來了。

　　“今年我得早下手，搶張回家的低價機票�！痹诒本┐蚬さ男⊥鯇�科技日報記者說，由于老家在云南，春節機票太貴，他都選擇坐兩天兩夜的火車回去，長途跋涉，苦不堪言。

　　然而，就在小王摩拳擦掌，準備使出“洪荒之力”搶張便宜機票時，看到網上曝出這樣一則消息：航空公司放出的低價機票，80%以上被票務公司的“爬蟲”搶走，普通用戶很少能買到。

　　小王傻眼了，“爬蟲”究竟是什么鬼？它又是怎么搶機票的？難道就沒有辦法治理嗎？

　　借助超鏈接信息抓取網頁

　　“‘爬蟲’技術是實現網頁信息采集的關鍵技術之一，通俗來說，‘爬蟲’就是一段用來批量、自動化采集網站數據的程序，幾乎不需要人工干預�！北本├砉ご髮W網絡科學與技術研究院副教授閆懷志告訴科技日報記者。

　　閆懷志介紹，“爬蟲”又稱網頁“蜘蛛”、網絡機器人，它是一種按照一定規則自動抓取網頁信息的程序或者腳本，通常駐留在服務器上。在Web網頁中，既包含可供用戶閱讀的文字、圖片等信息，還包含一些超鏈接信息。網絡“爬蟲”正是借助這些超鏈接信息來不斷抓取網絡上的其他網頁。

　　“這種信息采集過程很像一個爬蟲或蜘蛛在網絡上漫游，網絡‘爬蟲’或網頁‘蜘蛛’因此得名。”閆懷志說，“爬蟲”最早應用在搜索引擎領域，比如谷歌、百度、搜狗等搜索引擎工具每天需要抓取互聯網上數百億的網頁，它們需要借助龐大的“爬蟲”集群來實現搜索功能。

　　當前，“爬蟲”已被廣泛用于電子商務、互聯網金融等諸多領域。比如，“爬蟲”可以抓取航空公司官網的機票價格，發現低價或緊俏機票后，“爬蟲”可以利用虛假客源的真實身份信息實現搶先預訂。再有，很多互聯網瀏覽器都推出了自己的搶票插件，以高訂票成功率來推廣瀏覽器。

　　根據抓取任務和目標的不同，網絡“爬蟲”可大致分為批量型、增量型和垂直型。批量型“爬蟲”的抓取范圍和目標較為明確，可以是網頁的設定數量，也可以是消耗時間的設定。增量型“爬蟲”主要用于持續抓取更新的網頁，以適應網頁的不斷變化。垂直型“爬蟲”主要是用于特定主題內容或特定行業的網頁。

　　“爬蟲”究竟是如何搶票的

　　此前，在線票務服務公司攜程的“反爬蟲”專家在技術分享中透露，某網站的一個頁面，每分鐘的瀏覽量是1.2萬，真實用戶只有500個，“爬蟲”流量占比為95.8%。

　　采訪中，很多業內人士也表示，即使在“爬蟲”活動的淡季，虛假流量也占到訂票網站總流量的50%，高峰期更是在90%以上。

　　那么，“爬蟲”究竟是如何實現搶票的呢？對此，閆懷志解釋，主要是機票代理公司利用“爬蟲”技術，不斷抓取航空公司售票官網網頁信息，如果發現該航空公司有低價票放出，“爬蟲”即刻利用虛假客源身份進行批量預定但不實際支付，以達到搶占低價票源的目的。由于“爬蟲”的效率遠遠超過正常的手動操作，導致通過正常操作幾乎無法搶到票。

　　隨后，機票代理公司會通過其自身銷售渠道(包括公司網站、在線旅行社、客戶電話訂購等)找到真正的客源，在航空公司允許的賬期內，退訂此前使用虛假客源身份預定的低價票，然后使用真實身份信息進行訂購，最后實現該低價票的加價轉售。

　　如果未在航空公司規定的賬期內找到真正客源，機票代理公司會在訂單失效前再追加虛假身份訂單，繼續“霸占”該低價票，如此反復，直至找到真正客源售出為止。

　　“上面的操作流程就構成了完整的機票銷售鏈條。在這個過程中，航空公司售票系統允許在賬期內反復訂、退票的規定為機票代理公司利用‘爬蟲’搶票并加價獲利提供便利。這種搶票方式，被稱為技術‘黃牛’�！遍Z懷志強調。

　　的確，有業內人士表示，這些“爬蟲”流量消耗了大量的機器資源，卻不產生任何消費，這是每個公司最痛恨的東西。但是，因為怕誤傷真實用戶，各家公司的“反爬蟲”策略做得非常謹慎。

　　采用一定手段 “爬蟲”可防可控

　　任何事情都有兩面，“爬蟲”技術也不例外。

　　在閆懷志看來，“爬蟲”既可為正常的數據批量獲取提供有效的技術手段，也可被惡意使用以獲取不當利益。如果“爬蟲”技術被不正當利用，就會帶來一定的危害。

　　首先，威脅數據安全。航空公司售票網站數據被惡意爬取，數據可能會被機票代理公司惡意利用，而且還存在被同業競爭對手獲取的風險。

　　其次，導致系統性能下降，影響用戶體驗�！芭老x”大量的抓取請求會導致航空公司售票網站服務器資源負載上升、性能下降，網站響應變慢甚至無法提供服務，對用戶搜索和交易體驗造成負面影響。但由于存在巨大的灰色利益空間，同時“反爬蟲”技術在與“爬蟲”對抗中作用有限，使得這種顯失公平的“作弊”方式成為擾亂機票市場秩序的技術“頑疾”。

　　“從技術角度來看，阻擊‘爬蟲’可以通過網站流量統計系統和服務器訪問日志分析系統�！遍Z懷志說，通過流量統計和日志分析，如果發現單個IP訪問、單個session訪問、User-Agent信息超出設定的正常頻度閾值，則判定該訪問為惡意“爬蟲”所為，將該“爬蟲”的IP列入黑名單以拒絕其后續訪問。

　　再就是設置各種訪問驗證環節。比如，在可疑IP訪問時，返回驗證頁面，要求訪問者通過填寫驗證碼、選取驗證圖片或者字符等方式實現驗證。如果是惡意“爬蟲”爬取，顯然很難完成上述驗證操作，進而可以封鎖該“爬蟲”的訪問，防止其惡意爬取信息。

　　互聯網空間不能有“灰色地帶”

　　當前，云計算、大數據等為代表的新一代信息技術處在高速發展階段。

　　“上述新技術如果被非法或者不當應用，則會產生嚴重的危害。互聯網空間安全需要建立健全完善的保護體系，絕不能‘裸奔’。”閆懷志說。

　　2017年6月1日，我國《網絡安全法》正式實施，明確了各方在網絡安全保障中的權利與責任。這是中國網絡空間治理和法制建設從量變到質變的重要里程碑，這部法律作為依法治網、化解網絡風險的法律重器，成為我國互聯網在法治軌道上健康運行的重要保障。

　　然而，目前對于高科技“黃牛”倒票行為，尚未有明確規定，使得惡意爬取信息并不當獲利行為處在法律法規監管的“灰色地帶”。

　　閆懷志介紹，國際上，針對“爬蟲”應用，專門制訂了Robots協議(即“爬蟲”協議、網絡機器人協議等)。該協議全稱為“網絡爬蟲排除標準”，網站可通過該協議告知“爬蟲”可以爬取哪些頁面及其信息，不能爬取哪些頁面及其信息。該協議作為網站和“爬蟲”的溝通方式，用來規范“爬蟲”行為，限制不正當競爭。

　　作為國際互聯網界通行的道德規范，該協議的原則是：“爬蟲”及搜索技術應服務于人類，同時尊重信息提供者的意愿，并維護其隱私權；網站有義務保護其使用者的個人信息和隱私不被侵犯。這就規定了爬取者和被爬取者雙方的權利和義務。

　　一位不愿具名的法律專家也表示，“反爬蟲”不僅要依靠技術防范和業界自律，還應該通過完善管理和法律法規手段來約束這種行為，尤其是法律手段才能彰顯懲治力和震懾力。航空公司也要完善賬期管理，不給“爬蟲”搶票提供機會。

　　本報記者 付麗麗