DarkCatalog: framework "vision-first" e independente de parser para coleta forense em serviços ocultos Tor

Scraping e coleta forense de sites .onion enfrentam um problema estrutural conhecido: crawlers tradicionais dependem de parsers de HTML/CSS específicos para cada site, e esses parsers quebram com frequência porque operadores de mercados e fóruns da dark web alteram layout, adicionam ofuscação de marcação ou trocam de plataforma para dificultar justamente esse tipo de coleta automatizada. O nome "DarkCatalog" e a descrição "vision-first, parser-independent" sugerem uma abordagem que desloca a extração de conteúdo do parsing estrutural do HTML para algo mais próximo de uma análise visual/de renderização da página — o tipo de técnica que tende a ser mais resiliente a mudanças cosméticas de template porque não depende de seletores ou da árvore DOM permanecerem estáveis.

É importante registrar a limitação desta análise: o acesso ao PDF/HTML completo do artigo foi bloqueado (HTTP 403) e o feed RSS da ScienceDirect não traz o abstract, apenas metadados de publicação e autoria. Por isso, não é possível confirmar aqui detalhes de metodologia, dataset de validação ou métricas de desempenho reivindicadas pelos autores — o que seria necessário antes de recomendar adoção operacional da ferramenta.

Ainda assim, o tema é diretamente relevante para forense digital investigativa: catalogação de hidden services é insumo central para investigações de mercados ilegais, extorsão e distribuição de conteúdo ilícito na dark web, e uma coleta mais robusta a mudanças de layout tende a reduzir lacunas de cobertura e a necessidade de manutenção constante de scrapers customizados por site, um problema operacional real enfrentado por equipes de OSINT e investigação policial que monitoram esse ecossistema.