Internet Archive aplica protecciones contra el tráfico automatizado en la Wayback Machine
El servicio de archivo web sufre oleadas de tráfico automatizado y bloquea peticiones para mantenerse en pie; la entidad admite que algunos cortes alcanzan a usuarios reales.
El Internet Archive ha puesto en marcha protecciones en la Wayback Machine para aguantar oleadas de tráfico automatizado de alto volumen. La entidad reconoce que esos filtros bloquean a veces a personas que no están haciendo nada raro, pide disculpas por los falsos positivos y ha reescrito el mensaje que se muestra cuando una petición se corta.
Ese corte llega con un código 429, el que usan los servidores para decir que se han recibido demasiadas peticiones en poco tiempo. Lo que ha cambiado es el texto que acompaña a la respuesta, no el mecanismo: el archivo sigue limitando la tasa de consultas para que el servicio no se caiga cuando llega una avalancha de peticiones.
Qué hacer si te han bloqueado por error
El Internet Archive asume que su clasificador de bots y personas no es perfecto y dice que está afinándolo. Quien crea que el 429 era inmerecido puede escribir a info@archive.org indicando su sistema operativo, su navegador y su dirección IP.
Sobre el volumen del ataque, la entidad no da ni una cifra: no dice cuántas peticiones recibe, cuántas bloquea ni cuántos usuarios han resultado afectados. Tampoco detalla qué reglas aplica ni si van por IP, por user-agent o por otro criterio. El aviso se queda en la parte operativa, la que necesita quien se ha encontrado con el error.
El detalle importa más de lo que parece. La Wayback Machine no es solo una web donde mirar cómo era una página en 2009: hay flujos de trabajo que la consultan por script, y también procesos de documentación y verificación que resuelven enlaces muertos contra el archivo. Cuando el servicio empieza a devolver 429, esas herramientas fallan como si el recurso no existiera, y el fallo aparece en los logs sin explicar que en realidad venía de un límite de tasa.
Queda por ver hasta qué punto la organización puede separar el raspado abusivo del uso legítimo sin degradar el servicio. Distinguir a un bot que martillea el archivo de un investigador que lanza consultas en serie es lo que promete mejorar, y es justo la parte de la que no ha enseñado ningún dato.
