Bot Detection

Sistemul de detectare a boților din TRACIO identifică browsere automatizate, instrumente headless și atacuri scriptate folosind o arhitectură pe două straturi: colectarea semnalelor pe partea de client și analiza pe partea de server. Detectează framework-uri de automatizare uzuale, browsere headless, agenți AI de navigare și browsere antidetect cu falsuri pozitive aproape de zero, punând automat pe lista de permisiuni crawlerele legitime ale motoarelor de căutare.

Ce detectează TRACIO

• Framework-uri de automatizare — Selenium, Puppeteer, Playwright, Cypress, PhantomJS, NightmareJS și altele, prin artefacte window/document și comportamentul stivei de apeluri.
• Browsere headless — Headless Chrome și medii de rulare înrudite (artefacte CDP, randare pe GPU software, obiecte de browser lipsă).
• Agenți AI de navigare — Browser-Use, Claude Computer Use, Fellou, Genspark, Skyvern și medii de rulare similare pentru agenți.
• Browsere antidetect — Multilogin, GoLogin, Dolphin și alte browsere care falsifică amprenta, prin probe CSS/de proprietăți/de integritate.
• Crawlere verificate — Googlebot, Bingbot, Applebot, GPTBot, Yandex, DuckDuckGo și altele, verificate prin reverse DNS pentru ca user-agenții falsificați să nu treacă.

Arhitectura de detectare

Colectarea pe partea de client

Agentul de browser colectează o serie de semnale specifice boților și de validare încrucișată, care alimentează deciziile de pe partea de server. ID-urile de semnal de mai jos sunt ilustrative — ID-urile interne nu constituie un contract public stabil:

Analiza pe partea de server

Serverul rulează un set de detectoare ale căror ieșiri ponderate se combină într-un scor de bot. Scorul este mapat la un verdict prin praguri — bot când este ≥ 0,70, suspicious când ≥ 0,30, altfel human — iar un semnal de eșec categoric (precum navigator.webdriver) forțează direct un verdict bot. Verdictele de bot poartă o etichetă bot_type în format liber.

Detectoare reprezentative și efectul lor:

Nivel și disponibilitate. Detectarea DevTools rulează pe Business și Enterprise; detectarea VM este Enterprise; detectarea de emulator rulează pe toate planurile. Toate acestea funcționează în agentul web. Detectarea de root, jailbreak, aplicații clonate/duale, Frida și resetare din fabrică depinde de semnale native de mobil și nu este eficientă în implementarea exclusiv web (în dezvoltare). Bazați-vă pe verdictele de automatizare, headless, agenți AI, antidetect, VM/emulator și comportamentale, care sunt pe deplin active pe web.

Formatul rezultatului

Detectarea boților scrie un câmp bot_result la fiecare eveniment (și bot.result în payload-ul webhook-ului).

Valorile rezultatului

bot_result este una dintre trei valori canonice:

Aceasta se mapează la câmpul de business decision (real, fake sau suspicious) folosit în tot dashboard-ul, precum și la bot.result din payload-ul webhook-ului.

Tipuri de bot (când rezultatul este "bot")

bot_type este un șir în format liber. Valorile de mai jos sunt exemple ilustrative ale a ceea ce emit detectoarele, nu un enum exhaustiv:

Explicarea metodelor de detectare

1. Flagul Webdriver

Cea mai directă detectare. Toate framework-urile majore de automatizare setează navigator.webdriver = true conform specificației WebDriver. Acest lucru este verificat atât în cadrul principal (s300), cât și într-un iframe ascuns (s158) pentru a prinde instrumentele care corectează doar cadrul principal.

2. Scanarea framework-urilor de automatizare

Scanare cuprinzătoare a proprietăților window și document pentru artefacte specifice framework-urilor:

Scanarea folosește și un tipar regex /^([a-z]){3}_.*_(Array|Promise|Symbol)$/ pentru a detecta globalele auxiliare injectate de Selenium.

3. Detectarea browserelor headless

Se evaluează 11 markeri, cu un prag de 2 sau mai mulți pentru clasificare:

4. Verificarea boților buni

Boții buni cunoscuți sunt recunoscuți după tiparul User-Agent. Fiecare este verificat prin reverse DNS pentru a preveni falsificarea:

1. Căutare reverse DNS pe IP-ul care se conectează pentru a obține hostname-ul
2. Verificarea sufixului hostname-ului față de domeniile permise (de ex. .googlebot.com)
3. Căutare forward DNS pe hostname pentru a verifica dacă IP-ul corespunde

Dacă o cerere pretinde că este Googlebot, dar reverse DNS-ul IP-ului său se rezolvă la un domeniu străin (o nepotrivire PTR confirmată, nu doar o căutare lipsă/expirată), este clasificată ca bot (tip spoofed:google).

5. Analiza comportamentală

Detectare bazată pe rată cu scor de entropie:

Regulă suplimentară: Absența evenimentelor de mouse/tastatură după 30+ secunde de vechime a sesiunii clasifică vizita drept bot cu tipul noInteraction.

6. Analiza lungimii eval

eval.toString().length produce valori consistente per motor:

• 33: Chrome, Edge (V8)
• 37: Firefox (SpiderMonkey), Safari (JavaScriptCore)

Orice altă valoare indică faptul că funcția eval a fost interceptată de un framework de automatizare, clasificând vizita drept bot cu tipul unknown.

Exemple de integrare

Blocarea boților la autentificare (client)

SDK-ul de client expune un boolean practic, result.bot.detected:

const result = await tracio.getResult()

if (result.bot.detected) {
  // Log and block
  console.warn(`Bot detected (confidence ${result.bot.confidence})`)
  showCaptcha()
  return
}

// Proceed with login
await login(credentials)

Verificarea botului pe partea de server

Pe serverul dvs., acționați asupra livrării prin webhook. Detectarea boților se află în obiectul bot — bot.result și bot.type:

// `event` is the webhook delivery body (/docs/webhooks)
app.post("/webhook/tracio", async (req, res) => {
  const event = req.body

  if (event.bot.result === "bot") {
    await db.blockedRequests.insert({
      visitorId: event.visitorId,
      botType: event.bot.type,
      ip: event.ip,
      timestamp: new Date(),
    })
  }

  res.status(200).send("OK")
})

Gestionarea falsurilor pozitive

Detectarea boților din TRACIO este concepută pentru falsuri pozitive aproape de zero. Cu toate acestea, pot apărea cazuri limită:

Dacă întâmpinați falsuri pozitive, examinați câmpul bot.type pentru a înțelege ce detector a fost declanșat și ajustați-vă politica în consecință.