站群监测实战：从收录异常到内容农场识别的一次排查记录

上周三早上打开后台，发现一个稳定运营了一年多的资讯站收录量从 1.2 万掉到 7300，三天之内少了近四成。同一时间段，站点流量反而没怎么动。这种「收录跌、流量稳」的组合，十有八九不是自身内容出了问题，而是被什么东西牵连了。做网站站群监测这些年，类似的信号见过不少，但每次排查的过程依然值得记一笔。

先别急着改标题，查日志比改内容更有效

遇到收录下滑，很多人的第一反应是去改标题、堆关键词。我个人的习惯是先翻服务器访问日志，看蜘蛛的抓取频率和抓取路径有没有变化。这次一看就发现了问题：百度蜘蛛对本站的抓取量在收录下跌前 48 小时就已经腰斩，但抓取的是大量带参数的 URL，这些 URL 在站内根本不存在。

这意味着有人在外部大量生成了指向本站的无效链接，或者本站的某个镜像正在被批量访问。顺着日志里的 IP 段反查，发现同一 C 段下挂着二十多个域名，内容主题从数码评测到本地生活服务，跨度极大，但页面模板几乎一模一样。

站群监测要盯的不是域名数量，是关联特征

很多人以为站群监测就是数一数对方有多少个站。数量当然要看，但更有价值的是关联特征。这次排查中，几个判断依据比域名总数更管用：

• 同一 IP 段下多个域名的 whois 注册邮箱后缀一致，且注册时间集中在同一个月内；
• 页面底部版权信息里的公司名不同，但备案号主体反复出现交叉；
• 多个站点共用同一套 CSS 文件路径，连 favicon 的哈希值都相同；
• 内容更新节奏高度同步，每天上午 9 点到 10 点之间批量发布，误差不超过 15 分钟。

这几条里，CSS 路径和 favicon 哈希这两项，普通站长可能不太留意，但它们恰恰是最难伪装的指纹。内容可以洗稿，模板可以换皮，静态资源的路径却经常被直接复用。

内容农场识别：别被「看起来正常」的页面骗了

这次牵连到本站的，是一个典型的内容农场集群。单看其中任何一个页面，标题通顺、配图完整、段落结构像模像样，人工扫一眼很难判定有问题。但把二十多个站点的文章放在一起比对，规律就出来了：同一篇文章在不同站点换标题重发，正文段落顺序打乱，首段和尾段互换位置，中间插入无关的本地商户推荐。

更隐蔽的是，这些站点之间互相做友情链接，形成一个闭环。外链看起来有来有往，实际上全在自家院子里转。搜索引擎对这种闭环链接结构的识别能力这两年提升明显，一旦判定为链接农场，整片关联域名都会被降权。本站被牵连，大概率是因为早前换过其中一个站的友情链接，一直没清理。

排查之后做了三件事，收录两周内回到 1.1 万

确认牵连关系后，处理动作并不复杂。先把那条可疑友链撤掉，然后通过站长平台提交了本站的站点地图更新，同时在 robots.txt 里屏蔽了日志中出现的那批无效参数路径。第三步是给站内文章加了 canonical 标签，避免镜像页面分散权重。

收录量在第十天开始回升，两周后回到 1.1 万左右，比出事前略低一点。这个恢复速度算正常，不算快也不算慢。期间没有大规模删文或改标题，内容本身没问题，动它反而添乱。

顺带说一句，市面上有些站群监测工具号称能实时发现所有关联域名，这点我没实测过，不敢下结论。但从这次的经验看，工具能覆盖 IP 段和 whois 关联已经够用，剩下的还是得靠人工比对静态资源指纹和更新节奏。机器能筛出嫌疑名单，定性还得自己来。

日常监测的几个实用指标

如果你也在管多个站点，或者担心被站群牵连，下面这几个指标建议每周看一次：

• 蜘蛛抓取频次与收录量的比值，连续两周背离就要查日志；
• 友链站点的 IP 段分布，同一 C 段超过三个站互链就值得警惕；
• 站内 404 日志里出现的高频外部参数，往往是被人拿去做镜像或采集的入口；
• 备案主体名下关联的其他域名数量，这个在工信部备案系统能查到公开信息。

站群监测这件事，说到底不是抓多少个站，而是搞清楚「谁和谁是一伙的」。搞清楚关联关系，剩下的判断就简单了。