术语表
代理轮换
自动更换出口地址——按请求或按定时。适合采集公开页面,不适合已登录的会话(proxy rotation)。
也称:轮换代理, 粘性会话。
轮换入口会按某种节奏给你换一个出口地址:每个请求一换、每隔几分钟一换,或者由服务商的池子自行决定。粘性会话则相反——一个地址保持一段声明好的时间,有时长达数小时——而专属 IP 则无限期地保持同一个。服务商用的是同一批池子卖出这三种,你落在哪一种上,通常只是主机名或端口的选择,而不是另一个产品。
这是这个领域里最昂贵、也最容易避免的错误,因为两类活儿要的设置正好相反。大批量采集公开页面要的是轮换,免得所有负载压在一个地址上。已登录的账号要的正相反:地址在你还在往下滑时就变了的会话,看起来像是被劫持的会话——因为被劫持的会话就长这样——而平台的反应,往好里说也是一轮身份验证。要向供应商问清楚,粘性会话在最终还是换址之前实际能保持多久。Argus 按环境分配代理,并在每次启动时于网络层落地,因此地址是环境身份的一部分,而不是一项全局设置——代理页面把这两种情形都讲到了。
术语表里的更多条目
多账号运营
在一台机器上运营同一平台的多个账号,而不被读作同一摊生意(multi-accounting)。
账号关联
平台从存储、设备、网络或行为判定两个账号属于同一个操作者(account linking)。
设备熵
一台设备对外声明的属性带有多少可用于识别的信息——以比特衡量,靠显得普通而不是靠隐藏来降低(device entropy)。
TLS 指纹
根据客户端建立 TLS 连接的方式算出的标识——ClientHello 里的密码套件、扩展及其排列顺序(TLS fingerprint)。
Cookie 注入
把一份保存好的 Cookie 写进一个全新的浏览器环境,让它一打开就已经是登录状态,无需输入密码(cookie injection)。
无头浏览器
在没有可见窗口的情况下运行的真实浏览器引擎,通常受自动化驱动。大批量跑起来便宜,也越来越容易被网站认出来(headless browser)。
所有条目都列在术语表索引上。