การตรวจจับบอท

ระบบตรวจจับบอทของ TRACIO ระบุเบราว์เซอร์อัตโนมัติ เครื่องมือแบบ headless และการโจมตีด้วยสคริปต์ โดยใช้สถาปัตยกรรมสองชั้น ได้แก่ การเก็บสัญญาณฝั่งไคลเอนต์และการวิเคราะห์ฝั่งเซิร์ฟเวอร์ ระบบตรวจจับเฟรมเวิร์กอัตโนมัติทั่วไป เบราว์เซอร์แบบ headless เอเจนต์เรียกดูเว็บด้วย AI และ เบราว์เซอร์ต่อต้านการตรวจจับ ด้วยอัตราผลบวกลวงที่ใกล้ศูนย์ พร้อมทั้งเพิ่มครอว์เลอร์ของเครื่องมือค้นหาที่ถูกต้องเข้าใน allowlist โดยอัตโนมัติ

สิ่งที่ TRACIO ตรวจจับ

• เฟรมเวิร์กอัตโนมัติ — Selenium, Puppeteer, Playwright, Cypress, PhantomJS, NightmareJS และอื่น ๆ ผ่านสิ่งตกค้างใน window/document และพฤติกรรมของ stack-trace
• เบราว์เซอร์แบบ headless — Headless Chrome และรันไทม์ที่เกี่ยวข้อง (สิ่งตกค้างจาก CDP, การเรนเดอร์ด้วย GPU ซอฟต์แวร์, การขาดหายไปของอ็อบเจกต์เบราว์เซอร์)
• เอเจนต์เรียกดูเว็บด้วย AI — Browser-Use, Claude Computer Use, Fellou, Genspark, Skyvern และรันไทม์เอเจนต์ที่คล้ายกัน
• เบราว์เซอร์ต่อต้านการตรวจจับ — Multilogin, GoLogin, Dolphin และเบราว์เซอร์ที่ปลอมแปลงลายนิ้วมืออื่น ๆ ผ่านการตรวจสอบ CSS/property/integrity
• ครอว์เลอร์ที่ผ่านการยืนยัน — Googlebot, Bingbot, Applebot, GPTBot, Yandex, DuckDuckGo และอื่น ๆ ยืนยันผ่าน reverse DNS เพื่อไม่ให้ user-agent ที่ปลอมแปลงผ่านเข้ามาได้

สถาปัตยกรรมการตรวจจับ

การเก็บข้อมูลฝั่งไคลเอนต์

เอเจนต์ในเบราว์เซอร์เก็บสัญญาณเฉพาะสำหรับบอทและสัญญาณตรวจสอบยืนยันข้ามหลากหลายรายการ ซึ่งป้อนเข้าสู่การตัดสินใจฝั่งเซิร์ฟเวอร์ รหัสสัญญาณด้านล่างเป็นเพียงตัวอย่างประกอบ — รหัสภายในไม่ใช่สัญญาสาธารณะที่คงที่:

การวิเคราะห์ฝั่งเซิร์ฟเวอร์

เซิร์ฟเวอร์รันชุดของตัวตรวจจับ ซึ่งผลลัพธ์ที่ถ่วงน้ำหนักจะถูกรวมเป็น คะแนนบอท คะแนนนี้จะถูกจับคู่กับคำตัดสินผ่านค่าเกณฑ์ — bot เมื่อคะแนน ≥ 0.70, suspicious เมื่อ ≥ 0.30 มิฉะนั้นเป็น human — และสัญญาณ hard-fail (เช่น navigator.webdriver) จะบังคับให้เป็นคำตัดสิน bot ทันที คำตัดสิน bot จะมาพร้อมกับ ป้าย bot_type แบบอิสระ

ตัวตรวจจับตัวแทนและผลลัพธ์ของแต่ละตัว:

แพ็กเกจและความพร้อมใช้งาน การตรวจจับ DevTools ทำงานบน Business และ Enterprise; การตรวจจับ VM เป็นของ Enterprise; การตรวจจับ emulator ทำงานบนทุกแพ็กเกจ ทั้งหมดนี้ทำงาน ในเว็บเอเจนต์ ส่วนการตรวจจับ Root, jailbreak, แอปที่ถูกโคลน/แอปคู่, Frida และการรีเซ็ตโรงงาน ขึ้นอยู่กับสัญญาณ native-mobile และไม่มีผลในการติดตั้งแบบเว็บอย่างเดียว (อยู่ระหว่างการพัฒนา) ให้พึ่งพาคำตัดสินด้าน automation, headless, AI-agent, antidetect, VM/emulator และเชิงพฤติกรรม ซึ่งทำงาน อย่างเต็มรูปแบบบนเว็บ

รูปแบบผลลัพธ์

การตรวจจับบอทจะเขียนฟิลด์ bot_result ในทุกอีเวนต์ (และ bot.result ใน payload ของ webhook)

ค่าผลลัพธ์

bot_result เป็นหนึ่งในสามค่ามาตรฐาน:

ค่านี้จะถูกจับคู่กับฟิลด์ decision เชิงธุรกิจ (real, fake หรือ suspicious) ที่ใช้ทั่วทั้งแดชบอร์ด และกับ bot.result ใน payload ของ webhook

ชนิดบอท (เมื่อผลลัพธ์เป็น "bot")

bot_type เป็นสตริงแบบอิสระ ค่าด้านล่างเป็นตัวอย่างประกอบของสิ่งที่ ตัวตรวจจับส่งออกมา ไม่ใช่ enum ที่ครอบคลุมทั้งหมด:

คำอธิบายวิธีการตรวจจับ

1. แฟล็ก Webdriver

การตรวจจับที่ตรงไปตรงมาที่สุด เฟรมเวิร์กอัตโนมัติหลักทั้งหมดตั้งค่า navigator.webdriver = true ตามข้อกำหนดของ WebDriver ค่านี้จะถูกตรวจสอบทั้งในเฟรมหลัก (s300) และใน iframe ที่ซ่อนไว้ (s158) เพื่อจับเครื่องมือที่แพตช์เฉพาะเฟรมหลัก

2. การสแกนเฟรมเวิร์กอัตโนมัติ

การสแกนพร็อพเพอร์ตี้ของ window และ document อย่างครอบคลุมเพื่อหาสิ่งตกค้างเฉพาะของเฟรมเวิร์ก:

การสแกนยังใช้รูปแบบ regex /^([a-z]){3}_.*_(Array|Promise|Symbol)$/ เพื่อตรวจจับ helper global ที่ Selenium ฉีดเข้ามา

3. การตรวจจับเบราว์เซอร์แบบ Headless

มีการประเมิน 11 markers โดยใช้ค่าเกณฑ์ 2 ตัวขึ้นไปสำหรับการจัดประเภท:

4. การยืนยันบอทที่ดี

บอทที่ดีซึ่งเป็นที่รู้จักจะถูกจดจำจากรูปแบบของ User-Agent แต่ละตัวจะถูกยืนยันผ่าน reverse DNS เพื่อป้องกันการปลอมแปลง:

1. ทำ reverse DNS lookup บน IP ที่เชื่อมต่อเข้ามาเพื่อหา hostname
2. ตรวจสอบส่วนต่อท้ายของ hostname กับโดเมนที่อนุญาต (เช่น .googlebot.com)
3. ทำ forward DNS lookup บน hostname เพื่อยืนยันว่า IP ตรงกัน

หากคำขออ้างว่าเป็น Googlebot แต่ reverse DNS ของ IP นั้นแปลงกลับไปเป็นโดเมนต่างถิ่น (เป็นความไม่ตรงกันของ PTR ที่ยืนยันแล้ว ไม่ใช่เพียงการ lookup ที่ขาดหายไป/หมดเวลา) คำขอนั้นจะถูกจัดประเภทเป็น bot (ชนิด spoofed:google)

5. การวิเคราะห์เชิงพฤติกรรม

การตรวจจับตามอัตราพร้อมการให้คะแนนเอนโทรปี:

กฎเพิ่มเติม: การไม่มีอีเวนต์เมาส์/คีย์บอร์ดหลังจากอายุเซสชัน 30+ วินาที จะจัดประเภทการเข้าชมเป็น bot ด้วยชนิด noInteraction

6. การวิเคราะห์ Eval Length

eval.toString().length ให้ค่าที่สอดคล้องกันตามแต่ละเอนจิน:

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

ค่าอื่นใดบ่งชี้ว่าฟังก์ชัน eval ถูก hook โดยเฟรมเวิร์กอัตโนมัติ ซึ่งจะจัดประเภทการเข้าชมเป็น bot ด้วยชนิด unknown

ตัวอย่างการผสานรวม

การบล็อกบอทตอนล็อกอิน (client)

Client SDK เปิดให้ใช้บูลีนที่สะดวก คือ 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)

การตรวจสอบบอทฝั่งเซิร์ฟเวอร์

บนเซิร์ฟเวอร์ของคุณ ให้ดำเนินการกับการส่งมอบผ่าน webhook การตรวจจับบอท อยู่ในอ็อบเจกต์ bot — bot.result และ 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")
})

การจัดการผลบวกลวง

การตรวจจับบอทของ TRACIO ออกแบบมาเพื่อให้มีผลบวกลวงใกล้ศูนย์ อย่างไรก็ตาม กรณีขอบยังอาจเกิดขึ้นได้:

หากคุณพบผลบวกลวง ให้ตรวจสอบฟิลด์ bot.type เพื่อทำความเข้าใจว่าตัวตรวจจับใดถูกกระตุ้น แล้วปรับนโยบายของคุณให้เหมาะสม