Internet profunda1 (del inglés, deep web), internet invisible2 o internet oculta3 es el contenido de

internet que no está indexado por los motores de búsqueda convencionales, debido a diversos
factores.4 El término se atribuye al informático Mike Bergman.5 Es el opuesto al Internet superficial.

Origen

La principal causa de la existencia de la internet profunda es la imposibilidad de los motores de

búsqueda (Google, Yahoo y Bing.) de encontrar o indexar gran parte de la información existente en
Internet. Si los buscadores tuvieran la capacidad para acceder a toda la información entonces la
magnitud de la «internet profunda» se reduciría casi en su totalidad. No obstante, aunque los motores
de búsqueda pudieran indexar la información de la internet profunda esto no significaría que esta dejara
de existir, ya que siempre existirán las páginas privadas. Los motores de búsqueda no pueden acceder a
la información de estas páginas y sólo determinados usuarios, aquellos con contraseñas o códigos
especiales, pueden hacerlo.

En la Deep Web pueden establecerse contactos que no son monitoreados, nadie está allí observando.
Además las transferencias tanto de mercancía como de pagos son prácticamente imposible de rastrear.
La web está dividida en dos partes, la web superficial y la web profunda. Esta última es la que se conoce
como Deep Web, donde se ubica todo contenido que no es indexable por los buscadores, o al que los
usuarios no pueden acceder mediante un buscador web como DuckDuckGo, Startpage, Yandex, Ecosia,
Yahoo!, Google o Bing.

La internet profunda no es una región prohibida o mística de internet, y la tecnología relacionada con
ella por lo general no es conspirativa, peligrosa o ilegal. En ella se alberga todo tipo de recurso al que se
es difícil de acceder mediante métodos comunes como los motores de búsqueda populares.

Una parte de la internet profunda consiste en redes internas de instituciones científicas y académicas
que forman la denominada Academic Invisible Web: («Internet académica invisible») la cual se refiere a
las bases de datos que contienen avances tecnológicos, publicaciones científicas, y material académico
en general a los cuales no se pueden acceder fácilmente.6

Tamaño

La internet profunda es un conjunto de sitios web y bases de datos que buscadores comunes no pueden
encontrar ya que no están indexadas. El contenido que se puede hallar dentro de la internet profunda es
muy amplio.7

El internet se ve dividido en dos ramas, la internet profunda y la superficial. La internet superficial se

compone de páginas indexadas en servidores DNS con una alfabetización y codificación de página
perfectamente entendible por los motores de búsqueda, mientras que la internet profunda está
compuesta de páginas cuyos dominios están registrados con extensiones .onion y los nombres de los
dominios están codificados en una trama HASH. Estas páginas se sirven de forma ad hoc, y no necesitan
registrarse, basta con que tu ordenador tenga funcionando un servicio onion, que hará las veces de un
servicio dns, pero especial para las páginas del internet profundo. Mediante una red P2P, se replican las
bases de datos que contienen la resolución de nombres HASH.

Mientras que las páginas normales son identificadas mediante el protocolo UDP/IP, las páginas .onion
son repetidas por el ramal al que se ha conectado el navegador especializado para tal sistema de
navegación segura. El sistema de búsqueda es el mismo que usa BitTorrent. El contenido se coloca en
una base de datos y se proporciona solamente cuando lo solicite el usuario.8

En 2010 se estimó que la información que se encuentra en la internet profunda es de 7500 terabytes, lo
que equivale a aproximadamente 550 billones de documentos individuales.En comparación, se estima
que la internet superficial contiene solo 19 terabytes de contenido y un billón de documentos
individuales.

También en 2010 se estimó que existían más de 200 000 sitios en la internet profunda.9

Estimaciones basadas en la extrapolación de un estudio de la Universidad de California en Berkeley

especula que actualmente la internet profunda debe tener unos 91 000 terabytes.10

La Association for Computing Machinery (ACM) publicó en 2007 que Google y Yahoo indexaban el 32 %
de los objetos de la internet profunda, y MSN tenía la cobertura más pequeña con el 11 %. Sin embargo,
la cobertura de los tres motores era de 37 %, lo que indicaba que estaban indexando casi los mismos
objetos.11

Motivos

Motivos por los que los motores de búsqueda no pueden indexar algunas páginas:

Documentos o información oculta: Archivos pdf que no se encuentran en las páginas indexadas, listas de
datos no públicas (sobre todo los ciber-criminales).

Web contextual: páginas cuyo contenido varía dependiendo del contexto (por ejemplo, la dirección IP
del cliente, de las visitas anteriores, etc).

Contenido dinámico: páginas dinámicas obtenidas como respuesta a parámetros, por ejemplo, datos
enviados a través de un formulario.
Contenido de acceso restringido: páginas protegidas con contraseña, contenido protegido por un
Captcha, etc.

Contenido No HTML: contenido textual en archivos multimedia, otras extensiones como exe, rar, zip,
etc.

Software: Contenido oculto intencionadamente, que requiere un programa o protocolo específico para
poder acceder (ejemplos: Tor, I2P, Freenet)

Páginas no enlazadas: páginas de cuya existencia no tienen referencia los buscadores; por ejemplo,
páginas que no tienen enlaces desde otras páginas.

Denominación

La Web profunda se refiere a la colección de sitios o bases de datos que un buscador común, como
Google, no puede o no quiere indexar. Es un lugar específico del internet que se distingue por el
anonimato. Nada que se haga en esta zona puede ser asociado con la identidad de uno, a menos que
uno lo desee.12

Bergman, en un artículo semanal sobre la Web profunda publicado en el Journal of Electronic Publishing,
mencionó que Jill Ellsworth utilizó el término «Web invisible» en 1994 para referirse a los sitios web que
no están registrados por ningún motor de búsqueda.13

En su artículo, Bergman citó la entrevista que Frank García hizo a Ellsworth en 1996:14

Sería un sitio que, posiblemente, esté diseñado razonablemente, pero no se molestaron en registrarlo
en alguno de los motores de búsqueda. ¡Por lo tanto, nadie puede encontrarlos! Estás oculto. Yo llamo a
esto la Web invisible.

Otro uso temprano del término Web Invisible o web profunda fue por Bruce Monte y Mateo B. Koll de
Personal Library Software, en una descripción de la herramienta @ 1 de web profunda, en un
comunicado de prensa de diciembre de 1996.15

La importancia potencial de las bases de datos de búsqueda también se reflejó en el primer sitio de
búsqueda dedicado a ellos, el motor AT1 que se anunció a bombo y platillo a principios de 1997. Sin
embargo, PLS, propietario de AT1, fue adquirida por AOL en 1998, y poco después el servicio AT1 fue
abandonado.13

El primer uso del término específico de web profunda, ahora generalmente aceptada, ocurrió en el
estudio de Bergman de 2001 mencionado anteriormente.

Por otra parte, el término web invisible se dice que es inexacto porque:
Muchos usuarios asumen que la única forma de acceder a la web es consultando un buscador.

Alguna información puede ser encontrada más fácilmente que otra, pero esto no quiere decir que esté
invisible.

La web contiene información de diversos tipos que es almacenada y recuperada en diferentes formas.

El contenido indexado por los buscadores de la web es almacenado también en bases de datos y
disponible solamente a través de las peticiones o consultas del usuario, por tanto no es correcto decir
que la información almacenada en bases de datos es invisible.