Il data scraping è la raccolta automatizzata di informazioni da pagine web, portali o altre superfici di contenuto su larga scala. Invece di una persona che copia alcuni record, uno script o un bot richiede ripetutamente le pagine, analizza l'HTML restituito o le risposte API e memorizza i risultati per un uso successivo. La stessa tecnica può supportare attività legittime come l'indicizzazione, il monitoraggio o la migrazione, ma è anche ampiamente utilizzata per il furto massivo di dati.
Nella sicurezza informatica, lo scraping è importante perché può trasformare una piccola esposizione in una grande fuga di dati. Se le pagine per ospiti, i risultati di ricerca, i widget o le API con restrizioni insufficienti restituiscono informazioni agli utenti anonimi, gli aggressori possono automatizzare le richieste per raccogliere nomi, casi, email o altri record molto più velocemente di quanto potrebbe fare una persona. Le difese si concentrano sul principio del privilegio minimo, su regole rigide di accesso pubblico, su restrizioni a livello di campo, sui controlli delle API, sul rate limiting, sul rilevamento dei bot e sulla revisione esatta di ciò che gli utenti non autenticati possono vedere ed esportare.