我們經常說到黑帽SEO策略，以及內容抓取的例子。其實內容抓取行為就是使用自動化腳本，從其他網站復制所有的內容，最後對其進行克隆重建。最近，我們的客戶有許多都遭到了這類攻擊。
今天我們來看看這種攻擊的升級版，克隆版網站的搜索結果和排名代替了原網站。這些克隆的網站為了做谷歌內容排名，產生了虛假的流量，並在克隆網站上修改了內部反鏈。最後，克隆網站不會再有鏈接指向原網站。
搜索引擎是如何根據內容排名的
搜索引擎的宗旨，是想要在搜索結果裡下功夫，給用戶返回內容相關性和客戶體驗最好的網頁。因此，內容相同和相似的網頁，可能占了超過一頁的搜索引擎返回內容。當然，也有可能搜索結果裡排名高的，並不止一個網站。搜索引擎考慮的因素之一，是網站的有效流量，這能輔助搜索引擎決定該網站所占的排名。除此之外，谷歌會使用重定向跟蹤搜索者點擊的結果，以及用戶是否會繼續點擊其他搜索結果（沒有找到需要的內容，用戶應該會繼續點擊）。
根據2013年Chitika的研究表明：
谷歌列出的第一個搜索結果，平均大約能分到來自搜索引擎的92%的流量。
做SEO的人員自然希望在搜索引擎中得到最好的結果，以保證他們的行動成功，或者獲得盡可能多的收入。當然，有時候他們只是為了損害目標站點的SEO效果。
克隆網站的影響
黑客采用內容抓取的戰術，通過復制你的內容去迷惑搜索引擎，使其無法確定權威的文章來源。這種攻擊是最糟糕的，當你注意到它的時候已經太遲了，此時你的搜索排名會下降，或者你會看到自己原來的排名替換成了其他的克隆網站。
我創建了一個場景來更好地演示這種攻擊，假設受害者的網站是“hack”，我的網站是“attacker”。這裡我的網站是克隆來的。下面是效果圖，攻擊前和攻擊後的對比：
在圖片裡我們可以發現，黑客已經將克隆的網站代替了原網站在谷歌搜索的排名位置。
處理這個問題有很重要的一步，我們需要發現自己網站內容是如何被剽竊的。
如果你的網站內容的改變，能引起克隆網站的即時改變，那就意味著黑客使用了自動化腳本。
如果你的網站的內容已經進行了更迭，但是克隆網站上沒有改變的話，那黑客可能存儲了網站數據。
下面，我將詳細講述為什麼這個問題很重要。
網站如何進行抓取
為了演示這種攻擊，我們來看看咱們的開發人員（Lee Howarth）的腳本：
在代碼方面分析的話，克隆網站會抓取原網站的所有內容，而且能保證用戶能正常使用。當然，它也可以做的比這個更簡單，只需要內容和要點，就能進行廣告推廣了。
代碼已經准備好，下一步就是借助谷歌，盡可能提高克隆網站的點擊量。這樣做的話，才能引起搜索引擎的注意。一旦有效點擊量足夠高的時候，克隆網站就會取代原網站。為了得到足夠的點擊量，黑客會使用黑鏈，或者雇傭專業賺點擊量的公司進行實施。
一旦他們竊取了你的成果後，他們可以驟然變身為任何形式的惡意網站，做掛馬釣魚等等攻擊。
這樣算是被黑了麼？當然不是，但你的網站收到了影響。
那麼如何反抗呢
我們可以從以下幾個方面來解決問題。
1.在每個頁面都加上rel=canonical：這個標簽會告訴搜索引擎爬蟲內容所屬域名，詳細介紹見這裡。這個標簽是許多SEO插件，以及相關從業者都會默認添加的。
2.聯系受害者的網站：正如我上面提到的，黑客會利用別人的網站來攻擊你的網站。你完全可以利用whois和社交信息與受害站長取得聯系，讓他們進行修復和安全防護。當然，這也算是做好事吧。
3.找出克隆網站的whois信息：你可以找出克隆網站的whois信息，揪出黑客並想法子聯系其網站服務提供商，讓其停止該網站的服務。如果該站點使用了CDN或者WAF，那麼請別猶豫，直接聯系CDN/WAF供應商，這樣他們可以直接將請求轉發給原始主機商，或者直接對目標采取行動。
4.設置谷歌提醒：你可以在谷歌上有精確匹配你自己的網站文章標題時，對自己進行提醒。在文章被剽竊後，你就會及時收到提醒。這項功能是免費的，它能在事情變得糟糕之前讓你有時間解決它。
5.阻止來自克隆網站的請求：在你獲取到克隆網站的IP後，你可以要求自己的主機托管商阻止該IP的請求。當然，還有更好的方法，那就是在.htaccess裡面添加幾行。假設克隆網站的IP是192.168.190.190，你可以添加下面的.htaccess：
order allow,deny
deny from 192.168.190.190
allow from all
6.將克隆的的內容報告給谷歌：一旦確認了你的網站內容被克隆，你可以去谷歌DMCA頁面或者直接訪問這裡，選擇“Web Search”。確認填好一切表格後，將它提交給谷歌官方進申訴，過幾天這些克隆網站鏈接的排名就會被移除，你的流量自然就回來了。