Télécharger les sites web qui utilisent Varnish

À propos de Varnish

Un cache est conçu pour passer inaperçu. Tout ce qu’un proxy inverse fait bien le rend plus difficile à voir de l’extérieur, car un cache efficace répond à la place de la machine qui se trouve derrière lui et ne laisse au visiteur aucune raison de se demander ce qui s’est passé. C’est une propriété gênante pour un dataset de détection, et c’est la première chose à dire de cette technologie, pas la dernière.

Varnish se place devant un serveur d’origine et sert depuis la mémoire des copies enregistrées des réponses. Publié en 2006 sous la licence BSD, avec un support commercial assuré par Varnish Software, il se configure dans son propre langage de règles plutôt que par une page de réglages, et c’est le détail qui compte le plus pour l’interprétation. Personne ne se retrouve avec ce logiciel par hasard. Quelqu’un l’a choisi, lui a écrit des règles et les a testées, ce qui signifie qu’une détection suppose une décision d’ingénierie, une origine qui mérite d’être protégée et assez de trafic pour justifier le travail.

C’est cette déduction qui le distingue des autres entrées de la catégorie Caching. Un réseau de diffusion hébergé peut être activé en modifiant un enregistrement de serveur de noms, par quelqu’un qui n’a jamais vu un en-tête de cache. Un accélérateur autogéré suppose une équipe qui exploite sa propre infrastructure et considère la performance comme une chose à concevoir plutôt qu’à acheter. Pour un fournisseur qui vend de l’observabilité, du filtrage de sécurité, de la diffusion gérée ou de l’hébergement d’origine, cette population correspond bien mieux qu’une liste générale de sites très fréquentés.

En octobre 2026 nous détectons le logiciel sur 842 023 sites, dont 428 927 qui se résolvent vers une adresse située aux États-Unis, et .com est le suffixe le plus courant. Nous distinguons 19 chaînes de version différentes, et 7.0 est la valeur que nous relevons le plus souvent. Si nous disposons de relevés de version tout court, c’est uniquement parce que le proxy se signale dans la réponse tant qu’on ne lui demande pas de se taire, or c’est précisément cette annonce que les guides de durcissement demandent aux exploitants de supprimer.

La sous-estimation n’est donc pas ici un accident de mesure mais un effet de sélection, et elle va à rebours de la déduction exposée plus haut. Les installations que nous voyons sont, de façon disproportionnée, celles laissées dans leur configuration par défaut, c’est-à-dire les plateformes d’hébergement qui livrent le cache en standard et les petites équipes qui ne se sont jamais attaquées à la liste de durcissement. Les déploiements les plus élaborés, exploités précisément par les équipes que la technologie suppose, sont ceux qui ont le plus de chances de rester muets. Considérez le décompte comme un sous-ensemble visible plutôt que comme un total, et la répartition des versions comme la description de ce seul sous-ensemble.

Même en tant que sous-ensemble, la population répond à des questions qu’aucune requête isolée ne peut trancher. Combien de sites d’un marché donné font tourner un cache autogéré plutôt qu’un réseau de diffusion hébergé ? Quels systèmes de gestion de contenu et quelles plateformes de commerce apparaissent derrière lui, et ce mélange varie-t-il selon le pays ou le suffixe ? Quelles versions persistent dans la longue traîne, et qu’est-ce qui tourne d’autre sur ces mêmes hôtes ? Chacune de ces questions est un filtre appliqué à une population entière, et chacune est le type de question qui précède une décision d’entrée sur un marché, un article de recherche ou une campagne de prospection.

Une vérification par domaine vous dit si un site donné se trouve derrière ce cache aujourd’hui, ce qui est utile quand vous êtes sur le point de passer un appel et inutile quand vous décidez s’il vaut la peine d’en passer ne serait-ce qu’un. La liste téléchargeable contient le domaine, le pays résolu, le suffixe, la version quand nous avons pu en lire une, et le reste de la stack détectée pour le même site, ce qui correspond au format dont la seconde question a besoin.