ES
Empezar

Glosario

Detección y reputación

Huella TLS

Un identificador creado a partir de cómo negocia el cifrado un cliente, que sirve para detectar la automatización incluso con una IP limpia.

Antes de que se cifre un solo byte de tu petición, tu cliente ya se ha presentado. El primer mensaje de un handshake TLS, el ClientHello, se envía sin cifrar, y es una declaración detallada: qué versiones de TLS admites, qué suites de cifrado y en qué orden de preferencia, qué extensiones implementas y en qué orden, qué curvas elípticas aceptas, qué formatos de punto. Nada de eso es secreto, y todo se lee antes de que empiece el cifrado.

Esa declaración no está estandarizada hasta el orden, y precisamente eso la hace identificativa. Chrome ofrece un conjunto en un orden. Firefox ofrece otro conjunto en otro orden. La librería requests de Python, net/http de Go, curl y un navegador headless tienen cada uno el suyo. Resume toda la disposición en una cadena corta y tienes una huella que dice qué software está hablando, diga lo que diga ese software después sobre sí mismo.

JA3 fue la primera versión de esto adoptada de forma amplia, un hash MD5 sobre la versión de TLS, la lista de cifrados, la lista de extensiones, las curvas elípticas y los formatos de punto de curva unidos. JA4 es su sucesor y el que conviene conocer ahora: resiste mejor la mezcla de cifrados que permitía a los clientes eludir JA3, y está estructurado y es en parte legible, en lugar de ser un hash opaco, lo que lo hace mucho más útil para quien defiende.

La razón de que importe más que casi cualquier otra señal es dónde está. Está por debajo de tu dirección IP, así que un proxy residencial perfecto no la toca. Está por debajo de tus cabeceras, así que un User-Agent impecable tampoco. Envía una petición desde la dirección de un hogar alemán de confianza, preséntate como Chrome 130 en Windows y entrega un handshake TLS de Python, y habrás producido una contradicción que cuesta una consulta detectar y que ninguna calidad de proxy puede tapar.

Esta es la razón concreta de que un scraper que funciona perfectamente en un navegador falle desde un script contra el mismo objetivo con el mismo proxy. La gente concluye que el proxy es malo y compra uno más caro. El proxy nunca fue el problema. Lo era el handshake.

Arreglarlo significa cambiar lo que tu cliente envía de verdad, sin quedarse en lo que dice ser. Por eso existen librerías creadas específicamente para reproducir byte a byte el handshake de un navegador real, uTLS es la conocida en Go, y por eso manejar un navegador real evita el problema por completo al ser de verdad lo que dice ser.

Una advertencia: una huella solo es una contradicción si no encaja con el resto de tu historia. El handshake de una librería conocida no es automáticamente sospechoso en una API que espera scripts. Se vuelve sospechoso cuando llega disfrazado de navegador de consumo en una dirección doméstica, porque los navegadores de consumo reales no hacen eso.

Cómo lo gestiona HProxy

Precisamente por eso decimos que la dirección es una capa entre varias. Una IP de confianza sube tu punto de partida; no puede salvar a un cliente que se identifica como automatización antes de que empiece el cifrado. Quien esté depurando un bloqueo debería revisar el handshake antes de comprar un proxy más caro.

Preguntas frecuentes

¿Qué diferencia hay entre JA3 y JA4?

JA3 es la huella TLS original: un hash MD5 sobre la versión de TLS, las suites de cifrado, las extensiones, las curvas elípticas y los formatos de punto de curva del ClientHello. Su debilidad es que los clientes podían mezclar o rellenar esas listas para producir otro hash y eludir la coincidencia. JA4 es el sucesor, diseñado para resistir esa mezcla, y está estructurado y es en parte legible, así que quien defiende puede razonar sobre partes de él además de compararlo con una lista conocida.

¿Puede un proxy ocultar mi huella TLS?

No. Un proxy normal retransmite tu conexión, así que el ClientHello que genera tu cliente es el que llega al destino. El proxy cambia la dirección IP de la que parece venir el handshake y no cambia nada del propio handshake. Cambiar la huella exige cambiar el cliente que la produce.

¿Por qué mi scraper funciona en un navegador y falla desde un script?

Normalmente porque el navegador y el script tienen huellas TLS distintas aunque todo lo demás de la petición coincida. El script puede copiar exactamente las cabeceras, las cookies y el User-Agent del navegador y aun así anunciar un orden de cifrados y extensiones completamente distinto en la capa TLS, algo que un sistema de detección lee como automatización antes de evaluar nada más. Es la causa más común de un bloqueo que sobrevive al cambio de proxies.

¿Cómo compruebo mi propia huella TLS?

Envía una petición con el cliente que te preocupa a cualquier servicio que te devuelva el valor JA3 o JA4 que observó, repite la misma petición desde un navegador real y compara. Si difieren, esa diferencia la ve cada web con la que contactas, y la ve antes de que se descifre tu petición.

¿Usar HTTP/2 cambia la huella?

Añade otra. Más allá del handshake TLS, los clientes HTTP/2 difieren en los valores de su trama de ajustes, el orden de las cabeceras y el comportamiento de prioridades, lo que produce una huella HTTP/2 aparte junto a la de TLS. Un cliente puede coincidir con un navegador en la capa TLS y seguir siendo identificable una capa más arriba.

Volver al glosario completo.

HProxy.

No te fíes solo de nuestra palabra. Mídelo tú mismo.

Funciona en tu navegador contra la dirección real. Sin registro y sin guardar ninguna lista.

HProxy