上一篇博客《有人惡意刷百度關鍵詞陷害我們網站》寫的是百度對一些黑帽SEO手段判斷的不準确，導緻我們網站被陷害。百度的作弊識别算法還不夠完善，需要人工去發現、處理。我們覺得Google的作弊識别算法應該更好，但最近我們網站上發生的問題讓我們看到Google的算法也是有漏洞可以鑽的。😒
一、問題的發現：
去年6月我們有一個站在Google的核心算法更新後就遇到流量下降，直到11月核心算法再次更新後流量才恢複，但核心算法的更新為什麼會影響我們網站流量、具體問題出在甚麼地方？這些問題一直沒有搞懂。
今年5月Google的核心算法更新後，我們這個站的流量再次明顯下滑，這次我們就沒有再等半年了，而是仔細分析數據查找原因。
二、問題的分析：
在此之前一段時間，我們就在Drupal日志、Apache日志中發現過一些奇怪的搜索，關鍵詞裡面帶有明顯的黑産内容，例如博彩、代考、色情等，當時沒有引起足夠的重視。
在Google中site搜索我們域名，竟然發現很多帶有這種關鍵詞的搜索頁面網址也被Google收錄了，數量非常龐大！😱
而在Google Search Console中查看外部鍊接，竟然有上千個一看就是垃圾域名的網站指向我們，并且每個網站都是給我們網站提供了很多鍊接，再去打開這些網站看的時候發現基本都打不開了。
我們估計是這種垃圾網站（域名就多達上千）制造的垃圾鍊接太多（十萬、百萬數量級以上），而Google的反作弊算法還無法準确識别，認為是我們網站自己故意這樣做的而遭到降權懲罰。
三、問題的解決：
既然找到了問題，那麼就需要有辦法來解決，下面是一些文章：
- Google Search Console幫助中心：《拒絕指向您網站的鍊接》
- Google Search Console幫助中心：《“移除”工具和“安全搜索”舉報工具》
- Matt Tutt Digital Marketing Blog: “Dealing with Indexed Spam or Injected SEO Spam Content”這篇文章寫得比較詳細
- 維基百科：《HTTP狀态碼#4xx客戶端錯誤》
我們采取了下面幾項措施：
- 對垃圾鍊接進行識别和屏蔽：剛開始用Cloudflare的Web應用防火牆進行屏蔽，狀态為403，後來改為.htaccess中進行設置，狀态使用410，另外對搜索頁面的标題、head中标記、無結果頁面的顯示等地方也做了修改，防範站内搜索被利用；
- 在Google Search Console中提交否認：将上千垃圾域名導出、檢查處理後提交到"拒絕指向您網站的鍊接"；
- 在Google Search Console中提交删除：将發現已經收錄的垃圾鍊接提交給Google進行删除（6個月有效）。
另外，也在Google Search Console中填寫了反饋，目前還在等待中。⏳
2022年10月24日補充：我們有個域名受到垃圾鍊接影響很長時間了，而且很難查到具體來源，因為那些垃圾網站的域名可用性很短，等搜索引擎站長平台中顯示這些垃圾外鍊網站的域名時，去訪問這些網站已經打不開或者部分頁面打不開了，現在這種垃圾鍊接已經産業化，新域名有成千上萬個不斷出現，搜索引擎短期内無法辨别，可能導緻誤認為是我們自己在作弊而影響我們網站的權重。還有一個辦法可以嘗試：robots.txt中增加屏蔽，也就是把可能的垃圾鍊接形式收集整理後，按照robots.txt中Disallow屏蔽的寫法寫進去，注意可以用一些robots.txt驗證平台進行驗證，避免誤屏蔽正常網址。
评论