上一篇博客《有人恶意刷百度关键词陷害我们网站》写的是百度对一些黑帽SEO手段判断的不准确，导致我们网站被陷害。百度的作弊识别算法还不够完善，需要人工去发现、处理。我们觉得Google的作弊识别算法应该更好，但最近我们网站上发生的问题让我们看到Google的算法也是有漏洞可以钻的。😒
一、问题的发现：
去年6月我们有一个站在Google的核心算法更新后就遇到流量下降，直到11月核心算法再次更新后流量才恢复，但核心算法的更新为什么会影响我们网站流量、具体问题出在甚么地方？这些问题一直没有搞懂。
今年5月Google的核心算法更新后，我们这个站的流量再次明显下滑，这次我们就没有再等半年了，而是仔细分析数据查找原因。
二、问题的分析：
在此之前一段时间，我们就在Drupal日志、Apache日志中发现过一些奇怪的搜索，关键词里面带有明显的黑产内容，例如博彩、代考、色情等，当时没有引起足够的重视。
在Google中site搜索我们域名，竟然发现很多带有这种关键词的搜索页面网址也被Google收录了，数量非常庞大！😱
而在Google Search Console中查看外部链接，竟然有上千个一看就是垃圾域名的网站指向我们，并且每个网站都是给我们网站提供了很多链接，再去打开这些网站看的时候发现基本都打不开了。
我们估计是这种垃圾网站（域名就多达上千）制造的垃圾链接太多（十万、百万数量级以上），而Google的反作弊算法还无法准确识别，认为是我们网站自己故意这样做的而遭到降权惩罚。
三、问题的解决：
既然找到了问题，那么就需要有办法来解决，下面是一些文章：
- Google Search Console帮助中心：《拒绝指向您网站的链接》
- Google Search Console帮助中心：《“移除”工具和“安全搜索”举报工具》
- Matt Tutt Digital Marketing Blog: “Dealing with Indexed Spam or Injected SEO Spam Content”这篇文章写得比较详细
- 维基百科：《HTTP状态码#4xx客户端错误》
我们采取了下面几项措施：
- 对垃圾链接进行识别和屏蔽：刚开始用Cloudflare的Web应用防火墙进行屏蔽，状态为403，后来改为.htaccess中进行设置，状态使用410，另外对搜索页面的标题、head中标记、无结果页面的显示等地方也做了修改，防范站内搜索被利用；
- 在Google Search Console中提交否认：将上千垃圾域名导出、检查处理后提交到"拒绝指向您网站的链接"；
- 在Google Search Console中提交删除：将发现已经收录的垃圾链接提交给Google进行删除（6个月有效）。
另外，也在Google Search Console中填写了反馈，目前还在等待中。⏳
2022年10月24日补充：我们有个域名受到垃圾链接影响很长时间了，而且很难查到具体来源，因为那些垃圾网站的域名可用性很短，等搜索引擎站长平台中显示这些垃圾外链网站的域名时，去访问这些网站已经打不开或者部分页面打不开了，现在这种垃圾链接已经产业化，新域名有成千上万个不断出现，搜索引擎短期内无法辨别，可能导致误认为是我们自己在作弊而影响我们网站的权重。还有一个办法可以尝试：robots.txt中增加屏蔽，也就是把可能的垃圾链接形式收集整理后，按照robots.txt中Disallow屏蔽的写法写进去，注意可以用一些robots.txt验证平台进行验证，避免误屏蔽正常网址。
评论