要通过 IP 地址检测机器人,就在敏感端点上查询客户端 IP,看它来自哪类网络。大部分自动化流量来自托管和数据中心网络、代理、VPN 或 Tor,因此这些网络类型加上 IP 信誉就是第一道过滤。自称 Googlebot 或 GPTBot 的爬虫,用其运营方公布的 IP 范围核验,其余流量再打分处理。
为什么 IP 是如此有力的机器人信号
要维持一定规模的机器人活动,就需要发出大量请求。为了绕开简单的速率限制,操作者会通过代理、 VPN、Tor 或云服务器进行路由。每一种方式都会在 IP 层面留下痕迹:
- 数据中心/托管 IP：机器人青睐廉价的云计算资源。
- 代理：尤其是模仿真实用户的轮换住宅代理。
- VPN：用于掩盖来源、绕开简单的地理规则。
- Tor 出口节点：用于实现完全匿名。
来自上述任一来源的请求并不一定就是机器人,但相比来自稳定住宅连接的请求,它可疑程度 自然更高。
最明显的例子出现在网站分析中：来自中国或新加坡的“用户”突然激增，却没有任何互动，几乎全部来自云网络。参见来自中国和新加坡的机器人流量。
检测某个 IP 的代理、VPN 与 Tor 信号
代理检测
试试
揭露机器人的 IP 信号
- 托管来源。 来自云服务或托管 ASN、却伪装成普通访客的流量,是典型的机器人特征。 ASN 数据能够揭示这一点。
- 代理类型。 住宅代理是刻意规避检测的最强指标,参见 什么是住宅代理。
- VPN 使用情况。 常见于撞库攻击和多账号滥用。
- Tor。 属于完全匿名化;在敏感接口上应谨慎处理。
- 信誉。 该 IP 或其地址段此前的滥用记录会提高风险等级。
将信号转化为决策
与其针对每个标记单独处理,不如将它们汇总成一个分数。 IP 欺诈分数将代理、VPN、Tor、托管和信誉信号整合为一个 0 到 100 之间的数值,让规则可以简单到如下程度:
- 分数 < 30 → 放行
- 30–70 → 触发验证(CAPTCHA、身份核验)
-
70 → 拦截或转人工审核
这样一来,应用内的逻辑保持简单,复杂的计算都交给查询接口完成。
一套实用方案
一套稳健的基于 IP 的机器人防御方案大致如下:
- 在敏感接口上(登录、注册、结账、搜索、API),通过 代理检测 API 查询客户端 IP。
- 将已知的良性机器人加入白名单：搜索引擎爬虫和自有监控系统，依据其公开的地址段。
- 对其余所有流量进行评分,并根据分数施加相应力度的验证阻力。
- 叠加行为信号来处理疑难情况:请求速率、缺失的请求头、不可能达成的交互时间。
对于最难缠的机器人,不要只依赖 IP
最先进的机器人会购买全新的住宅 IP,并模仿人类行为。IP 信号仍然能提高它们的成本、拦截大多数 此类流量,但应搭配行为分析以实现纵深防御。IP 是成本最低、速度最快的第一道过滤,而不是全部 策略。
结论
大多数机器人都会在网络层面暴露自己,因为它们要通过代理、VPN、Tor 或托管 IP 进行路由。 在敏感接口上检查客户端 IP,将各项信号汇总成一个分数,再据此拦截或触发验证,最后针对少数 高难度案例叠加行为信号。
常见问题
常见问题解答
IP 信号能够识别出很大一部分自动化流量,因为大多数机器人都会通过代理、VPN 或托管 IP 进行路由。对于最复杂的机器人,需要将 IP 信号与请求速率、交互模式等行为信号结合起来判断。