Web profunda o Deep Web

La Web profunda, a veces llamada la Web invisible, es la mayor parte de internet que es
inaccesible para los motores de búsqueda convencionales. El contenido de la Deep Web incluye
mensajes de correo electrónico, mensajes de chat, contenido privado en sitios de redes sociales,
extractos bancarios electrónicos, registros electrónicos de salud (EHR, por sus siglas en inglés) y
otro contenido al que se puede acceder a través de internet pero que los motores de búsqueda
como Google, Yahoo, Bing o DuckDuckgo no rastrean ni indexan.

Las razones para no indexar contenido web profundo son variadas. Puede ser que el contenido
sea propietario, en cuyo caso solo los visitantes aprobados que acceden a través de una red
privada virtual (VPN) pueden acceder al contenido. O el contenido puede ser comercial, en cuyo
caso el contenido se encuentra detrás de un muro de miembros y solo los clientes que han
pagado una tarifa pueden acceder a él. O tal vez el contenido contenga información de
identificación personal (PII), en cuyo caso el contenido está protegido por las regulaciones de
cumplimiento y solo puede accederse a él a través de un sitio del portal por personas a las que
se les ha otorgado privilegios de acceso. Cuando se han generado mashups sobre la marcha y
los componentes carecen de una ubicación de recursos uniforme (URL) permanente, también se
convierten en parte de la Web profunda. (Los mashups son páginas web o aplicaciones que
integran elementos complementarios de dos o más fuentes.)

No se sabe qué tan grande es la Web profunda, pero muchos expertos estiman que los motores
de búsqueda rastrean e indexan menos del 1% de todo el contenido al que se puede acceder a
través de internet. La parte de internet que los motores de búsqueda rastrean e indexan a veces
se conoce como la Web de superficie. El término "Deep Web" fue acuñado por BrightPlanet en
un documento técnico de 2001 titulado 'The Deep Web: Surfacing Hidden Value' y a menudo se
confunde en los medios con el término Dark Web (Web oscura). Al igual que el contenido web
profundo, los motores de búsqueda convencionales no pueden acceder al contenido web oscuro,
pero en la mayoría de los casos la razón es porque el contenido es ilegal.