Jump to content
Règlement du forum ×
IPTV et arnaques ×

Empecher ChapGTP de siphonner votre site à votre insu.

laliche

By laliche
in Sécurité Informatique

 Share

Recommended Posts

  • Moderators
laliche Grand Master

laliche

Posted
  • Moderators
Posted (edited)

Les performances de ChatGPT ne pouvaient être atteintes sans  une quantité astronomique de ressources obtenues des  diverses pages web en tout genre… dont fait potentiellement partie votre propre site web.. Sachez qu'il existe des solutions pour se prémunir de l'exploitation de vos textes par OpenAI.
Pour assurer son bon fonctionnement, la société qui l'a développé, OpenAI, a eu recours à une gigantesque base de données de contenus publiés et disponibles en ligne.
Pour alimenter les connaissances de ChatGPT, la firme a utilisé des livres, Wikipédia, des sites de presse, des publications Reddit,des forums de discussion,des blogs,....
Mais OpenAI ne  demande jamais l'autorisation d'exploiter votre contenu pour améliorer ses modèles de langage, et donc, ChatGPT.
L'entreprise ne vous rémunère pas non plus pour votre participation à l'évolution des capacités de son produit.
Vous pouvez avoir plusieurs raisons de souhaiter que le contenu de votre site ne soit pas siphonné par ChatGPT à ses fins d'entraînement, qu'elles soient d'ordre pratique et moral ou simplement éviter de surcharger votre site de requêtes par l'intelligence artificielle…

Voici comment empêcher ChatGPT d'exploiter le contenu de votre site web à votre insu:
 

Révélation

Voilà pourquoi nous vous présentons quelques astuces qui devraient vous permettre de bloquer l'accès aux contenus de votre site à ChatGPT.
1. Bloquer Common Crawl sur tout votre site grâce au fichier robots.txt
L'une des méthodes utilisées par OpenAI pour alimenter ses modèles de langage est Common Crawl. Il s'agit d'une organisation à but non lucratif qui a mis au point un robot baptisé CCBot.
Son but est d'explorer et d'analyser le Web pour fournir gratuitement des archives et des ensembles de données de contenus publiés sur Internet.
CCBot a recours au protocole robots.txt pour effectuer ses opérations de ce que l'on appelle « crawling » en anglais.
Ce fichier se trouve à la racine de votre site web, et son rôle est d'indiquer aux robots d'exploration les URL auxquelles il a le droit d'accéder sur votre domaine.
Pour bloquer CCBot, auquel a recours ChatGPT, sur l'ensemble de votre site web, ajoutez les instructions suivantes à votre fichier robots.txt :
User-agent: CCBot
Disallow: /


2. Utiliser une balise nofollow dans les métadonnées de son site web
Toujours pour limiter l'accès à vos contenus par CCBot, vous disposez de la possibilité d'ajouter une balise nofollow au sein des métadonnées de votre code HTML, qui sert à structurer et mettre en page votre site web.
Celle-ci va faire savoir aux robots que vous ne désirez pas que le contenu de votre site soit indexé. La balise en question est celle-ci :
<meta name="CCBot" content="nofollow">

3. Recourir à des captchas contre les robots
Les captchas sont une technique de sécurité très populaire sur Internet, et leur but principal est d'éviter la surcharge des sites web causée par des robots en leur imposant un test qu'ils ne sont pas censés réussir.
Cette solution n'est à recommander que si vous craignez également que des robots malveillants s'en prennent à votre site, notamment dans le cadre d'attaques par déni de service (DDoS).
En effet, ces captchas seront aussi imposés à vos visiteurs humains, ce qui peut détériorer leur expérience sur votre site web. Privilégiez donc les deux autres solutions que nous décrivons plus haut.

Ces quelques méthodes devraient suffire à empêcher dorénavant ChatGPT (et toutes les plateformes ayant recours aux bases de données constituées par les robots d'exploration) d'utiliser votre site web et les contenus qu'il héberge comme terrain de jeu.
Mais vous n'êtes bien sûr pas à l'abri que le chatbot ait déjà eu accès à vos ressources dans le passé.
Gardez aussi à l'esprit qu'il peut dans certains cas être intéressant de laisser les robots scanner son site, tous ne vous veulent pas du mal.

 

Edited by laliche
Link to comment
Share on other sites
genio Grand Master

genio

Posted
Posted

jessaye de m'inscrire pour tester chatgpt et ce depuis 20 jours....je seul message que je recois c'est:

 

"incription impossible veuillez ressayer plus tard"

jai essayé 3 navigateurs, 2 mails, et des VPN...mais RIEN !!!!!!!!!!!!!!!!!!!!! purée on fait comment pour s'inscrire ?!!!!!!!!!

 

 

 

Link to comment
Share on other sites
  • Moderators
laliche Grand Master

laliche

Posted
  • Author
  • Moderators
Posted
il y a 13 minutes, genio a dit :

jessaye de m'inscrire pour tester chatgpt et ce depuis 20 jours....je seul message que je recois c'est:

 

"incription impossible veuillez ressayer plus tard"

jai essayé 3 navigateurs, 2 mails, et des VPN...mais RIEN !!!!!!!!!!!!!!!!!!!!! purée on fait comment pour s'inscrire ?!!!!!!!!!

 

 

 

C'est pas facile de s'inscrire au chatgtp d'Open Ai . Essaye les alternatives comme You.com ou celle de Bing

Link to comment
Share on other sites
  • Administrators
Lyès Experienced

Lyès

Posted
  • Administrators
Posted
il y a 49 minutes, genio a dit :

jessaye de m'inscrire pour tester chatgpt et ce depuis 20 jours....je seul message que je recois c'est:

 

"incription impossible veuillez ressayer plus tard"

jai essayé 3 navigateurs, 2 mails, et des VPN...mais RIEN !!!!!!!!!!!!!!!!!!!!! purée on fait comment pour s'inscrire ?!!!!!!!!!

Tu as essayé sans VPN sans rien ? je connais des gens qui ont créé leur compte depuis l'Algérie sans soucis.

Link to comment
Share on other sites
hotsauce3 Enthusiast

hotsauce3

Posted
Posted

c'est balise ne veulent rien dire leur bot peut juste les ignorer et crawl tout le site c'est balise sont faites juste pour les moteurs de recherche afin de leur indiquer que tu ne souhaite pas indexer un contenu mais rien n'enperche le bot de siphonner le site en question , et pour les captcha , il y a des solution automatique et semi automatique pour les bypass donc il y a rien a faire , en plus de ça chatgpt ne siphone par les sites web mais c'est plus openAI qui le fait afin de cree un model , ce model ne peut pas etre mis a jour en temps reel 

Link to comment
Share on other sites
parazitenew Rising Star

parazitenew

Posted
Posted (edited)
Il y a 10 heures, hotsauce3 a dit :

c'est balise ne veulent rien dire leur bot peut juste les ignorer et crawl tout le site c'est balise sont faites juste pour les moteurs de recherche afin de leur indiquer que tu ne souhaite pas indexer un contenu mais rien n'enperche le bot de siphonner le site en question , et pour les captcha , il y a des solution automatique et semi automatique pour les bypass donc il y a rien a faire , en plus de ça chatgpt ne siphone par les sites web mais c'est plus openAI qui le fait afin de cree un model , ce model ne peut pas etre mis a jour en temps reel 

En même temps qui mets un captcha sur un site vitrine ? Ce n'est pas user friendly. ça se met pas n'importe où. En plus quel intérêt open IA aurait de scrap des données de sites internet qui ne sont pas de sites qui répertorient des informations utiles style Wiki. C'est comme construire un mur et un portail qui se ferme avec un cadenas autour d'une mairie qui est un lieu public ça n'a aucun sens, heu...wait, ça se fait pas dans un certain pays ? 😅

Edited by parazitenew
  • Like 1
Link to comment
Share on other sites

Join the conversation

You can post now and register later. If you have an account, sign in now to post with your account.

Guest
Reply to this topic...

×   Pasted as rich text.   Paste as plain text instead

  Only 75 emoji are allowed.

×   Your link has been automatically embedded.   Display as a link instead

×   Your previous content has been restored.   Clear editor

×   You cannot paste images directly. Upload or insert images from URL.

×
 Share
Go to topic listing

  • Posts

    • hall
      Mobilis doté de 5 000 nouveaux sites

      By hall · Posted

      Tres intéressé 
    • Macis
      Archer A5 V4.20 complètement brické (EEPROM défectueuse)

      By Macis · Posted

      Bonjour à tous, Je rencontre un problème critique avec mon routeur TP-Link Archer A5 V4.20. L'appareil est complètement brické et ne fonctionne plus. Voici les détails : Modèle du routeur : Archer A5 Version matérielle : V4.20 Numéro de série : 22114R8001701 Symptômes : Le routeur ne s'allume pas correctement (aucune LED ne s'allume). L'appareil n'est pas détecté par l'ordinateur via un câble Ethernet ou USB. Après inspection, j'ai remarqué que la puce EEPROM semble défectueuse. Ce que j'ai essayé : Différents adaptateurs d'alimentation (aucun changement). Connexion via un port série ou JTAG (impossible, l'appareil semble complètement hors service). Questions : Existe-t-il un moyen de remplacer ou reprogrammer la puce EEPROM ? Y a-t-il une procédure pour récupérer un appareil totalement brické (dump EEPROM, récupération via UART ou JTAG) ? Je suis prêt à fournir des photos de la carte mère ou d'autres informations si nécessaire. Merci d'avance pour votre aide et vos conseils ! Toute suggestion ou expérience similaire serait grandement appréciée. Cordialement,
    • yacine230
      Etat des lieux de la Fibre en Algérie depuis 2020

      By yacine230 · Posted

      incroyable et ca fait peur ! cest quoi le probleme ? pourquoi ce blocage ?
    • laliche
      [Tutoriel] Utilisation de NextDNS pour protéger votre IPTV

      By laliche · Posted

      Traditionnellement par défaut les requêtes DNS et leurs réponses étaient envoyées sans aucune forme de sécurité ni de cryptage, ce qui les rendait vulnérables aux écoutes clandestines, chasseurs de streaming , au « throttling » ou aux attaques de l'homme du milieu . Ainsi, un nouveau protocole DNS baptisé  DNS Over TLS, a été introduit. Il crée un canal sécurisé qui protège votre trafic DNS des regards indiscrets de FAIs et des tiers malveillants. DNS Over TLS n'est pas le seul protocole DNS sécurisé, DNS Over HTTPS est un autre protocole largement utilisé.    
    • laliche
      Débit internet : Speedtest classe l’Algérie parmi les derniers pays

      By laliche · Posted

      L’Afrique du Nord a enregistré les vitesses Internet (réseau fixe) les plus lentes en 2024 en tant que région . Position par pays dans le classement mondial et  débits moyens respectifs: 1. Égypte (77.89 Mbps, 80ème) 2. Maroc (35.57 Mbps, 116ème), 3. Mauritanie (23.16 Mbps, 129ème) 4. Algérie (15.65 Mbps, 140ème) 5. Tunisie (11.72 Mbps, 146ème). 6. Libye (10.44 7 Mbps, 147ème) Malgré son débit maximal porté à 1,2 GBps l'Algérie occupe la 4ème position au Maghreb.    
×
×
  • Create New...