Как отразить 99 % ботов на сайте: практический гайд от автора PatronView
Автор делится годовым опытом борьбы с ботами, раскрывая правила файрволла и роль ИИ‑агентов в автоматизации защиты.
Что случилось?
Автор сайта PatronView обнаружил, что 99 % входящего трафика — это автоматические боты. За год он выстроил комплексную систему защиты, опираясь на правила файрволла и скрипты, написанные с помощью ИИ‑агентов. В статье он подробно описывает, какие правила применяются, как их настраивать и какие подводные камни встречаются при их обходе.
Ключевые факты
- Статистика: из 1 млн запросов в сутки лишь ~10 тыс. приходятся на реальных пользователей.
- Файрволл: набор правил, блокирующих известные пользователь‑‑агенты, частые запросы к
/wp‑admin/, а также запросы без реферера. - ИИ‑агенты: для генерации правил использовались модели ChatGPT и Claude, что ускорило написание кода в 5‑раз.
- Тестирование: автор применял A/B‑тесты с реальными пользователями, чтобы убедиться, что защита не мешает легитимному трафику.
- Результат: после внедрения система снизила нагрузку на серверы на 70 %, а количество ложных срабатываний упало до 2 %.
Как это работает?
- Сбор данных: логирование всех запросов, выделение паттернов ботов.
- Создание правил: с помощью ИИ‑агентов генерируются правила на основе шаблонов (IP‑блоки, rate‑limiting, challenge‑pages).
- Внедрение: правила загружаются в NGINX/Cloudflare.
- Мониторинг: постоянный анализ метрик и адаптация правил.
Ссылки
- Оригинальная статья на Habr AI: https://habr.com/ru/articles/1068266/
- Репозиторий с примером правил (GitHub): https://github.com/patronview/bot‑firewall‑rules
Автор подчёркивает, что без ИИ‑помощи процесс написания и поддержания правил занял бы месяцы, а не недели.
Для разработчиков AI‑агентов и студентов это отличный пример практического применения генеративных моделей в кибербезопасности. Автоматизация написания firewall‑правил экономит время, но требует тщательного тестирования, чтобы не оттолкнуть реальных пользователей.
