Acheter des proxies suppose de lire des fiches techniques rédigées dans un vocabulaire que personne n’explique, où le même mot peut désigner des choses différentes sur les sites de deux fournisseurs. Voici le glossaire de travail : les termes qui changent réellement ce que vous payez ou ce que vous obtenez, regroupés selon la décision à laquelle ils se rattachent, en langage clair.
Types de proxy
Proxy résidentiel. Une adresse IP appartenant à une connexion internet domestique réelle, attribuée par un FAI grand public à un foyer. Les sites la traitent comme un visiteur ordinaire, ce qui explique qu’elle fonctionne sur des cibles qui bloquent les serveurs. Elle provient de personnes ayant accepté de partager leur connexion, ce qui rend l’offre limitée et se reflète dans le prix. Plus de détails dans ce que sont les proxies résidentiels.
Proxy datacenter. Une adresse appartenant à un hébergeur ou à un fournisseur cloud. Rapide, bon marché, abondante, et instantanément identifiable comme serveur car les plages d’adresses sont enregistrées publiquement. Convient aux cibles non protégées, peu adapté à tout ce qui examine le trafic de près. La comparaison se trouve dans résidentiel contre datacenter.
Proxy ISP, aussi appelé résidentiel statique. Une adresse hébergée enregistrée auprès d’un FAI grand public : la confiance du résidentiel avec la stabilité et la vitesse du datacenter, et elle ne tourne pas. Adaptée quand vous avez besoin que la même identité persiste plutôt que change. Voir ISP contre résidentiel.
Proxy mobile. Une adresse issue du réseau mobile d’un opérateur. Le type le plus difficile à bloquer, car les opérateurs placent de nombreux abonnés réels derrière chaque adresse, et en conséquence le plus cher et le moins stable. Voir mobile contre résidentiel.
Pool de proxies. L’ensemble des adresses par lesquelles un fournisseur peut vous faire transiter. Le chiffre affiché est un indicateur de comparaison faible, car ce qui compte est la densité dans les pays que vous utilisez réellement et le nombre d’adresses disponibles simultanément, pas un total cumulé.
Comment le trafic est acheminé
Passerelle (gateway). Un point d’accès unique auquel vous envoyez tout, qui choisit une adresse de sortie pour vous en fonction des paramètres que vous fournissez. L’alternative, aujourd’hui largement historique, est une liste d’adresses et de ports de proxy individuels que vous gérez vous-même.
Proxy rotatif. Chaque requête sort par une adresse différente. C’est le choix par défaut pour la collecte en volume, car cela répartit le trafic de sorte qu’aucune adresse isolée n’attire l’attention. Voir comment fonctionne la rotation.
Session persistante (sticky session). Une adresse conservée sur plusieurs requêtes, identifiée par un ID de session que vous choisissez, pour une durée de vie limitée. Nécessaire pour les flux à plusieurs étapes où le site suit un état, comme une recherche paginée ou une connexion. Voir sticky contre rotatif.
ID de session et TTL. L’ID de session est l’étiquette qui lie les requêtes à la même adresse de sortie ; le TTL est la durée pendant laquelle cette association survit avant que l’adresse ne tourne. Les deux sont généralement exprimés dans le nom d’utilisateur du proxy plutôt que comme des paramètres distincts.
Concurrence. Le nombre de requêtes que vous avez en cours simultanément. Distinct du débit, qui est la fréquence à laquelle vous les lancez, et certains fournisseurs la mesurent séparément. Voir connexions concurrentes illimitées.
Ciblage
Géociblage. Choisir dans quel pays se trouve l’adresse de sortie, pour voir ce qu’un visiteur y voit. La base de toute collecte où les résultats varient selon le marché.
Ciblage au niveau de la ville. Restreindre à une ville précise, ce qui compte pour la recherche locale, la disponibilité en magasin et la tarification régionale, et n’est pas nécessaire pour la plupart des autres travaux. Voir quand le ciblage au niveau de la ville compte.
Ciblage ASN. Choisir l’opérateur réseau auquel appartient l’adresse, utile quand une cible se comporte différemment selon l’opérateur. Voir ciblage ASN.
Correspondance stricte. Une option qui fait échouer la requête plutôt que de se replier sur une zone plus large quand aucune adresse ne correspond exactement à votre filtre. Utile quand un mauvais emplacement corromprait silencieusement les données.
Tarification et facturation
Tarification au Go. Vous payez pour les données transférées, pas pour les adresses ou les ports. C’est le modèle standard pour le résidentiel rotatif, et cela fait de la bande passante, et non du nombre d’IP, le chiffre à prévoir. Voir estimer sa bande passante mensuelle.
Allocation de bande passante. Les Go inclus dans votre plan pour un cycle de facturation. Ne se reportent généralement pas.
Dépassement, parfois appelé trafic supplémentaire. Ce qui se passe quand vous dépassez l’allocation : soit les requêtes s’arrêtent, soit l’utilisation continue à un tarif au Go débité sur un solde, selon la configuration du compte.
Tarification au port ou à l’IP. L’ancien modèle où vous achetiez un nombre fixe de ports ou d’adresses. Largement dépassé pour le résidentiel rotatif, et utile à connaître surtout pour le reconnaître dans un devis. Voir pourquoi l’ère du port est terminée.
Qualité et confiance
Réputation IP. Le jugement accumulé que les sites et les services de renseignement portent sur une adresse, fondé sur ce qui a été fait depuis celle-ci auparavant. Une adresse réellement résidentielle mais avec une mauvaise réputation performe moins bien qu’une adresse propre, ce qui explique que la réputation compte autant que le type. Voir ce qu’est la réputation IP.
Fingerprinting. Identifier un client à partir des caractéristiques de ses requêtes plutôt que de son adresse : négociation TLS, paramètres HTTP/2, ensemble et ordre des en-têtes, et dans les navigateurs les détails de rendu et d’appareil. Une IP propre avec une empreinte incohérente se fait quand même repérer. Voir fingerprinting TLS et HTTP/2.
Blocage doux (soft block). Un refus déguisé en succès : une page de challenge, un résultat vide, un listing tronqué, ou une page générique renvoyée avec un statut 200. Le mode d’échec le plus coûteux, car une surveillance naïve le compte comme fonctionnel. Voir détecter un contenu bloqué ou factice.
Taux de succès validé. La part des requêtes ayant renvoyé les données voulues, par opposition à la part ayant renvoyé une réponse quelconque. Le seul indicateur de succès qui mérite d’être rapporté. Voir KPI des proxies.
Sourcing éthique. La question de savoir si les personnes dont les connexions constituent le pool ont sciemment accepté et peuvent se retirer. Une question de chaîne d’approvisionnement aux conséquences pratiques, car un sourcing non divulgué est corrélé à des pools qui finissent signalés.
Opérations
Limitation de débit (rate limiting). Le plafond fixé par une cible sur le nombre de requêtes qu’elle accepte par période, généralement par IP. Votre cadence doit le respecter, et un pool déplace l’endroit où la limite s’applique plutôt que de la supprimer. Voir limitation de débit et throttling.
Backoff. Attendre progressivement plus longtemps entre les tentatives après un échec, idéalement avec de l’aléatoire pour que les workers parallèles ne retentent pas en vagues synchronisées. Voir retry et backoff.
Basculement (failover). Déplacer le travail vers une autre route quand l’une se dégrade, pour qu’une tâche continue au lieu de bloquer. Voir basculement dans les pipelines multi-régions.
407. Le code de statut renvoyé par un proxy quand il rejette vos identifiants. Généralement des identifiants incorrects ou un indicateur de ciblage mal formé, et jamais utile de réessayer. Voir corriger les erreurs 407.
SLA de disponibilité. Un engagement sur la disponibilité propre du fournisseur. Cela ne dit rien sur le fait que vos cibles acceptent votre trafic, ce qui est un axe distinct que vous devez surveiller vous-même. Voir SLA et garanties de disponibilité.
Termes à considérer avec scepticisme
Trois expressions portent moins d’information qu’il n’y paraît.
« Illimité ». Demandez toujours illimité dans quelle dimension. Une concurrence illimitée a un sens ; une bande passante illimitée sur un produit résidentiel généralement pas, et là où elle apparaît, il y a en général une autre limite qui fait le travail.
« 99,9% de taux de succès ». Aucun fournisseur ne contrôle si des sites tiers acceptent votre trafic, donc une allégation de taux de succès sur des cibles arbitraires n’est une promesse que personne ne peut tenir. Testez plutôt sur vos propres cibles, selon tester la vitesse, le taux de succès et la précision de localisation.
Taille de pool en dizaines de millions. Invérifiable, et ce n’est pas ce qui détermine vos résultats. La densité là où vous collectez l’est, et cela se voit dans vos propres mesures plutôt que sur une page marketing. Si vous voulez vérifier si un pool est ce qu’il prétend être, voir repérer les IP datacenter vendues comme résidentielles.
En résumé
L’essentiel du vocabulaire se ramène à quatre décisions : quel type d’adresse vous faut-il, comment doit-elle tourner, où doit-elle se trouver, et comment êtes-vous facturé pour elle. Tout le reste relève soit d’une question de qualité, à laquelle vos propres tests répondent mieux que n’importe quelle fiche technique, soit d’une question opérationnelle que vous rencontrerez après l’achat. Quand un terme fait un travail de persuasion plutôt que de décrire quelque chose de mesurable, traitez-le comme du marketing et allez mesurer la chose vous-même.
Quand vous serez prêt à comparer cela avec un produit réel, les proxies résidentiels couvrent les cas rotatif, sticky, pays et ville décrits ci-dessus via une seule passerelle, avec une tarification au Go pour que le chiffre que vous prévoyez soit celui que vous payez. Les décisions au niveau du plan se trouvent dans choisir le bon plan de proxy résidentiel.