Se você comprou proxies no último ano, viu os mesmos três rótulos em todo lugar: residencial, ISP, datacenter. Os rótulos são familiares o suficiente para que a maioria das equipes escolha uma categoria e siga em frente. A mecânica por trás deles é menos conhecida, e é aí que se originam a maioria dos problemas em produção.
Este é um guia sobre o que um IP realmente é, o que os sites de destino leem a partir dele, e por que “residencial” funciona mais como um espectro do que como uma classificação binária.
O que um endereço IP realmente representa
Um endereço IP é um número de roteamento. Ele aponta para uma interface de rede em uma máquina conectada à internet pública. Essa é toda a definição funcional.
Todo o resto, a distinção entre residencial e datacenter, a associação geográfica, a “reputação” do IP, é metadado adicionado por terceiros. O próprio IP não carrega nada disso. Ele é consultado em bases de dados que dizem “este IP pertence à rede X, que é de propriedade da entidade Y, que a base de dados classificou como tipo Z.”
Os dois metadados mais importantes são:
ASN (Autonomous System Number). Todo bloco de IPs na internet é registrado em um ASN. Os ASNs pertencem a organizações: Comcast (AS7922), Verizon (AS701), Cloudflare (AS13335), Amazon AWS (AS16509). Quando um site de destino recebe uma requisição, a primeira coisa que sua camada anti-bot faz é consultar o ASN do IP de origem e verificar que tipo de organização é dona dele.
Geolocalização. Uma base de dados separada (MaxMind GeoIP2, IP2Location, equivalentes internos) mapeia blocos de IP para coordenadas geográficas. A precisão varia de nível de país (muito confiável) a nível de cidade (majoritariamente confiável) a nível de rua (majoritariamente fictício). O site usa isso para determinar onde afirma que o visitante está, em qual moeda mostrar os preços, quais resultados locais exibir.
Ambos são bases de dados externas. O IP não sabe em qual país está. O IP não sabe quem é seu dono. Todos estão consultando o mesmo conjunto de provedores, e esses provedores às vezes discordam entre si.
As três categorias de IP, mecanicamente
Agora os rótulos.
IPs de datacenter. O ASN pertence a um provedor de hospedagem, AWS, GCP, Azure, OVH, Digital Ocean, Hetzner. O bloco de IP está registrado como “hosting” nas principais bases de reputação. A geolocalização mapeia para onde quer que fique a instalação de colocation. Esses IPs são baratos de adquirir e têm reputação residencial próxima de zero, então sites de destino com defesas ativas os tratam com alta suspeita por padrão.
IPs residenciais. O ASN pertence a um ISP de consumidor, Comcast, Spectrum, Deutsche Telekom, BT, Free, NTT, além de milhares de provedores regionais. O bloco de IP está registrado como “residential” ou “consumer” nas bases de reputação. A geolocalização mapeia para a área residencial que o ISP atende. Esses IPs têm anos de comportamento de “consumidor real” associado a eles (alguém naquela residência assiste Netflix, navega no Twitter, joga no Steam), então as bases de reputação têm um histórico positivo sobre eles.
IPs de ISP. O ASN pertence a um ISP de consumidor, MAS a máquina real de onde o tráfego sai está em um datacenter. O ISP alocou um bloco do seu espaço de endereçamento para um cliente de colocation, que roteia o tráfego através dele. A consulta de ASN diz “residential ISP.” As bases de reputação dizem “residential.” O tráfego se move em velocidades de datacenter. Esta é a categoria de “ISP proxy”, e ela existe precisamente porque as decisões anti-bot dos sites de destino são tomadas com base na consulta de ASN, não na realidade real de hospedagem.
Os rótulos não estão mentindo. Eles correspondem a diferenças reais e observáveis no que as consultas upstream mostram. Eles simplesmente não correspondem a “onde está a máquina física”, e os sites de destino em geral não verificam isso.
O que o site de destino lê, passo a passo
Quando uma requisição chega a um site defendido, a camada anti-bot geralmente executa esta sequência:
1. Consulta de ASN. O IP de origem é consultado em uma base de dados de ASN. Resultado: nome da rede proprietária e sua classificação (residential / hosting / business / mobile / unknown).
2. Consulta de reputação de IP. O IP de origem é cruzado com uma base de dados de reputação que agrega sinais do resto da web. Esse IP já esteve envolvido em credential stuffing? Spam em comentários? Scraping? A pontuação de reputação é por IP, alimentada por dados de sites que compartilham sinais (a Cloudflare opera o maior pool; players menores consomem dele ou pagam especialistas).
3. Consulta de geolocalização. O IP de origem é mapeado para um país, muitas vezes uma cidade. O site usa isso para localizar a resposta (preços, idioma, divulgações regulatórias, produtos disponíveis).
4. Verificação de fingerprint. Isso é independente do IP, mas o site faz isso em paralelo. O User-Agent da requisição, a ordem do handshake TLS (JA3/JA4), sinais emitidos pelo navegador (canvas, fontes, WebGL) são todos captados e comparados com fingerprints conhecidos de bots.
5. Histórico comportamental. Se a sessão tem continuidade (cookies, correspondência de fingerprint entre requisições), o site observa o padrão de múltiplas requisições. Quantas páginas por minuto? Quão natural é a cadência de cliques? O visitante rolou a página? Ele passou o mouse sobre elementos?
Um IP residencial limpo passa pelas etapas 1, 2 e 3 com facilidade. O site vê “Comcast, residential, US-East, reputação neutra” e serve a página real. As verificações de fingerprint e comportamento acontecem, mas o histórico é muito mais tolerante do que para um IP de datacenter.
Um IP de datacenter dispara suspeita imediata na etapa 1. O site já pode justificar servir uma versão degradada, bloquear, ou apresentar um CAPTCHA antes mesmo de ler o corpo da requisição.
Um IP de ISP parece idêntico a um IP residencial no nível de ASN, então passa pela etapa 1 da mesma forma. As bases de reputação às vezes o capturam (alguns especialistas detectam que “este bloco de IP hospedou requisições com padrões de timing muito não humanos”) mas a maioria ainda o classifica como residencial.
Por que “residencial” não é suficiente
Um ASN residencial faz você passar pelo portão. Ele não garante nada além disso.
O que o site ainda consegue ver, em um IP residencial:
- Volume de requisições por IP. Um IP residencial fazendo 500 requisições por minuto para as páginas de produto do site não corresponde a “visitante doméstico.” Mesmo com um ASN limpo, apenas a taxa já é um sinal.
- Fingerprint TLS. Navegadores reais produzem ordenações específicas de cifras TLS, listas de extensões e valores ALPN. Um scraper usando a biblioteca
requestsdo Python produz um fingerprint TLS diferente, que já foi catalogado e reconhecido há anos. ASN residencial + TLS do Python = bot óbvio. - Anomalias de headers. Navegadores reais enviam dezenas de headers em uma ordem específica com valores específicos. Ausência de Accept-Language, Sec-Ch-Ua incompatível, uma ordem que não corresponde à ordem real de emissão do Chrome, tudo são sinais.
- Assinatura comportamental. Visitantes reais passam o mouse, rolam a página, abandonam, voltam. Bots percorrem páginas em linha reta. Páginas por sessão, tempo na página, presença ou ausência de eventos de mouse, tudo é medido.
Um scraper rodando em um IP residencial sem tratar nada do acima será classificado eventualmente. O IP apenas compra tempo, não invisibilidade. As equipes que têm sucesso em coleta de dados sustentada investem também no restante da pilha: User-Agents realistas, navegadores headless reforçados, cadências de requisição sensatas, formatos de sessão plausíveis.
O que isso significa na hora de escolher uma rede
Algumas implicações práticas:
O tamanho do pool é um sinal, não o sinal completo. Um pool de 200 milhões de IPs residenciais oferece mais opções de substituição quando IPs individuais são queimados. Não torna cada IP individual mais difícil de detectar. O que importa tanto quanto é a capacidade da rede de rotacionar IPs queimados para fora, trazer novos, e manter diversidade de ASN e geográfica ao longo do tempo.
A origem importa mais do que os compradores geralmente percebem. IPs obtidos por meio de acordos transparentes de opt-in com usuários que consentiram se comportam mais como tráfego real de consumidor no fio (porque SÃO tráfego real de consumidor, usado de forma intermitente). IPs obtidos por canais menos transparentes frequentemente têm fingerprints comportamentais que sistemas anti-bot aprenderam especificamente a reconhecer.
A rede certa para uma carga de trabalho não é a rede certa para outra. Um pipeline de scraping em fan-out contra alvos tolerantes se beneficia de um pool gigante com rotação por requisição. Um fluxo de trabalho de gerenciamento de contas de longa duração precisa de IPs de ISP fixos com persistência de sessão. Um agente de IA fazendo navegação em múltiplas etapas precisa de sessões residenciais fixas por execução. Escolher uma única rede “melhor” é o enquadramento errado.
O IP é um entre muitos sinais. Mesmo um IP residencial perfeito pode ter uma requisição bloqueada se a própria requisição parecer robótica. Por outro lado, um IP menos perfeito pode ter sucesso quando o formato da requisição ao redor é plausível. A camada de IP é necessária, mas não suficiente.
A conclusão
Ao escolher uma rede de proxy residencial, a pergunta não é “é residencial” (os IPs de toda rede confiável são residenciais por ASN). As perguntas são:
- Como a rede está obtendo seus IPs?
- Com que rapidez ela rotaciona IPs queimados para fora?
- Quão diverso geograficamente e em termos de ASN é o pool?
- Quão bem o gateway preserva o estado da sessão quando você precisa?
- Qual é o formato da requisição quando ela sai do gateway?
Essas são perguntas respondíveis, e as respostas importam mais do que o tamanho do pool anunciado. A mecânica por trás do rótulo “residencial” é onde reside a qualidade real, e onde o comportamento real em produção é determinado.