Descarregar sites que utilizam SimpleHTTP

Sobre SimpleHTTP

A maior parte do software do nosso catálogo foi escolhida por alguém. SimpleHTTP normalmente não foi. O módulo vem incluído no Python e existe para que um programador possa servir uma pasta por HTTP com um único comando enquanto constrói outra coisa, e quando um pedido vindo da internet pública recebe dele uma resposta, a explicação habitual é que um processo pensado para um portátil ou para uma máquina de testes acabou virado para fora.

A presença aqui significa, por isso, algo diferente da presença em qualquer outro ponto dos nossos dados. Uma correspondência não é uma decisão de compra nem uma preferência de framework. Uma correspondência é uma exposição. O servidor não oferece autenticação nem controlo de acessos digno desse nome, e por omissão lista o conteúdo de uma pasta e entrega o que lá estiver. Alguns desses anfitriões são deliberados e servem um índice de pacotes ou um depósito de ficheiros estáticos onde não reside nada sensível. Outros são processos esquecidos que ninguém vê há meses. O código remonta a 1991 e é distribuído como software com licença Open Source dentro de uma biblioteca padrão, o que ajuda a explicar por que razão aparece em sítios inesperados. Nada tem de ser instalado, nada aparece num ficheiro de dependências e nada é faturado a ninguém.

O público de uma lista como esta não é uma equipa de marketing. Os fornecedores de gestão de superfície de ataque, os testadores de intrusão a delimitar um trabalho, as equipas nacionais de resposta a incidentes e os investigadores que medem a propagação das más configurações querem todos a mesma coisa, ou seja, todos os anfitriões que respondem assim neste momento, e não uma verificação sobre um domínio de que já desconfiam. Em outubro de 2026 vemo-lo em 633 sites, e a população renova-se depressa, porque um processo destes tende a ser notado e desligado.

A identificação vem do banner do servidor, e a ressalva decorre diretamente daí. Um banner é texto declarado pelo próprio. Qualquer pessoa o pode alterar, um proxy inverso que fique à frente do anfitrião costuma substituí-lo, e um anfitrião atrás de uma CDN mostra antes a CDN. A lista contém, portanto, os anfitriões que se anunciam, o que é um subconjunto dos anfitriões que executam realmente o módulo, e o erro corre num só sentido. Os dados de versão também não ajudam. A única cadeia de versão que registamos é 0.6, que reflete a biblioteca de protocolo e não o interpretador, por isso não pode servir para datar um anfitrião nem para julgar se alguma coisa está corrigida.

É no cruzamento de dados que o ficheiro ganha o seu lugar. Ordenar por TLD mostra se a exposição se concentra em sufixos universitários, governamentais ou empresariais. Cruzar a lista com os domínios que a sua organização detém transforma-a numa verificação de perímetro que ninguém teve de fazer à mão. Acompanhá-la ao longo das atualizações mostra se um setor está a limpar a casa ou a ir à deriva. Uma caixa de consulta não responde a nada disto, porque o objetivo é precisamente encontrar os anfitriões sobre os quais não sabia que devia perguntar.