Про многофакторный анализ трафика 🔍

Интернет-трафик и атаки становятся всё сложнее, поэтому обязательная блокировка по IP-адресам или гео признаку уходит в прошлый век.

Попутно детекцию вредоносных запросов затрудняют ботоводы — фулстек-боты всё лучше имитируют действия легитимных пользователей.

Вывод: нужно точечно отделять вредоносные запросы от легитимных без применения статичных признаков источников запросов (гео, IP).

Но как? Давайте разбираться ⬇️

📈 Смотреть статистику?
Она применима только для грубой блокировки объёмных DDoS-атак. Низкочастотные и сложные интеллектуальные атаки её обойдут.

🚫 Банить по сигнатурам?
Спасает только от уже известных угроз. А как быть с новыми? По сигнатурам, как правило, банит WAF, но некоторые решения уже научились работать и с угрозами нулевого дня.

🕯 Использовать репутационный анализ?
Да, можно бороться с ботоводами, бесконечно создавая и актуализируя чёрные и белые списки IP-адресов, но за одним IP сотового оператора могут находиться одновременно тысячи абонентов связи. А это значит, что блокировки по IP неизбежно ведут к потерям реального трафика.

👀 Проверять поведенческие признаки?
Давайте честно, никто не любит проходить проверки CAPTCHA. Использовать только этот метод — значит, умышленно срезать % от трафика и конверсии.

А что тогда? Применять всё вместе, да с использованием ML-моделей и под чутким контролем команды аналитиков-профи. Результат — <0,01% ложноположительных срабатываний 🔥

Хотите более детально изучить наш рецепт многофакторного анализа? Велком в блог. Секретов шефа не раскрываем, но кое-что новое расскажем 🤫

Читать статью 📖

#sp_article #sp_antibot