2026-07-13 5分钟阅读 机器人缓解是一场对抗性的游戏：攻击者适应，防御者响应，循环继续。在Cloudflare，我们通过结合全球网络的可见性和客户端环境的信号来保持领先。在网络层面，我们每天分析超过1万亿个请求，以了解声誉、模式和超过20%网络的异常情况。在客户端，我们通过Cloudflare Turnstile深入推进检测，它已经从CAPTCHA替代品演变为基于风险的管理挑战，能够调整验证用户真实性所需的摩擦量。今天，Turnstile在互联网上一些最敏感的端点上每天运行近30亿次，帮助在登录、注册和结账等关键时刻验证用户。这改善了客户应用程序最重要领域的保护，但仍然对其余应用程序的可见性有限——人类和机器人在完整用户旅程中如何实际互动。这就是我们今天通过推出前导所弥补的可见性差距。引入前导 前导是一个基于客户端的、会话基验证系统，构建时考虑了隐私，使用动态注入的JavaScript在访客与您的应用程序交互时持续收集行为信号。这些信号实时处理并纳入Cloudflare的机器人保护，允许我们持续区分人类流量和自动化或智能流量。这扩大了挑战提供的客户端检测，覆盖整个Web应用程序。前导是Turnstile的可选补充——两者都是我们企业机器人管理的功能。基于用户旅程的检测是强大的，因为现代自动化越来越能够在短暂的时间内显得合法。机器人可以执行JavaScript，使用真实的浏览器环境，且在不引起怀疑的情况下通过单个CAPTCHA。唯一难以复制的是随着时间的推移一致的人类行为。前导旨在捕捉这一互动层，将行为本身转化为检测欺诈和滥用的可靠信号。通过评估整个会话的行为，前导为每个决策增加了显著更多的信号。这提高了检测精度，使得在不依赖激进挑战的情况下更容易区分真实用户和自动化系统。对于合法用户，前导意味着更少不必要的中断。对于机器人开发者，它提高了操作自动化的成本，因为他们需要模拟完整的会话。这在构建上显著更困难，维护成本更高，并且在大规模运行时的可靠性较低。犯错是人类特征 当一个机器人开发者试图让鼠标移动看起来像人类时，他们通常添加高斯噪音或均匀随机延迟。但是，人类运动不仅仅是“嘈杂的”，它还受到物理的限制：腕关节旋转：人类鼠标运动通常是一个弧形，受腕部的范围和前臂的旋转限制。认知负荷：人类从看到复选框到点击之间存在可测量的延迟。手抖：即使是最稳健的人类手也会以生理性震颤频率振动。相比之下，机器人常常以显露其身份的方式行为。它们以线性插值或数学理想的贝塞尔曲线移动。它们点击的精度是人类无法复制的。即使它们确实设法模拟人类错误，人类运动的节奏也只能通过检查整个会话来发现。鼠标运动只是前导评估的信号之一，但它清楚地说明了区别。以下是一个鼠标自动化库与某网站交互的示例。您可以看到鼠标在完美的直线上移动，总是返回到原点，并以相同的速度反应。现在，将其与人类浏览同一网站进行对比：您看到不规则的路径、小的修正和过冲，以及速度、时间和方向上的变化。单独看，这些交互可能看起来合理。但是在一个会话的过程当中，这些模式以难以伪造的方式偏离。前导旨在捕捉和评估这些行为特征，随着访客与应用程序的互动而发展。前导如何运作 为了评估随时间变化的行为，前导持续收集客户端的交互数据，并为该网站建立基于会话的活动视图。1. 注入和收集层 当前导在您的应用程序上启用时，Cloudflare会自动将一个轻量级脚本注入通过我们网络传输的您网站的HTML响应中，无需额外配置、网络连接或第三方嵌入。注入的前导包是紧凑的、模糊的，并且为每个响应动态组装。该包设计为不干扰主机网页的任何额外逻辑。