La caracterización de la Web Superficial y la Web Profunda

Web Superficial y la Web Profunda


1.- Web Superficial
(4%)
2.- Web Profunda [Deep Web] (96%)
Características de la web visible
Las características principales son:
Su información no está contenida en bases de datos
Es de libre acceso
No se requiere la realización de un proceso de registro para acceder a la información.
Mayoritariamente está formada por páginas Web estáticas, es decir páginas o archivos con una URL fija y accesibles desde otro enlace.

Clasificación de la Web Profunda:

Sherman y Price identifican cuatro tipos de contenidos invisibles en la Web:

1. Web opaca
Extensión de la indización: a veces, por economía, no todas las páginas de un sitio son indizadas en los buscadores.
Frecuencia de la indización: los buscadores no poseen la capacidad de indizar todas las páginas existentes; a diario se agregan y modifican muchas y la indización no se realiza al ritmo que permita incluirlas a todas.
Número máximo de resultados visibles: aunque los motores de búsqueda arrojan a veces un gran número de resultados, generalmente limitan el número de documentos que se muestran (entre 200 y 1000).
URL desconectadas: las generaciones más recientes de buscadores, presentan los documentos por relevancia basada en el número de veces que aparecen referenciados en otros. Si un documento no tiene un link a él, desde otro documento, será imposible que la página sea encontrada, pues no se encuentra indizada.

2.Web privada

Las páginas están protegidas por contraseñas.
Contienen un archivo “robots.txt” para evitar ser indizadas.
Contienen un campo “noindex” para evitar que el buscador pueda indizar la parte correspondiente al cuerpo de la página.

3. Web propietaria

Incluye aquellas páginas en las que es necesario registrarse para tener acceso al contenido, ya sea de forma gratuita o arancelada.

4. Web realmente invisible

Se compone de páginas que no pueden ser indizadas por limitaciones técnicas de los buscadores, programas ejecutables y archivos comprimidos, páginas generadas dinámicamente, es decir, que se generan a partir de datos que introduce el usuario, información almacenada en bases de datos relacionales, que no puede ser extraída a menos que se realice una petición específica. 

Hay estimaciones que calculan en 500 veces más grande que el total de la información indizada por los buscadores, la información que permanece invisible en la World Wide Web, lo que se ha denominado el inmenso océano de la Internet profunda.

Este segmento de la Web contiene, en general, documentos excluidos deliberadamente por su falta de utilidad. 
Compuesta por archivos que, si bien podrían estar incluidos en los índices de los buscadores, no lo están por alguno de los siguientes motivos:
Consiste en las páginas Web que podrían estar indizadas en los buscadores pero son excluidas deliberadamente por alguno de estos motivos:
Ya que son los dueños de la información que contienen, los que deciden que no se encuentre disponible, por lo que difícilmente se podrán encontrar mecanismos legítimos para franquear esa barrera. 

PARA COMPLETAR INFORMACIÓN:
http://www.whoishostingthis.com/blog/2013/12/17/tor-deep-web/

http://www.conexionbrando.com/1287610-web-profunda-como-llegar-a-los-rincones-desconocidos-
de-internet

http://es.wikihow.com/navegar-en-la-internet-profunda-(Deep-Web)


(Aprende acerca de la red Tor. Esta área de la Internet profunda (en ocasiones llamada red oscura) se utiliza para negociaciones, conversaciones e información que los usuarios quieren mantener en privado.^[1] Los visitantes deben utilizar un software llamado Tor para acceder a esta región de la web, visitando sitios web con el dominio “.onion”. Si bien gran parte de esta actividad es ilegal o legamente gris, también es un área que utilizan los periodistas para hablar con sus fuentes anónimas y las personas interesadas en el concepto de una internet muy privada.

• Acceder a esta área de la internet profunda es legal, aunque podría no aplicarse a las actividades en las que participes una vez dentro.)