Los proveedores de proxies anuncian el tamaño de su pool: millones de IPs, cientos de millones. El tamaño del pool importa, pero oculta una segunda pregunta que es igual de importante para la fiabilidad: de cuántas redes distintas proceden esas direcciones. Un pool de diez millones de IPs concentrado en un puñado de redes se comporta de forma muy distinta a uno repartido entre miles.
La diversidad de ASN es el grado en que las direcciones de un pool de proxies se reparten entre distintas redes. Cada dirección IP pertenece a una red gestionada por una organización e identificada por un número de sistema autónomo (ASN). Un pool diverso obtiene sus salidas de muchas redes, sin que ninguna acapare una parte desproporcionada; un pool concentrado se asienta mayoritariamente en unas pocas.
En el caso de los proxies residenciales, el ASN suele ser un proveedor de internet para consumidores. Este artículo explica por qué importa la distribución de un pool entre ASNs, cómo medirla a partir de una muestra de salidas con un script de Python gratuito, y cómo interpretar las cifras, usando datos reales de nuestro propio benchmark.
Por qué la diversidad de ASN importa para la fiabilidad de los proxies
Los sitios web y los sistemas antibot rara vez juzgan una dirección IP de forma aislada. La juzgan en su contexto, y la red es una de las piezas de contexto más determinantes de las que disponen.
- Los bloqueos se reparten por red. Cuando un sitio detecta abuso desde muchas direcciones de una misma red, puede limitar la tasa o desafiar a toda la red. Un pool concentrado en unos pocos ASNs queda expuesto a esto: una sola decisión a nivel de red afecta a una gran parte de tu tráfico.
- La reputación se comparte. Las direcciones de una misma red heredan parte de su reputación. Un pool diverso se ve menos afectado cuando cae la reputación de una red.
- Las redes de hosting delatan el pool. Un pool “residencial” con una proporción significativa de direcciones en redes de hosting o de centros de datos no es realmente residencial, y los sitios tratan esas direcciones en consecuencia.
- El realismo local requiere redes locales. Si recoges datos tal y como se ven desde un país o una ciudad, las salidas deberían repartirse entre los proveedores que realmente usa la gente de ese lugar.
Esta es también la razón por la que, para algunas tareas, resulta útil orientarse a una red concreta. Nuestra guía sobre orientación por ASN para proxies residenciales explica cuándo conviene fijar las peticiones a un único proveedor, que es el caso contrario: concentración deliberada para una prueba específica.
Cómo debería ser un pool residencial diverso
Los mercados reales de internet están concentrados. En la mayoría de los países, unos pocos proveedores grandes dan servicio a la mayoría de los hogares, con una larga cola de redes regionales y móviles más pequeñas detrás. Un pool residencial sano refleja esa forma: unos pocos ISPs de consumo grandes que concentran una buena parte de las salidas, y muchas redes más pequeñas detrás.
Así que el objetivo no es que las cuotas entre redes sean perfectamente iguales. Son dos cosas:
- Ninguna red domina en solitario más allá de lo que explicaría el mercado de internet de ese país.
- Existe una larga cola: muchas redes distintas, de forma que un bloqueo en cualquiera de ellas afecte solo a una pequeña parte del tráfico.
Cómo medir la diversidad de ASN en un pool de proxies
No puedes ver todo el pool de un proveedor, pero sí puedes muestrearlo. Envía peticiones a través de la puerta de enlace rotatoria, registra desde qué IP y red sale cada petición, y calcula métricas de concentración sobre la muestra.
Cuatro métricas cubren la mayor parte de lo que importa:
| Métrica | Qué mide | Cómo interpretarla |
|---|---|---|
| ASNs distintos | Cuántas redes aparecen en la muestra | Cuanto más alto, mejor; crece con el tamaño de la muestra |
| Cuota del top-1 y del top-5 | La proporción de salidas en la red más grande y en las cinco más grandes | Cuanto más baja, menor exposición a las decisiones de una sola red |
| Índice de Herfindahl-Hirschman (HHI) | La suma de las cuotas al cuadrado, desde casi 0 (repartido) hasta 1 (una sola red) | La medida estándar de concentración de mercado |
| Número efectivo de ASNs | 1 / HHI: a cuántas redes de tamaño igual se comporta como equivalente la muestra | El número único más intuitivo |
Añade una comprobación más que no tiene que ver con la concentración: la proporción de salidas en redes no residenciales. Para un pool residencial, debería ser cercana a cero.
Guarda el siguiente módulo como asn_diversity.py. Toma una muestra de salidas a través de un proxy usando ip-info.com, nuestra API gratuita de geolocalización de IP, que devuelve el ASN de cada dirección, el nombre de la red y si se trata de una red residencial o de hosting, y calcula las métricas:
# asn_diversity.py
from collections import Counter
import requests
def sample_exit(proxy_url, get=requests.get):
"""Una salida a través de un proxy rotatorio: su IP, red (ASN) y tipo de red."""
info = get("http://ip-info.com/json", proxies={"http": proxy_url, "https": proxy_url}, timeout=20).json()
return {"ip": info["ip"], "asn": info["asn"], "as_name": info["as_name"], "user_type": info.get("user_type")}
def diversity(exits):
"""Cómo de repartida está una muestra de salidas entre redes."""
exits = list({e["ip"]: e for e in exits}.values()) # contar cada IP una sola vez
counts = Counter(e["asn"] for e in exits)
n = len(exits)
shares = sorted((c / n for c in counts.values()), reverse=True)
hhi = sum(s * s for s in shares) # índice de Herfindahl-Hirschman, de 0 a 1
return {
"unique_ips": n,
"asns": len(counts),
"top1_share": round(shares[0], 3),
"top5_share": round(sum(shares[:5]), 3),
"hhi": round(hhi, 4),
"effective_asns": round(1 / hhi, 1), # equivale a este número de redes de tamaño igual
"non_residential_share": round(sum(e["user_type"] != "residential" for e in exits) / n, 3),
}Dos muestras ilustrativas de 1.000 salidas muestran lo distinta que es la lectura entre un pool amplio y uno estrecho (datos sintéticos, no de proveedores reales):
import random
from asn_diversity import diversity
random.seed(7)
# Muestras ilustrativas de 1.000 salidas de dos pools (sintéticas, no proveedores reales)
broad = [{"ip": f"ip{i}", "asn": random.choice(range(60)), "user_type": "residential"} for i in range(1000)]
narrow = [{"ip": f"ip{i}", "asn": random.choice([1, 1, 1, 1, 2, 2, 3, 4]), "user_type": "residential"}
for i in range(1000)]
print("broad ", diversity(broad))
print("narrow", diversity(narrow))broad {'unique_ips': 1000, 'asns': 60, 'top1_share': 0.028, 'top5_share': 0.125, 'hhi': 0.0176, 'effective_asns': 57.0, 'non_residential_share': 0.0}
narrow {'unique_ips': 1000, 'asns': 4, 'top1_share': 0.506, 'top5_share': 1.0, 'hhi': 0.3466, 'effective_asns': 2.9, 'non_residential_share': 0.0}El pool amplio se comporta como 57 redes de tamaño igual, y su red más grande concentra menos del 3% de las salidas. El pool estrecho se comporta como menos de tres: la mitad de todas las salidas están en una sola red, y cada salida pertenece a una de las cuatro redes. En el pool estrecho, un único bloqueo a nivel de red sobre el ASN más grande detendría la mitad de tus peticiones.
Recoger 1.000 salidas reales a través de una puerta de enlace
Para medir un pool real, apunta sample_exit a una puerta de enlace rotatoria y recoge la muestra en paralelo. Con Shifter, el país va en el nombre de usuario, y toda petición sin un ID de sesión obtiene una salida nueva:
from concurrent.futures import ThreadPoolExecutor
from asn_diversity import diversity, sample_exit
PROXY = "http://customer-USERNAME-country-gb:PASSWORD@p.shifter.io:443"
def safe_sample(_):
try:
return sample_exit(PROXY)
except Exception:
return None # descartar el ocasional timeout
with ThreadPoolExecutor(max_workers=20) as pool:
exits = [e for e in pool.map(safe_sample, range(1000)) if e]
print(diversity(exits))Ejecuta el mismo script, con el mismo tamaño de muestra y a la misma hora, contra todos los proveedores que compares.
Diversidad de subredes (/24)
Los ASNs no son la única agrupación que importa. Los sitios también bloquean bloques de direcciones enteros, sobre todo la subred /24 (los tres primeros números de una dirección IPv4). Dos salidas en la misma /24 suelen compartir edificio, calle o un NAT de operador, de modo que un bloqueo sobre una suele afectar también a la otra. Dos líneas añadidas a la misma muestra las cuentan:
subnets = Counter(".".join(e["ip"].split(".")[:3]) for e in exits)
print("distinct /24 subnets:", len(subnets), "largest subnet share:", round(max(subnets.values()) / len(exits), 3))Una muestra residencial sana tiene casi tantas subredes /24 distintas como IPs distintas.
Cómo obtener una muestra de ASN fiable
Unas pocas precauciones mantienen la medición honesta:
- Muestrea por país. La diversidad solo tiene sentido dentro de un mercado. Mezclar países infla el número de ASNs sin decirte nada sobre ninguno de ellos en particular.
- Usa suficientes peticiones. El número de ASNs distintos sigue creciendo con el tamaño de la muestra, así que compara pools con el mismo tamaño de muestra. Mil salidas por país es un punto de partida razonable; las cuotas y el HHI se estabilizan más rápido que el recuento.
- Cuenta cada IP una sola vez. Los pools rotatorios pueden devolver la misma dirección más de una vez. El módulo anterior elimina duplicados por IP.
- Reparte la muestra en el tiempo. Los pools residenciales cambian a lo largo del día conforme los dispositivos entran y salen. Muestrear durante varias horas da una imagen más fiel que una sola ráfaga.
- Usa la misma fuente de consulta para todos los pools. Distintas bases de datos de geolocalización pueden atribuir una dirección a redes ligeramente distintas.
Lo que encontró nuestro benchmark
Contamos los ASNs distintos en cada ejecución de nuestro benchmark de proxies residenciales: Shifter y otras 16 redes, cada una con el mismo número de peticiones por país desde el mismo servidor. Estas muestras son mucho mayores que 1.000 salidas (250.000 peticiones en Estados Unidos, entre 60.000 y 100.000 en el resto), así que los recuentos son mucho más altos de lo que mostraría una prueba pequeña, pero son comparables entre proveedores.
En Estados Unidos, los cinco pools más amplios fueron:
| Red | ASNs distintos en EE. UU. | IPs activas en EE. UU. |
|---|---|---|
| Shifter | 1.828 | 212.212 |
| Oxylabs | 1.591 | 140.811 |
| Decodo | 1.578 | 138.914 |
| Webshare | 1.518 | 150.512 |
| FleetProxy | 1.482 | 112.402 |
En los cinco países que probamos, Shifter comparado con Webshare, el competidor más fuerte en tamaño de pool, dio lo siguiente:
| País | ASNs de Shifter | ASNs de Webshare |
|---|---|---|
| Estados Unidos | 1.828 | 1.518 |
| Reino Unido | 166 | 209 |
| Francia | 147 | 96 |
| Canadá | 308 | 245 |
| Alemania | 272 | 188 |
El Reino Unido es el único mercado en el que Webshare se repartió de forma más amplia: 209 redes frente a 166, una diferencia de 43. En la misma ejecución, Shifter devolvió más direcciones activas en el Reino Unido, 60.487 frente a 51.564, y el pool que probamos cuesta desde $0,75 por GB frente a la tarifa publicada más baja de Webshare, $1,40, poco más de la mitad del precio. Las cifras medidas de Shifter en Alemania fueron a la inversa del Reino Unido: menos IPs activas que Webshare, pero 272 redes frente a 188.
Usar los datos de ASN en el día a día
Una vez que puedes medir la dispersión de ASN, los mismos datos ayudan en el trabajo diario, no solo en la selección de proveedor:
- Lee los fallos por red. Cuando suben las tasas de bloqueo, agrupa las peticiones fallidas por el ASN de su salida. Si los fallos se concentran en una o dos redes, el objetivo está actuando contra esas redes en concreto, y repartir o excluirlas soluciona más que reintentar.
- Comprueba un pool antes de un trabajo grande. Una muestra rápida de 1.000 salidas en el país objetivo te dice si el pool allí es lo bastante amplio para el volumen que piensas enviar.
- Fija una red solo cuando el trabajo lo requiera. Algunas pruebas, como comprobar lo que ven los clientes de un proveedor concreto, requieren concentración a propósito. La orientación por ASN hace precisamente eso; la guía enlazada más arriba explica cuándo merece la pena.
- Registra el ASN con cada resultado. Cuando un dato de un conjunto parece incorrecto, saber desde qué red se observó suele ser la explicación.
Proxies ISP y dispersión de red
El mismo razonamiento se aplica a las IPs que mantienes durante más tiempo. Si compras proxies ISP para sesiones largas, repartirlas entre varios proveedores y ciudades evita poner todas las identidades en una misma red. Nuestra guía sobre cómo comprar proxies ISP sin malgastar el dinero incluye un script para comprobar un lote de IPs de prueba, y nuestros proxies ISP te permiten elegir la ciudad y el ISP (ASN) de cada IP, entre más de 900 ISPs en más de 1.800 ciudades. La forma en que un proveedor obtiene sus direcciones también condiciona la diversidad; nuestro artículo sobre cómo obtienen los proveedores IPs residenciales de forma ética explica qué preguntar.
Preguntas frecuentes
¿Qué es la diversidad de ASN en una red de proxies?
El grado en que las direcciones IP de un pool de proxies se reparten entre distintas redes (sistemas autónomos). Un pool diverso tiene muchas redes sin que ninguna domine; un pool concentrado tiene la mayoría de sus direcciones en unas pocas.
¿Por qué importa la diversidad de ASN para el scraping?
Los sitios suelen actuar contra redes enteras, no contra direcciones individuales. Si la mayoría de tus salidas comparten red, un bloqueo a nivel de red puede afectar a una gran parte de tus peticiones.
¿Cómo mido la diversidad de ASN?
Envía una muestra de peticiones a través del proxy, registra el ASN de cada salida, y calcula la cuota de las redes más grandes, el índice de Herfindahl-Hirschman y el número efectivo de redes. Muestrea por país, a lo largo del tiempo, y con el mismo tamaño para cada pool que compares.
¿Un pool de proxies más grande siempre es más diverso?
No. Un pool grande puede seguir concentrado en unas pocas redes. El tamaño del pool y la diversidad de red son medidas distintas.
¿Qué número efectivo de ASNs es bueno?
No hay un objetivo único, porque depende de lo concentrado que esté el mercado de internet del país. Compara proveedores del mismo país con el mismo tamaño de muestra: el pool con el mayor número efectivo de ASNs y la menor cuota en su red principal es el más resiliente.
¿Cuántas salidas debería muestrear?
Mil salidas únicas por país es un punto de partida razonable. Las cuotas, el HHI y el número efectivo de ASNs se estabilizan rápido; el recuento bruto de ASNs distintos sigue creciendo con el tamaño de la muestra, así que solo compara recuentos tomados con el mismo tamaño.
¿Qué es la diversidad de subred, y en qué se diferencia de la diversidad de ASN?
La diversidad de subred cuenta cuántos bloques /24 distintos cubre una muestra. La diversidad de ASN trata de redes; la diversidad de subred trata de los “barrios” dentro de una red. Los sitios bloquean en ambos niveles, así que un buen pool es amplio en los dos.
¿Qué proveedor tuvo la mayor dispersión de ASN en vuestro benchmark?
En Estados Unidos, Shifter alcanzó 1.828 redes distintas, la cifra más alta de las 17 redes que medimos, con Oxylabs en segundo lugar con 1.591. Shifter también alcanzó el mayor número de redes en Francia y Canadá, y empató con Rayobyte en el primer puesto en Alemania; en el Reino Unido, Webshare alcanzó más, 209 frente a 166.
La conclusión
El recuento de IPs mide el tamaño de un pool; la diversidad de ASN mide su resiliencia. Muestrea salidas por país, cuenta cada IP una sola vez, y fíjate en el número efectivo de redes, la cuota de la red principal, la dispersión por subred y la proporción de salidas no residenciales. Un pool residencial sano refleja el mercado de internet local: unos pocos ISPs de consumo grandes y una larga cola detrás, sin que ninguna red concentre una parte desproporcionada de tu tráfico.