由于大多數(shù)web2.0建站系統(tǒng)存在漏洞，攻克技術(shù)成本較低，且群發(fā)軟件價格低廉，容易被作弊者利用，近期我們發(fā)現(xiàn)大量web2.0站點被群發(fā)的垃圾信息困擾。這些垃圾群發(fā)內(nèi)容無孔不入，除論壇、博客等傳統(tǒng)的web2.0站點受到困擾外，現(xiàn)已蔓延到微博、SNS、B2B商情頁、公司黃頁、分類信息、視頻站、網(wǎng)盤等更多領(lǐng)域內(nèi)，甚至連新興的分享社區(qū)也受到了影響。從以前的論壇帖子、博客日志，擴展到供求信息頁、視頻頁、用戶資料頁，這些任何由用戶填寫和生成內(nèi)容的地方，都會被作弊者發(fā)掘利用，形成大量的web2.0性質(zhì)的垃圾頁面。

搜索引擎在發(fā)現(xiàn)web2.0性質(zhì)的垃圾頁面后必將做出相應(yīng)應(yīng)對，但對真正操作群發(fā)的作弊者很難有效的打擊，所以作弊者容易利用web2.0站點極低成本且自身安全這些特點，做出更多危害網(wǎng)站、危害用戶、危害搜索引擎的行為。若網(wǎng)站自身管理不嚴控制不力，很容易成為垃圾內(nèi)容的溫床；有些網(wǎng)站為了短期流量而對垃圾內(nèi)容置之不理，這無異于飲鴆止渴。網(wǎng)站不應(yīng)僅僅是平臺的提供者，更應(yīng)該是內(nèi)容的管理者，積極維護網(wǎng)站自身質(zhì)量非常重要。若網(wǎng)站任由垃圾內(nèi)容滋長，不僅會影響網(wǎng)站的用戶體驗，同時也會破壞網(wǎng)站口碑和自身品牌建設(shè)，造成正常用戶流失，嚴重時，還會使搜索引擎降低對網(wǎng)站的評價。

對于作弊者來說，在web2.0站點上發(fā)布垃圾內(nèi)容的目的就是被搜索引擎收錄，如果不能讓垃圾頁面在網(wǎng)站和搜索引擎上消失，他們依然會持續(xù)不斷地產(chǎn)生更多垃圾內(nèi)容。百度站長平臺希望和站長一起打擊垃圾頁面，幫助網(wǎng)站良性發(fā)展，共同維護互聯(lián)網(wǎng)生態(tài)環(huán)境。

二、哪些內(nèi)容會被百度判別為垃圾內(nèi)容

一切對用戶無意義，且會傷害用戶的內(nèi)容，就是垃圾內(nèi)容。我們總結(jié)了以下幾種比較典型的案例，以示說明：

1、與網(wǎng)站或論壇版塊主題不符的內(nèi)容

群發(fā)者通常都是大面積群發(fā)內(nèi)容，多數(shù)情況下不會注意站點及版塊主題，有時我們會在視頻網(wǎng)站中見到“XXX醫(yī)院治療白癲風效果好”的內(nèi)容，會在化妝品論壇發(fā)現(xiàn)航空公司的虛假電話，會在音樂網(wǎng)站中找到商品推銷信息（當然不是賣CD的）等等。對于這些主題明確的站點或論壇，清理垃圾內(nèi)容的意義不僅在于保證網(wǎng)站體驗，也是從自身發(fā)展考慮維護用戶忠誠度，提高核心競爭力的事情。舉例：

http://cang.baidu.com/cases99/snap/79ff52406a9358986d115dc8.html 網(wǎng)站主題為化妝品，出現(xiàn)“找小姐”等不良內(nèi)容廣告

http://cang.baidu.com/cases99/snap/f84bec4e99508525a9e67fce.html網(wǎng)站主題為視頻，出現(xiàn)明顯商業(yè)廣告性質(zhì)的醫(yī)療信息

2、欺騙搜索引擎用戶的內(nèi)容

1）垃圾信息為了在眾多搜索結(jié)果中脫穎而出、吸引用戶注意，通常會使用誘人的標題，或在內(nèi)容中添加大量關(guān)鍵詞，有別于真實用戶發(fā)帖時使用自然語言表達的情況。舉例：

http://cang.baidu.com/cases99/snap/c2c0b07346650b4d292e0368.html“優(yōu)酷土豆%守望的天空29集”--有悖于普通用戶發(fā)布信息的習慣。

2）有些帖子內(nèi)容是一段沒有任何意義的文字，或者隨意采集來一篇文章，而中間穿插了一些熱門關(guān)鍵詞。舉例：

http://cang.baidu.com/cases99/snap/c17615311d6d4531bb4b33cc.html

http://cang.baidu.com/cases99/snap/1baad31c3d640eeceb11823d.html

3）有些文章看標題以為在說A事，而主要內(nèi)容卻在講B，且與A毫無關(guān)系。舉例：

http://cang.baidu.com/cases99/snap/ce87d21d625937ebd9eee4c2.html

http://cang.baidu.com/cases99/snap/c17615311d6d4531bb4b33cc.html

4）對于視頻音頻網(wǎng)站來說，無論內(nèi)容上傳者是否為惡意，只要視頻或音頻文件不能滿足用戶需求或者與標題所述不符都應(yīng)該清除掉。舉例：

http://cang.baidu.com/cases99/snap/c8ea73b9a98c51205104b3c1.html，實際視頻平均不足1分鐘

http://cang.baidu.com/cases99/snap/1e7b322fb94512c064e0fec0.html 視頻內(nèi)嵌入了聯(lián)系方式，名為介紹武藝，實際是在推廣另一藝人，視頻站點成為其免費的推廣平臺。

3、欺騙網(wǎng)站詐取分帳式廣告收益的內(nèi)容

部分web2.0站點為了鼓勵用戶上傳內(nèi)容，會設(shè)計一套現(xiàn)金鼓勵機制，比如視頻網(wǎng)站，根據(jù)視頻前面的廣告展現(xiàn)量來計算用戶收益，少數(shù)分成用戶會采取一些不正當?shù)氖侄螐乃阉饕骝_取流量，從站方詐取分成收益。如大量上傳短小視頻，并在視頻網(wǎng)頁上堆積誘人的關(guān)鍵詞。

4、惡意利用web2.0網(wǎng)站為自己做推廣、謀福利的內(nèi)容。舉例：

http://cang.baidu.com/cases99/snap/16107c3e4e885c024d29ed38.html

http://cang.baidu.com/cases99/snap/1e7b322fb94512c064e0fec0.html

視頻內(nèi)嵌入了聯(lián)系方式，名為介紹武藝，實際是在推廣另一藝人，視頻站點成為其免費的推廣平臺。

5、有違法律法規(guī)的不良信息，如詐騙中獎聯(lián)系方式、虛假聯(lián)系電話、不良信息。舉例：

http://cang.baidu.com/cases99/snap/79ff52406a9358986d115dc8.html

http://cang.baidu.com/cases99/snap/30c36a2b013ae249aacfbc3e.html

http://cang.baidu.com/cases99/snap/af71c5ec8b83e2eed1cb783d.html

http://cang.baidu.com/cases99/snap/f4633d781c76393f9b11343d.html

三、網(wǎng)站管理員面對垃圾內(nèi)容，如何應(yīng)對

出于對網(wǎng)站自身發(fā)展的考慮，為了使搜索引擎能夠提供更加公平的結(jié)果，為了維護互聯(lián)網(wǎng)生態(tài)環(huán)境，以及給網(wǎng)民提供更好的上網(wǎng)體驗，我們認為web2.0站點或論壇版塊里存在上述內(nèi)容是非常不合適的，網(wǎng)站管理員應(yīng)對垃圾內(nèi)容進行重點清理，可以采取以下措施：

1、刪除垃圾內(nèi)容，并將這些頁面設(shè)置為404頁面后，及時通過百度站長平臺的死鏈工具提交死鏈列表。不僅令百度對站點的自我清理行為及時響應(yīng)，更方便站點主動控制網(wǎng)站內(nèi)容在搜索引擎的呈現(xiàn)情況。

2、提高注冊用戶門檻，限制機器注冊

1）群發(fā)軟件通常使用自動的程序探測論壇默認的注冊文件名、發(fā)帖文件名。管理員可以不定期的修改注冊用戶文件名、發(fā)帖文件名；注冊、發(fā)帖按鈕使用圖片；與程序默認的不同，可以防止被自動程序搜索到。

2）發(fā)帖機通常是機器注冊，行為模式單一。管理員可添加一些需要人工操作的步驟，有助于限制機器注冊。 如：使用驗證碼；限制同一郵箱注冊ID的數(shù)量，同時啟用郵箱驗證；使用更為復(fù)雜的驗證機制；經(jīng)常更換注冊問答。

3）除了在注冊處設(shè)置門檻外，還可以控制新用戶權(quán)限。如要求完成上傳頭像、完善用戶信息等人工操作步驟后才開放發(fā)帖功能；在一定時間內(nèi)限制新用戶發(fā)帖；限制新用戶發(fā)布帶鏈接的帖子，待達到一定級別后再放開。

3、嚴控機器發(fā)帖行為，如使用驗證碼、限制短時間內(nèi)連續(xù)發(fā)帖等。

4、建立黑名單機制，將群發(fā)常用詞、廣告電話和網(wǎng)址等加入黑名單，對含有黑名單內(nèi)容的帖子進行限制或清除。黑名單應(yīng)該不斷維護，以堵截原有垃圾詞匯發(fā)生變形和新生垃圾詞匯。

5、對站內(nèi)的異常進行監(jiān)控。發(fā)現(xiàn)注冊量、帖子數(shù)，甚至站點流量爆增后，及時發(fā)現(xiàn)和查找原因。

6、對站點內(nèi)用戶的行為進行監(jiān)控

1）部分異常用戶的ID結(jié)構(gòu)有別于普通用戶，如使用無意義的字母數(shù)字、或幾個單個漢字的無序組合，如：gtu4gn6dy1、蝶淑琴；使用商業(yè)詞作為ID，如：軸承天地7、hangkongfuwu123。

2）發(fā)布內(nèi)容間隔過短

3）發(fā)布的內(nèi)容絕大部分非常類似

4）發(fā)布的大部分內(nèi)容里含有類似的特征，如某個網(wǎng)址、電話、QQ號碼等聯(lián)系方式

7、不允許發(fā)布帶有可執(zhí)行代碼的內(nèi)容，避免彈窗、跳轉(zhuǎn)等嚴重影響用戶體驗的情況發(fā)生。

8、對部分web2.0位置提及的鏈接，使用“nofollow”進行標記，如：bbs簽名內(nèi)的鏈接、BLOG回復(fù)ID自置的鏈接http://cang.baidu.com/spamcase/snap/a3103920926c494f0e3030ad.html

9、論壇中的廣告、灌水版塊，建議加上權(quán)限限制，或者禁止搜索引擎收錄。

10、關(guān)注建站程序的安全更新，及時安裝補丁程序。保障用戶賬號安全，避免發(fā)生盜用正常用戶賬號或歷史沉寂用戶賬號發(fā)布垃圾內(nèi)容的情況發(fā)生。