针对敏感站点之降低污染几率的实现思路【已实战】

heardic

前提是不在乎站点的搜索引擎友好性。

---

技术手段：

• 数据加密传输 —— 最基本的HTTPS一定要有，加密传输随便套一个简单的base64也算加密了，反正就是确保站点数据在前后端传输时不是明文传输的。

• 源代码混淆 —— 采用JS混淆、压缩、动态加载等方式，提高代码可读性的门槛，减少解析风险。

• 随机动态渲染 —— 结合空字符、HTML注释、动态DOM生成等冗余沉淀垃圾代码（是垃圾但是也不要过于垃圾，不然影响效率），目的就是为了让页面结构具备高度随机性，干扰爬虫识别。

• CSS文本处理 —— 通过CSS实现文本倒置、镜像翻转等样式操作，使常规文本分析工具难以准确解析内容，例如这个文本“APPLE”，源代码中把词语切割成字母：

  <span style="unicode-bidi: bidi-override; direction: rtl;">E</span>
  <span style="unicode-bidi: bidi-override; direction: rtl;">L</span>
  <span style="unicode-bidi: bidi-override; direction: rtl;">P</span>
  <span style="unicode-bidi: bidi-override; direction: rtl;">P</span>
  <span style="unicode-bidi: bidi-override; direction: rtl;">A</span>

然后通过CSS的flex-direction: row-reverse;让最终实际渲染是“APPLE”。

额外措施：
CDN+反代 —— 选个国内小型CDN厂商（特殊渠道购入），再部署个香港线路VPS作中转，毕竟现在白名单最严重的泉州也没有ban香港，

实战效果：
我自己简单部署了网站实战了两个月，只有宁夏地区出现屏蔽情况。图就不放了，可以移步：

https://t.me/BeWaterBro/12

一些问题：
上面方案能够有效规避大部分传统屏蔽机制，但是国内有些浏览器是带OCR识别的，所以遇到这种情况上面方法几乎无效。

针对OCR的对抗策略目前我暂时没想到，但是可能以后顺着这些方向研究：

更复杂的文本处理方式（字体混淆、SVG渲染）
背景干扰图层（降低OCR识别精度，但是用户观感就不友好了）
基于Canvas或WebGL的动态绘制（让文本非静态）

如果有更好的思路欢迎大佬留言!