Comment le réseau de Bright Data alimente la collecte de données web publiques et protège le Web

La collecte de données web publiques repose sur des réseaux résidentiels, l’une des couches d’infrastructure les plus mal comprises d’Internet. Si des récentes actualités ont exposé des réseaux malveillants non consentis, les réseaux responsables basés sur le consentement reposent sur des fondements éthiques et techniques différents. Ils alimentent tout, de la protection de la marque à la recherche sur les droits humains. Voici à quoi ils servent réellement, et les quatre niveaux de transparence que les opérateurs responsables doivent respecter.
9 min de lecture
How Bright Data’s Network Powers Public Web Data Collection

Une série de démantèlements récents a mis au jour des réseaux malveillants construits sur des infrastructures volées : des appareils domestiques détournés à l’insu de leurs propriétaires, leurs connexions louées pour du spam, du credential stuffing et des attaques sur des réseaux domestiques. 

Nous partageons cette préoccupation et saluons ces démantèlements. Ces réseaux sont dangereux, et les démanteler rend Internet plus sûr.

Bright Data exploite un réseau fondamentalement différent sur lequel repose notre plateforme d’infrastructure de données web. Nous avons passé une décennie à en faire quelque chose de catégoriquement différent : alimenté par de vrais utilisateurs qui s’inscrivent en connaissance de cause, sécurisé par conception, vérifié par des audits indépendants et transparent sur son fonctionnement. Il repose sur quatre niveaux de transparence : Sourcing, Vérification, Gouvernance et Responsabilité. Cette distinction est tout l’objet de cet article.

Bright Data est une plateforme d’infrastructure de données web. Notre réseau en est une composante, s’appuyant sur plus de 400 millions d’IPs résidentielles dans un pool rotatif mensuel couvrant 195 pays, provenant exclusivement de vraies personnes ayant consenti en connaissance de cause sur un appareil dédié et pouvant se désinscrire à tout moment, sans aucune donnée personnelle collectée. En contrepartie, elles reçoivent un avantage concret, sous forme de paiement virtuel ou réel. 

Brouiller la frontière entre un réseau consenti et responsable et un réseau malveillant non consenti cause de réels dommages. Cela occulte le travail souvent vital que rendent possibles les données web publiques.

Il convient donc d’être précis sur les deux volets : à quoi servent réellement les réseaux consentis et responsables, et comment un opérateur responsable les maintient-il en sécurité.

Partie 1 : À quoi servent réellement les réseaux consentis, responsables et conformes

Un réseau consenti permet à une entreprise de voir le web public tel qu’un vrai utilisateur dans une autre ville ou un autre pays le verrait. Cette capacité est ordinaire, et elle sous-tend une part surprenante de l’économie moderne.

  • Protection de la marque. Les entreprises détectent les vendeurs contrefaits, les revendeurs en marché gris et les abus de marques déposées sur des places de marché régionales qu’elles ne peuvent autrement pas surveiller.
  • Vérification des publicités. Les annonceurs confirment que leurs publicités apparaissent là où ils les ont payées, s’affichent correctement et ne côtoient pas la fraude. Cette vérification ne fonctionne qu’à partir d’un vrai point d’observation local.
  • Cybersécurité et renseignement sur les menaces. Les équipes anti-fraude et de renseignement sur les menaces qui contribuent à sécuriser le web observent les campagnes malveillantes, les kits de phishing et les boutiques frauduleuses tels que leurs victimes les rencontreraient.
  • Comparaison des prix et étude de marché. Les sites de comparaison et les outils de recherche qui aident les consommateurs à trouver un prix équitable dépendent de tarifications précises et localisées à grande échelle.
  • Données pour l’IA. L’ensemble du cycle de vie des données IA repose sur les données web publiques : jeux de données d’entraînement et d’affinage, ancrage des réponses dans des preuves en direct et citables, accès agentique pour les agents IA qui naviguent sur de vrais sites, et évaluation par rapport à des vérités terrain du monde réel.

Il ne s’agit pas d’une capacité marginale. Plus de 20 000 clients en dépendent, dont des entreprises du Fortune 500, 14 des 20 meilleurs laboratoires d’IA et six des dix premiers CDN.

Il y a aussi le travail d’intérêt public, la partie de cette catégorie qui fait rarement la une des journaux. Via la Bright Initiative, plus de 750 partenaires issus du monde associatif, académique et gouvernemental utilisent les données web publiques pour des projets dont la société a besoin :

  • AI Forensics a enquêté sur la fiabilité des chatbots IA lors des élections européennes et a constaté qu’environ un tiers des réponses contenaient des erreurs factuelles dangereuses.
  • C4ADS a préservé les registres d’entreprises afghans avant qu’ils ne soient mis hors ligne et a retracé des chaînes d’approvisionnement en travail forcé issues des opérations minières du Xinjiang.
  • Des chercheurs de l’UC Santa Barbara ont cartographié 837 000 adresses pour exposer la discrimination tarifaire en matière de haut débit dans les quartiers américains à faibles revenus.
  • Imaging for Good soutient l’identification des victimes de la traite des êtres humains en coopération avec les forces de l’ordre.
  • Mycelium a constitué une base de données britannique sur les émissions de carbone à partir de milliers de rapports de durabilité vérifiés.

Rien de tout cela n’est possible sans un accès consenti, responsable et sécurisé au web public. Des élections plus sûres, des prix plus équitables, la perturbation des réseaux de traite et la documentation de la corruption sont des résultats dont la société a besoin. 

La technologie n’est pas le problème. C’est celui qui l’exploite, la façon dont il la source et dont il la gouverne qui doit être scruté.

Partie 2 : Comment nous protégeons nos clients, notre réseau et le web

Un réseau consenti et responsable doit appliquer quatre niveaux de transparence, en plus d’un réseau conçu pour résister aux abus dès le départ.

  • Sourcing : Chaque IP provient d’un pair ayant consenti en connaissance de cause via un écran dédié autonome et pouvant se désinscrire à tout moment.
  • Vérification : Une vérification KYC documentée contrôle les clients, pour n’autoriser que les cas d’usage légitimes. Les partenaires font l’objet d’examens avant d’intégrer le programme.
  • Gouvernance : Détecter, bloquer et attribuer les abus en temps réel, et lorsqu’un chercheur signale un problème, agir rapidement et le documenter.
  • Responsabilité : Se soumettre à des audits indépendants et rémunérer des chercheurs externes pour sonder notre réseau à la recherche de chevauchements avec des pools criminels.

Bright Data a développé cette norme et continue de l’élever. Nous ne nous contentons pas de suivre ces quatre niveaux. Nous en sommes les garants. Voici comment.

Sourcing : chaque utilisateur s’inscrit volontairement. Chaque IP de notre réseau provient d’une vraie personne ayant consenti en connaissance de cause sur un appareil dédié et pouvant se désinscrire à tout moment, sans aucune donnée personnelle collectée. En contrepartie, elle reçoit un avantage concret, sous forme de paiement virtuel ou réel.

Les appareils d’un réseau malveillant n’ont jamais rien accepté. Chaque utilisateur qui rejoint le nôtre le fait via un écran de consentement natif clair, en échange d’un avantage réel, avec une sortie en deux clics. C’est la différence entre un invité et un otage.

Vérification : chaque client et développeur est vérifié. Bright Data a été le premier du secteur à mettre en place un vrai processus de Vérification KYC avant d’accorder l’accès au réseau. Chaque client passe par une vérification d’identité et un examen par un responsable de la conformité. Seuls les cas d’usage approuvés sont autorisés. Nous bloquons dès l’entrée les cas d’usage interdits, notamment le credential stuffing, les DDoS, la fraude publicitaire, le spam et la collecte de données derrière une connexion. Nous rejetons ou suspendons des centaines, voire des milliers, de clients potentiels chaque année.

Gouvernance : nous agissons dès qu’un problème se présente. Les tentatives de contournement de nos processus sont détectées, bloquées et attribuées en temps réel. Les activités signalées sont transmises à des responsables de la conformité, et pas seulement à un filtre automatisé. Lorsqu’un problème est signalé, nous désactivons le compte, enquêtons et agissons immédiatement. Notre portail de signalement d’abus s’engage à une réponse d’une vraie personne dans un délai d’un jour ouvrable. Notre réseau est approuvé et mis sur liste blanche par Microsoft Defender, McAfee, Avast, AVG, AppEsteem et la Clean Software Alliance.

Responsabilité : nous rendons compte de tout. Bright Data se soumet à des audits continus, indépendants et tiers, confirmant la conformité aux règles, réglementations, normes de sécurité et bonnes pratiques pertinentes, et nous en publions les résultats. Nous avons commandé un audit PwC indépendant de nos contrôles de conformité et d’éthique, publié annuellement sur notre Trust Center. À cela s’ajoutent : SOC 2 Type II, ISO 27001, CSA STAR Level 1 et une adhésion documentée au RGPD et au CCPA. Les réseaux malveillants ne publient pas de rapports d’audit. Lorsqu’un audit a révélé qu’environ 10 % de nos partenaires réseau ne respectaient pas notre norme, nous les avons retirés, et nous avons publiquement expliqué pourquoi.

Le résultat est un réseau dont nous savons qu’il est fiable, par conception. Chaque utilisateur a consenti, chaque client est vérifié, chaque action est gouvernée et tout est audité de manière indépendante. 

C’est fondamentalement différent de tout réseau construit sans consentement. Mêmes mots, mais à l’opposé sur chaque point qui compte : consentement plutôt que compromission, audits plutôt qu’anonymat, client vérifié plutôt que criminel.

La bonne réponse aux réseaux malveillants est d’élever le standard à l’échelle du secteur, puis de prouver, sur le registre public, que vous le respectez.

Consultez les preuves par vous-même sur le Bright Data Trust Center.