49,6% lưu lượng của bạn là bot: Điều đó có ý nghĩa gì với doanh nghiệp

Theo Imperva 2024 Bad Bot Report, 49,6% toàn bộ lưu lượng internet hiện nay là tự động — bot, crawler và script. Trong số đó, 32% được phân loại là lưu lượng bad bot: các chương trình tự động được thiết kế để scrape, nhồi thông tin đăng nhập, gian lận hoặc lạm dụng hệ thống ở quy mô lớn.

Lần đầu tiên trong lịch sử internet, lưu lượng con người trở thành thiểu số. Nếu doanh nghiệp của bạn không chủ động phát hiện và quản lý lưu lượng bot, gần một nửa chi phí hạ tầng và dữ liệu phân tích của bạn đang bị máy móc điều khiển.

Phân loại bot

Good bot (crawler của công cụ tìm kiếm, bot giám sát) chiếm khoảng 17,6% lưu lượng. Bad bot — 32% còn lại — chia thành nhiều loại:

Bot credential stuffing

Những bot này lấy danh sách các cặp tên đăng nhập/mật khẩu bị đánh cắp từ các vụ rò rỉ dữ liệu và thử chúng trên các trang đăng nhập ở quy mô lớn. Thông tin đăng nhập bị đánh cắp có giá 1-10 USD mỗi nghìn trên các chợ dark web. Tỷ lệ thành công 0,1-2% mang lại hàng trăm tài khoản bị xâm phạm trên mỗi triệu lần thử. Theo Ponemon Institute, chi phí trung bình của một cuộc tấn công credential stuffing xấp xỉ 6 triệu USD.

Bot scraping

Bot web scraping trích xuất dữ liệu giá, danh sách sản phẩm và nội dung. Các nền tảng thương mại điện tử đặc biệt dễ bị tổn thương — đối thủ scrape dữ liệu giá theo thời gian thực có thể phá giá chỉ trong vài phút.

Bot ad fraud

Ad fraud là vấn đề 84 tỷ USD theo Juniper Research. Bot tạo ra lượt hiển thị, lượt nhấp và lượt chuyển đổi giả trên các chiến dịch quảng cáo số. Các hoạt động ad fraud tinh vi sử dụng residential proxy và anti-detect browser để khiến lưu lượng bot trông giống người dùng thật.

Bot tích trữ hàng tồn kho

Những bot này nhắm vào hàng hóa có số lượng giới hạn — vé hòa nhạc, sản phẩm phiên bản giới hạn, đặt chỗ. Riêng thị trường bán lại giày sneaker tạo ra 2 tỷ USD mỗi năm, phần lớn được thúc đẩy bởi việc tích trữ hàng tồn kho do bot điều khiển.

Vì sao CAPTCHA không còn hiệu quả

Giải bằng AI. GPT-4V và các mô hình AI đa phương thức tương tự có thể giải CAPTCHA hình ảnh với độ chính xác 85-95%.

Trại CAPTCHA. Nhân công giải CAPTCHA với giá 1-3 USD mỗi nghìn. Các dịch vụ như 2Captcha xử lý hàng triệu lượt mỗi ngày.

Ảnh hưởng đến trải nghiệm người dùng. Nghiên cứu của Google cho thấy CAPTCHA làm giảm tỷ lệ chuyển đổi 3-8%. Bạn đang chặn khách hàng thật để ngăn những con bot vốn dĩ vẫn giải được CAPTCHA.

Sự tiến hóa về độ tinh vi của bot

Thế hệ 1: Bot HTTP đơn giản. Các script gửi request HTTP trực tiếp. Dễ dàng bị phát hiện bởi WAF.

Thế hệ 2: Headless browser. Puppeteer, Playwright và Selenium tự động hóa các trình duyệt thật. Có thể phát hiện qua các dấu vết của framework tự động hóa.

Thế hệ 3: Anti-detect browser. Multilogin, GoLogin và Dolphin Anty tạo ra môi trường trình duyệt bị giả mạo hoàn toàn. Có thể phát hiện qua phân tích sự bất nhất của canvas và các dị thường về thời gian.

Thế hệ 4: Bot dùng AI. Mối đe dọa đang nổi lên — những bot dùng ML để mô phỏng các mẫu hành vi của con người, bao gồm chuyển động chuột, mẫu cuộn trang và nhịp gõ phím.

Cách tiếp cận của tracio.ai

Phát hiện bot hiệu quả đòi hỏi nhiều lớp:

Device fingerprinting tạo ra ID khách truy cập bền vững từ hơn 130 tín hiệu trình duyệt, tồn tại qua các lần đổi VPN, xóa cookie và phiên ẩn danh.

Phân tích hành vi đánh giá các mẫu tương tác. Những con bot mô phỏng chuyển động chuột hoàn hảo vẫn tạo ra các mẫu có thể phát hiện được về thời gian và độ rung.

Smart Signals cung cấp 24 tín hiệu làm giàu được tính toán phía máy chủ, bao gồm phát hiện chế độ ẩn danh, VPN/proxy, emulator và giả mạo canvas.

Verdict Engine kết hợp tất cả tín hiệu thành một quyết định duy nhất ALLOW, BLOCK hoặc CHALLENGE trong dưới 50ms.

Bạn nên làm gì

1. Đo lường lưu lượng bot của bạn. Bắt đầu với gói miễn phí của tracio.ai và chạy trong một tuần.
2. Bảo vệ các endpoint giá trị cao trước tiên. Đăng nhập, đăng ký, thanh toán và các endpoint API.
3. Đừng chỉ dựa vào CAPTCHA. Sử dụng device intelligence làm lớp phát hiện chính.
4. Giám sát liên tục. Kẻ vận hành bot luôn thích nghi. Việc phát hiện tự động tiến hóa cùng với bối cảnh mối đe dọa là điều thiết yếu.
5. Định lượng ROI. Theo dõi chi phí hạ tầng, tổn thất do gian lận và mức cải thiện độ chính xác của dữ liệu phân tích.