Dossier : Encyclopédie
Introduction Liste Malwarebytes et Kaspersky ou Emsisoft (incluant Bitdefender)

Sommaire (montrer / masquer)
01  Spamdexing 02  Les techniques de Spamdexing 03  Google dans le colimateur des auteurs de spamdexing 04  Spamdexing et pertinence 05  Préventif Autour de ce sujet FAQ

L'internaute cherche, le moteur trouve.

Pour être dans les premiers d'un moteur de recherche, il y a deux méthodes :

1. Acheter du trafic

   Acheter, auprès du moteur de recherche, des mots-clés. C'est, par exemple, le service Google Adwords, de la régie publicitaire de Google, la première au monde et de très loin, qui permet d'acheter du trafic. Le produit ou service apparaîtra en haut à droite des résultats de recherche ou en haut de la liste des réponses du moteur (liens publicitaires difficiles à séparer des liens normaux, bien qu'un avertissement soit obligatoire (mais quasi invisible)).

2. Avoir naturellement du trafic

   Avoir un très bon contenu vers lequel de nombreux autres sites pointent (font un lien). Les moteurs de recherche considèrent que, si de nombreux sites pointent vers une même page du Web, c'est que celle-ci est de bonne qualité : la page est pertinente pour le sujet qu'elle traite. Cet indice de pertinence, inventé par Google, et repris depuis par les autres moteurs de recherche, est appelé « PageRank » chez Google (classement autrefois public et, désormais, totalement secret depuis le 08 mars 2016). Il est impératif, pour des Webmasters ou des marchands ne désirant ou ne pouvant pas acheter du trafic, d'avoir des pages « populaires » et donc d'avoir de nombreux liens pointant vers ces pages. Si le contenu n'est pas pertinent, le seul moyen de le rendre apparemment pertinent, au sens du « PageRank », et de bourrer le Web de liens vers ses propres pages. Ceci permet de manipuler l'index de Google. C'est le Spamdexing.

Le Spamdexing consiste à occuper le terrain (squatter le terrain) du Web afin d'améliorer le classement de l'objet à promouvoir dans les moteurs de recherche (dans Google, etc.), en trompant les dispositifs de recherche de pertinence des résultats, afin de faire « monter » une page dans l'index des moteurs pour que vous tombiez dessus lors de vos recherches. En gros, il faut apparaître dans les 10 premiers dans un moteur de recherche (or Google traite plus de 90% des requêtes en recherche).

Ces techniques d'optimisation (SEO - Search Engine Optimization) servent à promouvoir des pages Web qui ne possèdent pas les qualités naturelles pour être populaires (elles n'ont pas d'intérêt).

Normalement, seule la qualité du contenu d'une page Web doit servir à son classement. Malheureusement, il est impossible aux moteurs de recherche d'employer des centaines de milliers d'humains pour juger et classer toutes les pages Web du monde : il y en a des centaines de milliards. Des milliers de nouveaux sites naissent chaque jour et des millions de pages sont créées ou mises à jour chaque minute. Seul le crowdsourcing bénévole le permettrait. Deux expériences de crowdsourcing bénévole sont remarquables :

1. Le projet Open Directory - Dmoz est une tentative de classement à la main, par des milliers de bénévoles, de certains sites (ceux qui en font la demande - gratuitement), par catégorie et ordre alphabétique dans la catégorie (sans classement par pertinence - site cool). Les sites peuvent être refusés au référencement et, en tout état de cause, il faut parfois plusieurs mois avant d'y être référencé. Assiste.com y est référencé.
   Dmoz n'existe plus, mais une archive est maintenue en ligne.

2. Le moteur de recherche Blekko, de Rich Skrenta.
   Blekko n'existe plus, racheté par IBM.

Dans les techniques de Spamdexing, on y trouve :

• Fermes de liens - Farming (Les fermes d'élevage - Link farms)
  Voir Ferme de liens - Link Farm (technique de Spamdexing)
  

• Liens réciproques - Réciprocité
  Voir Liens réciproques - Réciprocité (technique de spamdexing)
  

• Bourrage de mots-clé (Stuffing keywords)
  Voir Bourrage de mot-clé - Stuffing keywords - (technique de Spamdexing)
  

• Spam des forums de discussion (Comment Spamming)
  Voir Comment Spamming - Spam des forums de discussion (technique de Spamdexing)
  

• Mascarade (Cloaking)
  Voir Mascarade - Cloaking (technique de Spamdexing)
  

Pourquoi les techniques d'indexation de Google sont plus spécialement visées?

Parce que Google est le plus important moteur de recherche, de très loin, directement ou indirectement (en plus, Google fourni ses résultats à de nombreux autres moteurs de recherche) et parce que Google est l'inventeur de cette technique qui permet de vous répondre, lorsque vous faites une recherche, d'une manière que Google croit « intelligente - pertinente » : le « PageRank ».

Google vous propose une liste de pages Web parlant du sujet sur lequel vous faites une recherche, mais Google ne vous propose pas cette liste en vrac. Il la classe selon un indice de pertinence et les pages qui apparaissent en premier lui semblent les plus pertinentes.

Tout le problème du Spamdexing vient de là ! Comment faire croire à Google qu'une page est pertinente ? Les autres moteurs de recherche sont marginaux et ne comptent pas.

Pour qu'une page Web soit « pertinente » sur un sujet donné (par exemple « sécurité informatique » ou « énergies renouvelables », etc.), aux yeux de Google, il faut que de nombreux autres sites pointent (aient un lien) vers cette page. Google pense alors que, puisque tout le monde parle de cette page, elle est « populaire », c'est donc une bonne proposition de consultation à faire à celui qui fait une recherche sur le même sujet. Donc les webmasters (ou les auteurs de trucs à promouvoir, y compris et surtout les virus, etc.) ont développé des techniques pour populariser leurs trucs (car, s'il n'y a pas d'argent au bout, cela n'a pas d'intérêt - sauf, peut-être, l'orgueil qui motive certains ou les influences du moment en période d'élections, etc.).

Nota
La pertinence ne se limite pas à la présence de nombreux liens vers un objet : elle est pondérée par la popularité du site qui pointe vers cet objet. Ainsi, lorsque Microsoft.com pointe vers une page d'Assiste.com, cela a plus d'importance, au sens du « PageRank » de Google (car le domaine Microsoft.com est extrêmement populaire), qu'un lien pointant vers la même page d'Assiste.com, mais provenant d'un micro site personnel sans popularité.

Concernant les Webmasters, leurs zones de conversation (forums de discussion, etc.) peuvent servir à des margoulins qui vont y insérer des liens vers leurs objets promouvoir, pour les rendre populaires et violer/tromper les algorithmes de classements utilisés par les moteurs de recherche. Ces techniques de SEO crapuleuses sont combattues avec les contre-mesures au spamdexing : principe des Tests de Turing mis en oeuvre par des Captchas dont, principalement, le Captcha à trier, inviolé, et le malheureusement populaire reCaptcha. Voir les liens dans le dossier SEO - Référencement.