En los últimos años, los repositorios institucionales han experimentado un incremento exponencial en consultas automatizadas originadas por herramientas de minería de datos, indexadores y rastreadores (crawlers) de inteligencia artificial. Esta actividad genera sobrecargas imprevistas que ponen en riesgo la estabilidad, disponibilidad y rendimiento de plataformas como DSpace.
Para analizar este escenario crítico y compartir soluciones prácticas basadas en experiencias reales, el proyecto LA Referencia – Lyrasis dedicó la sesión de la Open Hour de Agosto 2026 al tema: “Optimización, seguridad y buenas prácticas para la mejora de rendimiento en repositorios”.
Experiencias desde la práctica: Los ponentes
El encuentro reunió la perspectiva técnica de dos especialistas de amplia trayectoria en la región:
- Agustín Alfieri (Universidad Nacional de Rosario / LA Referencia): Especialista en administración de plataformas de ciencia abierta, gestión integral de DSpace, interoperabilidad mediante OAI-PMH e implementación de identificadores persistentes.
- Gerardo Flores (CIMMYT / LA Referencia): Especialista en entornos Linux, mantenimiento de repositorios de datos científicos, automatización de flujos e infraestructura sustentada en tecnologías de código abierto.
Puntos clave y estrategias compartidas
A partir del análisis de incidentes de saturación y pruebas de estrés en servidores de producción, los ponentes desglosaron los principales retos de infraestructura y las líneas de acción recomendadas:
1. El impacto del tráfico agresivo en DSpace
Agustín Alfieri expuso el caso de la Universidad Nacional de Rosario (UNR), donde ráfagas masivas y concurrentes de peticiones automatizadas provocaron la saturación de memoria RAM al 100%, derivando en lentitud extrema e interrupciones del servicio. En instancias sobre DSpace 7.6.x, las ineficiencias en el renderizado del frontend desacoplado (Angular con Server-Side Rendering - SSR) agravaron la situación al procesar y reconstruir páginas completas en cada solicitud sin contar con una capa intermedia de caché optimizada para este perfil de tráfico.
2. Límites de las medidas paliativas
Los métodos tradicionales de contención demostraron claras restricciones estructurales:
- Bloqueo manual de IPs: Resultó ineficaz frente a redes dinámicas, residenciales y distribuidas globalmente.
- Bloqueo geográfico estricto: Aunque se evaluó como medida de emergencia preservando únicamente servicios como Handle y Google Scholar, restringe el acceso universal y contradice el principio de acceso abierto que fundamenta a los repositorios institucionales.
- Escalamiento vertical de hardware: Incrementar CPU y RAM de forma indefinida supone costos económicos insostenibles a mediano y largo plazo sin resolver el cuello de botella de fondo.
3. Soluciones estructurales y actualización de versiones
Se enfatizó la necesidad estratégica de migrar hacia versiones modernas de la plataforma (DSpace 8 y DSpace 9). Estas versiones integran optimizaciones sustanciales en el motor de renderizado de Angular SSR, mejoras en el pipeline de entrega de assets y esquemas de caché más eficientes diseñados para amortiguar impactos masivos sobre el backend y la base de datos.
4. Filtrado activo y WAF con Anubis
Gerardo Flores presentó en detalle la arquitectura e integración de Anubis, un cortafuegos para aplicaciones web (Web Application Firewall o WAF) de código abierto diseñado para identificar y mitigar tráfico abusivo. Mediante inspección de comportamiento, heurísticas avanzadas y desafíos automáticos basados en prueba de trabajo (proof-of-work), Anubis neutraliza bots no deseados en la capa perimetral antes de que sus peticiones consuman memoria y procesamiento en el servidor de aplicaciones de DSpace.
5. Enfoque de defensa integral
La sesión concluyó destacando que la resiliencia de un repositorio requiere un equilibrio coordinado:
- Mantener la plataforma actualizada hacia las ramas con soporte activo.
- Optimizar la configuración de Nginx, Node.js y Tomcat.
- Implementar mecanismos perimetrales de filtrado y validación de tráfico sin sacrificar la indexación legítima ni el acceso global.
Grabación completa de la sesión
La sesión completa, con los análisis técnicos y la ronda de preguntas y respuestas, se encuentra disponible para consulta libre:
- 🎥 Grabación en video: Ver sesión completa en YouTube
- 📊 Diapositivas:
- Experiencia en la Universidad Nacional de Rosario, Argentina: Cómo la actualización del DSpace mejoró la saturación de RAM causada por bots de IA
- Caso de uso: Repositorio CIMMYT
Canales de consulta y acompañamiento técnico
El equipo del proyecto mantiene abiertos sus espacios de colaboración para asesorar a las instituciones de América Latina que enfrenten retos de saturación, rendimiento o migración:
- 🛠️ Portal de Soporte Técnico: Solicita asistencia técnica y diagnósticos en el Portal de Soporte DSpace LA Referencia.
- 💬 Comunidad en Discord: Conéctate con colegas y el equipo del proyecto en nuestro Servidor de Discord.
- 🌐 Recursos y canales institucionales: Consulta todas nuestras iniciativas en Enlaces de LA Referencia.
Autor: Arturo Garduño Magaña
Coordinador del Proyecto LA Referencia – Lyrasis