行为分析

简而言之:行为分析根据访客与页面的互动方式,而非设备报告的信息来识别自动化行为。与指纹识别相比,它更难规避,因为相关信号来自动作,而非配置。

行为分析旨在判断一个会话是否符合真人操作特征。指纹识别关注客户端是什么,而行为分析关注客户端做了什么。即使运行环境毫无破绽,自动化操作的行为方式往往也与人类活动存在可衡量的差异。

观察到的信号:

  1. 光标移动:人类会沿弯曲、不规则的轨迹移动光标,加速度也会变化。脚本控制的移动通常呈直线,或完全没有移动。
  2. 点击精度:人们在元素内的点击位置各不相同。自动化工具通常每次都精确点击正中心。
  3. 滚动行为:人类滚动并不均匀,会进行回调,并在内容处停顿。程序化滚动则会跳跃或以恒定速度移动。
  4. 输入节奏:不同字符之间的按键间隔会有变化,并且可能包含修正操作。自动输入通常以均匀速度完成,或一次性全部输入。
  5. 停留时间:从页面加载到首次操作之间的时间;对真人而言,这段时间通常包括阅读。
  6. 导航流程:人们的浏览行为并不高效,会返回之前的页面,也会中途放弃。自动化工具则遵循最优路径。
  7. 会话节奏:请求间隔过于规律,或活动持续数小时而没有停顿。

人类与自动化行为模式对比:

衡量指标 典型人类行为 典型自动化行为
从加载到首次点击 2 至 15 秒 不到 500 毫秒
鼠标轨迹 弯曲、速度多变 直线或无移动
点击位置 分散在目标范围内 精确位于正中心
请求间隔 极不规律 接近恒定
页面访问顺序 包含回退 严格向前
会话时长 数分钟,其间有停顿 数小时,不间断
空闲时段 频繁出现 很少或完全没有

采集交互数据:

const events = [];

document.addEventListener("mousemove", e => {
  events.push({
    t: performance.now(),
    x: e.clientX,
    y: e.clientY,
    type: "move"
  });
});

document.addEventListener("click", e => {
  const box = e.target.getBoundingClientRect();
  events.push({
    t: performance.now(),
    type: "click",
    // Where within the element the click landed
    offsetRatioX: (e.clientX - box.left) / box.width,
    offsetRatioY: (e.clientY - box.top) / box.height
  });
});

// The offset ratios are revealing. A value of exactly 0.5
// on both axes, repeatedly, does not occur with a real cursor.

采集到的数据流通常会汇总为移动熵、间隔方差和路径曲率等特征,然后由基于已知人类会话和自动化会话训练的模型进行评分。

为什么这一层防护经久有效:

指纹信号属于配置,而配置可以修改。隐身插件只需几行代码,就能将任何属性设置为任意值。

行为信号并非配置。要生成令人信服的人类交互行为,需要创建具有真实曲率和加速度的移动轨迹,改变不同操作的时间间隔,引入错误和修正,并根据内容长度进行相应停顿。上述每种行为都可以单独模拟,但要在长时间会话中连贯地模拟所有行为,则困难得多。

从经济性来看,防守方同样占优。逼真的行为意味着运行速度更慢。一个会暂停阅读、点击前移动光标且偶尔回退的爬虫,每小时采集的数据量远低于不执行这些操作的爬虫工具,这本身就是一种有效的威慑。

误报与阈值:

行为分析系统不能设置得过于激进,因为人类行为极其多样。

仅使用键盘的用户完全不会产生鼠标移动。屏幕阅读器用户的导航模式与典型浏览行为不同。使用触控板、触摸屏和辅助设备的用户所产生的移动特征彼此存在根本差异。高级用户的操作速度可能快到类似脚本。

拦截所有看起来异常的行为,会将相当一部分合法访客拒之门外,其中包括许多有无障碍需求的用户。因此,大多数系统会将行为评分作为多个判断依据之一,或将其用作触发额外验证的条件,而不是直接进行拦截。

对数据采集的影响:

实际需要注意的是,通过浏览器指纹识别和TLS 指纹识别检查并不意味着已经解决所有问题。即使浏览器配置完美,如果它反复以精确的时间间隔加载页面并在 200 毫秒内提取数据,仅凭行为也能将其识别出来。

在使用行为评分的情况下,数据采集必须接受更慢且具有真实波动的节奏。这需要牺牲吞吐量,而不是一个可以消除的技术障碍。

Bright Data 的网络解锁器 API会将请求节奏和会话特征作为解锁逻辑的一部分进行管理,而浏览器 API则支持在目标网站要求时执行逼真的交互流程。

准备好开始了吗?