Los proveedores de proxies publicitan el tamaño del 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.
Cada dirección IP pertenece a una red operada por una organización, identificada por un número de sistema autónomo (ASN). 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, y cómo interpretar los números.
Por qué importa la diversidad de ASN
Los sitios web y los sistemas antibot rara vez juzgan una dirección IP de forma aislada. La juzgan en contexto, y la red es una de las piezas de contexto más fuertes de las que disponen.
- Los bloqueos se extienden por red. Cuando un sitio detecta abuso proveniente de muchas direcciones de una misma red, puede limitar la frecuencia o desafiar a toda la red. Un pool concentrado en pocos ASNs queda expuesto a esto: una 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 la reputación de una red cae.
- Las redes de hosting delatan el pool. Un pool “residencial” con una parte considerable de direcciones en redes de hosting o centros de datos no es realmente residencial, y los sitios tratan esas direcciones en consecuencia.
- El realismo local necesita redes locales. Si recopilas datos tal como se ven desde un país o ciudad concretos, las salidas deben distribuirse entre los proveedores que realmente usa la gente de ese lugar.
Por esto mismo, dirigirse a una red específica resulta útil para algunas tareas. Nuestra guía sobre segmentación por ASN para proxies residenciales explica cuándo conviene fijar las solicitudes a un solo proveedor, que es el caso contrario: concentración deliberada para una prueba concreta.
Qué aspecto debería tener “diverso”
Los mercados reales de internet están concentrados. En la mayoría de países, unos pocos proveedores grandes atienden a la mayoría de los hogares, con una larga cola de redes regionales y móviles más pequeñas detrás. Un pool residencial saludable 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 tener cuotas perfectamente iguales entre redes. Son dos cosas:
- Ninguna red domina más allá de lo que explicaría el mercado de internet de ese país.
- Existe una larga cola: muchas redes distintas, de modo que un bloqueo en cualquiera de ellas afecte solo a una pequeña parte del tráfico.
Cómo medirla
No puedes ver el pool completo de un proveedor, pero puedes muestrearlo. Envía solicitudes a través de la puerta de enlace rotativa, registra de qué IP y red sale cada solicitud, 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 top-5 | La parte de salidas en la red más grande y en las cinco más grandes | Más bajo significa menos exposición a las decisiones de una sola red |
| Índice Herfindahl-Hirschman (HHI) | La suma de las cuotas al cuadrado, de casi 0 (disperso) a 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 cuota de salidas en redes no residenciales. Para un pool residencial, debería ser cercana a cero.
El módulo siguiente muestrea 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:
from collections import Counter
import requests
def sample_exit(proxy_url, get=requests.get):
"""One exit through a rotating proxy: its IP, network (ASN) and network type."""
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):
"""How spread out a sample of exits is across networks."""
exits = list({e["ip"]: e for e in exits}.values()) # count each IP once
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) # Herfindahl-Hirschman index, 0 to 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), # as many equal-sized networks as this
"non_residential_share": round(sum(e["user_type"] != "residential" for e in exits) / n, 3),
}Dos muestras ilustrativas de 1.000 salidas muestran cuán diferente se lee un pool amplio frente a uno estrecho (datos sintéticos, no de proveedores reales):
import random
from asn_diversity import diversity
random.seed(7)
# Illustrative samples of 1,000 exits from two pools (synthetic, not real providers)
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 se encuentra en una de solo cuatro. En el pool estrecho, un único bloqueo a nivel de red sobre el ASN más grande detendría la mitad de tus solicitudes.
Cómo obtener una muestra fiable
Unas pocas precauciones mantienen la medición honesta:
- Muestrea por país. La diversidad solo tiene sentido dentro de un mercado. Mezclar países infla el recuento de ASNs sin decirte nada sobre ninguno de ellos en concreto.
- Usa suficientes solicitudes. 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 rotativos pueden devolver la misma dirección más de una vez. El módulo anterior elimina duplicados por IP.
- Distribuye la muestra en el tiempo. Los pools residenciales cambian a lo largo del día conforme los dispositivos se conectan y desconectan. Muestrear durante varias horas da una imagen más fiel que una ráfaga única.
- Usa la misma fuente de consulta para cada pool. Distintas bases de datos de geolocalización pueden atribuir una dirección a redes ligeramente diferentes.
Qué significa esto al elegir un proveedor
El tamaño del pool y la diversidad de ASN responden a preguntas distintas. El tamaño te dice cuántas direcciones podrías obtener; la diversidad te dice cuán expuesto está tu tráfico a las decisiones de una sola red. Al evaluar proveedores, pregunta por ambos datos y verifícalos con una muestra propia en los países que te interesan.
El mismo razonamiento se aplica a las IPs fijas. Si compras proxies ISP para sesiones largas, repartirlas entre varios proveedores y ciudades evita poner todas las identidades en una sola red. Nuestra guía sobre cómo comprar proxies ISP sin malgastar dinero incluye un script para comprobar un lote de IPs de prueba, y nuestros proxies ISP te permiten elegir la ciudad y el ISP de cada IP. La forma en que un proveedor obtiene sus direcciones también influye en la diversidad; nuestra explicación sobre cómo obtienen los proveedores IPs residenciales de forma ética cubre qué preguntar.
Preguntas frecuentes
¿Qué es la diversidad de ASN en una red de proxies?
Es 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 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 solicitudes.
¿Cómo mido la diversidad de ASN?
Envía una muestra de solicitudes a través del proxy, registra el ASN de cada salida, y calcula la cuota de las redes más grandes, el índice 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 es siempre más diverso?
No. Un pool grande puede seguir estando concentrado en pocas redes. El tamaño del pool y la diversidad de red son mediciones distintas.
La conclusión
El recuento de IPs mide el tamaño de un pool; la diversidad de ASN mide su resiliencia. Muestrea las salidas por país, cuenta cada IP una sola vez, y observa el número efectivo de redes, la cuota de la red principal y la proporción de salidas no residenciales. Un pool residencial saludable 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.