Lue tiivistelmäSulje
Lue tiivistelmä
- Cloudflare siirtyy pistemäisistä turvatarkastuksista jatkuvaan luottamuksen arviointiin verkkoliikenteessä.
- Precursor-järjestelmä seuraa käyttäjän toimintaa koko istunnon ajan ja tunnistaa hienovaraiset bottimaiset kaavat.
- Uusi Adaptive Intelligence -koneoppimismoottori oppii ja mukautuu jatkuvasti ilman versiopäivityksiä.
- Loppuvuodesta julkaistava AI Labyrinth voi ohjata haitalliset tekoälybotit harhaanjohtaviin valesivustoihin.
Verkkoliikenteen turvaaminen on muuttunut yhä monimutkaisemmaksi tekoälyagenttien ja automaattisten bottien kehittyessä. Verkkopalveluita suojaava Cloudflare on siirtymässä staattisista ja kertaluonteisista riskiarvioista jatkuvaan luottamuksen arviointiin. Yhtiön mukaan raja ihmisen ja botin välillä hämärtyy, sillä yksittäisen istunnon aikana liikenne voi siirtyä ihmisestä tekoälyagenttiin ja takaisin esimerkiksi ostosavustinta käytettäessä.
Riski ja luottamus verkkoturvallisuudessa
Cloudflare erottaa toiminnassaan kaksi käsitettä: epäilyttävän toiminnan hetkellisen riskin sekä ajalla rakennetun luottamuksen. Kertaluonteiset haasteet, kuten CAPTCHA-kyselyt, perustuvat hetkellisen riskin arviointiin ilman laajempaa kontekstia. Luottamukseen perustuva tunnistus taas tarkastelee toimintatapoja ja kerryttää kuvaa vierailijan luotettavuudesta koko istunnon ajan.
Lue myös: Cloudflare saavutti erikoisaseman Gartnerin vuoden 2026 SASE- ja SSE-raporteissa
Uudistetussa BotBase-hakemistossa seurataan sekä luotettavia että epäilyttäviä botteja. Vahvistetun eli luotettavan botin määritelmä nojaa kahteen asiaan: toimijan on ilmoitettava itsensä rehellisesti eikä se saa käyttää saavutettua luottamusta väärin. Jos toimija rikkoo sääntöjä, sen luotettu status poistetaan.
Precursor seuraa hiiren liikkeitä koko istunnon ajan
Aiemmin julkaistu client-puolen jatkuva tunnistusjärjestelmä Precursor analysoi käyttäjän käyttäytymistä läpi koko istunnon. Järjestelmä tekee botinkehittäjille ihmisen toiminnan jäljittelemisestä taloudellisesti kannattamatonta. Cloudflaren mukaan 24 tunnin tarkastelujaksolla Precursor käsitteli 206 miljoonaa arviointitapahtumaa yli 73 000 verkkotunnusalueella.
Data vahvistaa, että epäilyttävä toiminta tapahtuu usein vasta kesken istunnon, mitä perinteiset pistemäiset tarkastukset eivät havaitse. Lisäksi liikenne voi muuttua ihmismäisestä agenttimaiseksi ja takaisin, minkä vuoksi liikennettä on voitava luokitella käyttötarkoituksen mukaan.
Cloudflare on julkaissut myös interaktiivisen Precursor Trace -demonstration, jossa kuka tahansa voi testata, miten järjestelmä analysoi oman hiiren kursorin liikkeitä, kiihdytyksiä, korjausliikkeitä ja rytmiä.
Uusi Adaptive Intelligence -moottori ja AI Labyrinth
Cloudflare tuo lähiaikoina kaikille Bot Management -asiakkailleen uuden Adaptive Intelligence -tunnistusmoottorin. Toisin kuin aiemmat koneoppimismallit, joita päivitettiin versioittain, uusi malli on jatkuvasti mukautuva ja itseään korjaava. Se oppii havaitsemistaan liikennemalleista ilman tarvetta manuaalisille mallipäivityksille.
Sivustonomistajille on luvassa loppuvuodesta uusia kehittyneitä keinoja bottiliikenteen ohjaamiseen ja estämiseen:
- Ennalta-arvaamattomuus: Automaattiselle liikenteelle annetaan satunnaisia vastauksia (salli, haasta tai estä), mikä rikkoo bottien automaattisen uudelleenyrityslogiikan.
- AI Labyrinth: Ansaan ajaminen tekoälypohjaiseen sokkeloon, joka kuluttaa haitallisten bottien laskentaresursseja. Vaihtoehtoina ovat loputon sivulinkitys, hyödytön tiivistelmä sivuista tai vääristellyn datan syöttäminen kielimallien koulutuksen sotkemiseksi.
- Jonotus hyville boteille: Luvallisen automaattisen liikenteen, kuten käyttäjän valtuuttamien ostosagenttien, kapasiteettia hallitaan jonottamalla hylkäämisen sijaan.
Lähde: Cloudflare Blog: Unveiling good and bad behaviors on the Agentic Internet
Tekoälyavusteinen sisältö: Artikkeli on tuotettu tekoälyä hyödyntäen alkuperäislähteen pohjalta.
