क्लाउडफ्लेयर ने 31 अगस्त 2026 को एडैप्टिव इंटेलिजेंस का शुभारंभ किया - यह बॉट प्रबंधन के भीतर एक इंजन है, जो हमले के दौरान स्वचालित रूप से ब्लॉकिंग नियम लिखता है और उन्हें लागू करता है। इस घोषणा का शीर्षक है: "किसी भी बॉट हमले की अर्थव्यवस्था को कमजोर करना"। सभी के लिए जो पार्सिंग, मूल्य निगरानी और मल्टी-खाता प्रबंधन में लगे हुए हैं, यह कोई सामान्य रिलीज नहीं है: यह पिछले वर्षों के काम का मुख्य पूर्वाग्रह तोड़ता है - कि खोजा गया बाईपास कार्यशील रहता है।
क्या विशेष रूप से लॉन्च किया गया
एडैप्टिव इंटेलिजेंस एक अलग उत्पाद नहीं है, बल्कि यह बॉट स्कोर की गणना करने के तरीके का पुनर्गठन है। क्लाउडफ्लेयर तीन घटकों को क्रमिक रूप से पेश करता है:
- निरंतर पुनः प्रशिक्षण ML। बॉट स्कोर के पीछे की मॉडल पहले एक स्थिर संस्करण के रूप में प्रदान की जाती थी - इसे रिलीज के माध्यम से अपडेट किया जाता था। अब यह निरंतर रूप से, नेटवर्क के लाइव ट्रैफिक पर पुनः प्रशिक्षित होती है।
- एक बार उपयोग के लिए नियम (disposable rules)। इंजन विशिष्ट खतरे के तहत संकीर्ण नियम उत्पन्न करता है, उन्हें लागू करता है और यादृच्छिक अंतराल के माध्यम से हटा देता है। नियम इस तरह से डिज़ाइन किया गया है कि यह जल्दी पुराना हो जाए।
- लाइव ट्रैफिक पर प्रशिक्षण। प्रशिक्षण संकेत में ग्राहकों की प्रतिक्रिया और डिटेक्शन के छूट शामिल होते हैं - जो सिस्टम ने कल नहीं पकड़ा, वह आज का संकेत बन जाता है।
क्लाउडफ्लेयर के CTO डेन क्नेक्ट ने एक वाक्य में तर्क को स्पष्ट किया: जब हमले के पैमाने की लागत वास्तव में शून्य के बराबर होती है, तो उच्च दीवारें बनाना बेकार है। इसलिए मोड़: ब्लॉकिंग को मजबूत करने के बजाय, इसे अनिश्चित बनाया जाता है।
इंजन कौन से संकेतों को एकत्र करता है
क्लाउडफ्लेयर उन स्रोतों की सूची देता है, जिन्हें एडैप्टिव इंटेलिजेंस एक साथ तौलता है:
- JA4-टीएलएस हैंडशेक के फिंगरप्रिंट;
- HTTP अनुरोधों की संरचना;
- चुनौतियों के परिणाम (गुजरे, नहीं गुजरे, कैसे);
- सत्र के भीतर व्यवहार;
- नेटवर्क की प्रतिष्ठा, जिससे अनुरोध आया;
- क्लाइंट टेलीमेट्री टर्नस्टाइल और प्रीकर्सर - व्यवहारात्मक सत्यापन इंजन, जो जुलाई 2026 में लॉन्च किया गया;
- जावास्क्रिप्ट फिंगरप्रिंटिंग;
- ह्यूरिस्टिक्स का पुस्तकालय और ज्ञात बॉट्स की सत्यापन।
पिछली पीढ़ी के साथ मौलिक अंतर को इस प्रकार से प्रस्तुत किया गया है: डिटेक्शन अब निश्चित नहीं है। पहले समान इनपुट समान आउटपुट देता था, और इसे ब्रूट फोर्स के माध्यम से अध्ययन किया जा सकता था। अब निर्णय - एक साथ कई संकेतों पर सांख्यिकीय निष्कर्ष है, और कोई एकल तर्क का टुकड़ा नहीं है जिसे अलग किया जा सके और बाईपास किया जा सके।
क्यों यह पैमाने के बारे में है, सुंदर शब्दों के बारे में नहीं
जिस संदर्भ में क्लाउडफ्लेयर यह कर रहा है, वह कदम की तीव्रता को स्पष्ट करता है। नेटवर्क हर दिन एक ट्रिलियन से अधिक अनुरोधों का विश्लेषण करता है ताकि स्वचालन के संकेतों की पहचान की जा सके। क्लाउडफ्लेयर रडार के अनुसार, 2026 के मध्य तक स्वचालित ट्रैफिक मानव ट्रैफिक को पार कर गया: लगभग 57% वेब पृष्ठों के अनुरोध बॉट्स द्वारा किए जाते हैं, जबकि लगभग 43% लोगों द्वारा। मैथ्यू प्रिंस ने सार्वजनिक रूप से स्वीकार किया कि उन्होंने इस सीमा की उम्मीद 2027 के अंत से पहले नहीं की थी - एजेंट ट्रैफिक की वृद्धि पूर्वानुमानों से तेज थी।
जब आधे से अधिक अनुरोध स्वचालित होते हैं, तो स्थिर मॉडल विफल हो जाता है: इसका कोई भी थRESHOLD जल्दी से सार्वजनिक हो जाता है। अलग से उल्लेख किया गया है कि एडैप्टिव इंटेलिजेंस विभिन्न समय की खिड़कियों में व्यवहार का विश्लेषण करता है - ताकि धीमी अभियानों को पकड़ सके, जो जानबूझकर दर थRESHOLD के नीचे रहते हैं। "धीरे-धीरे लोड करें, इसलिए कोई नहीं देखेगा" रणनीति अब विश्वसनीय नहीं रहती।
एक और विवरण, जिसे आसानी से नजरअंदाज किया जा सकता है: नए डिटेक्शन पहले लाइव ट्रैफिक पर बैकग्राउंड में चलाए जाते हैं, सटीकता और झूठे सकारात्मकता पर जांचे जाते हैं, और केवल फिर से सक्रिय होते हैं - बिना डाउनटाइम के। इसका मतलब है कि क्लाउडफ्लेयर के पास अब नियमों के रोलआउट का एक पाइपलाइन है, जिसे सप्ताहों या महीनों के रिलीज़ चक्र की आवश्यकता नहीं है। घोषणा के समय, यह क्षमता बॉट प्रबंधन के ग्राहकों के लिए उपलब्ध है, और निरंतर पुनः प्रशिक्षण डैशबोर्ड में ऑटो अपडेट मशीन लर्निंग सेटिंग के माध्यम से सक्रिय होता है।
यह व्यावहारिक रूप से क्या बदलता है
आइए ईमानदारी से देखें, बिना घबराए। एडैप्टिव इंटेलिजेंस "पार्सिंग को नहीं मारता" - यह एक विशेष कार्यशील पैटर्न को समाप्त करता है।
1. बाईपास अब दीर्घकालिक संपत्ति नहीं है
पहले चक्र इस तरह दिखता था: एक सप्ताह बाइंडिंग (हेडर, TLS एन्क्रिप्शन का क्रम, समय, IP प्रकार) की खोज में बिताया, एक कार्यशील कॉन्फ़िगरेशन पाया - और महीनों तक इसका उपयोग किया, कभी-कभी इसे ठीक करते हुए। एक बार उपयोग के लिए नियमों के साथ यादृच्छिक जीवनकाल के साथ, यह चक्र टूट जाता है: कॉन्फ़िगरेशन, जो सुबह सही था, शाम को एक नियम में अटक सकता है, जो सुबह नहीं था, और कल यह फिर से नहीं होगा। इंजीनियरिंग लागत "बाईपास खोजने" से "इन्फ्रास्ट्रक्चर बनाए रखने" में बदल जाती है, जो नियमों में बदलाव को बिना मैनुअल हस्तक्षेप के सहन करती है।
2. पूरे पूल के लिए एकल कॉन्फ़िगरेशन एक कमजोर बिंदु बन जाता है
यदि आपका पूरा ट्रैफिक समान दिखता है - एक ही JA4, एक ही हेडर का क्रम, समान अनुरोधों की गति - तो एक संकीर्ण नियम, जिसने एक प्रवाह को पकड़ा, तुरंत सभी को प्रभावित करता है। वास्तव में, एकल नियमों की अर्थव्यवस्था इसी समानता पर आधारित है: वे संकीर्ण हैं, लेकिन समान ग्राहकों के पूरे क्लस्टर को कवर करते हैं। अपने स्वयं के ट्रैफिक में विविधता अब एक सुरक्षा उपाय नहीं है, बल्कि एक अनिवार्य आवश्यकता बन जाती है।
3. IP स्रोत का महत्व बढ़ता है, घटता नहीं
नेटवर्क की प्रतिष्ठा को तौले जाने वाले संकेतों में स्पष्ट रूप से नामित किया गया है। जब निर्णय सांख्यिकीय होता है, तो प्रत्येक संकेत अंतिम स्कोर को प्रभावित करता है: IP अनुरोध में कमजोरी सभी अन्य ध्रुवों पर निर्दोषता की मांग करती है। स्पष्ट ASN वाले डेटा सेंटर सबनेट आपके खिलाफ काम करते हैं - वे मॉडल को एक तैयार, स्थिर, गणना में सस्ता संकेत देते हैं। रेसिडेंशियल प्रॉक्सी और विशेष रूप से मोबाइल एक नेटवर्क संदर्भ प्रदान करते हैं, जो अपने आप में सबूत नहीं है: एक मोबाइल IP के पीछे CGNAT के माध्यम से सैकड़ों जीवित ग्राहक होते हैं, और ऐसे पते को ब्लॉक करना सुरक्षा के लिए झूठे सकारात्मकताओं के कारण महंगा होता है।
4. सफलता की मेट्रिक बदलती है
एफीमेरल नियमों के साथ "काम करता है / काम नहीं करता" को एक बार मापना बेकार है। लंबी अवधि में सफल उत्तरों का अनुपात और एक सफल रिकॉर्ड की लागत को पुनः प्रयासों के साथ महत्वपूर्ण बन जाता है - हमने विस्तार से बताया है कि क्यों गिगाबाइट की कीमत भ्रमित करती है, और आपको उपयोगी परिणाम की कीमत को मापना चाहिए। एडैप्टिव इंटेलिजेंस के साथ यह अंतर केवल बढ़ेगा: अवरुद्ध प्रयासों पर खर्च किया गया ट्रैफिक फिर भी भुगतान किया जाता है।
कैसे काम को पुनर्गठित करें
नजदीकी हफ्तों में करने के लिए व्यावहारिक न्यूनतम:
- डिग्रेडेशन की निगरानी करें, न कि विफलता के तथ्य की। अलर्ट को 10-15% की सफलता दर में कमी पर सक्रिय होना चाहिए, न कि पूर्ण विफलता पर। एक बार उपयोग के लिए नियमों के साथ पूर्ण विफलता नहीं हो सकती है - यह धीरे-धीरे घटता है।
- पूल के भीतर फिंगरप्रिंट को अलग करें। विभिन्न ब्राउज़र स्टैक संस्करण, विभिन्न TLS प्रोफाइल, विभिन्न समय। लक्ष्य - संकीर्ण नियम एक भाग ट्रैफिक को कवर करे, न कि पूरे को।
- कठोर रूप से निर्धारित देरी से बचें। 2 सेकंड की निश्चित देरी एक संकेत है। यथार्थवादी वितरण के साथ भिन्नता सस्ती होती है, जितनी लगती है।
- कार्य की गंभीरता के अनुसार पूल को विभाजित करें। खोजी अनुरोध और उत्पाद संग्रह को एक ही पते से नहीं जाना चाहिए: जले हुए खोजी प्रयास को मुख्य प्रवाह को प्रभावित नहीं करना चाहिए।
- पुनः प्रयासों के लिए बजट को फिर से गिनें। मान लें कि असफल प्रयासों का अनुपात पहले से अधिक उतार-चढ़ाव करेगा, और यह सामान्य मोड है, न कि आपातकालीन।
- सार्वजनिक बाईपास व्यंजनों पर निर्भर रहना बंद करें। कोई भी व्यापक रूप से फैलने वाली तकनीक तेजी से प्रशिक्षण सेट में शामिल हो जाती है: डिटेक्शन की छूट अब स्पष्ट रूप से प्रशिक्षण संकेत में जाती है।
मल्टी-खाता प्रबंधन के बारे में अलग से: टर्नस्टाइल और प्रीकर्सर की व्यवहारात्मक टेलीमेट्री का मतलब है कि वातावरण की अनुकरण की गुणवत्ता खातों की संख्या से अधिक महत्वपूर्ण है। बीस खाते, जो IP, फिंगरप्रिंट और कार्य की गति में ईमानदारी से विभाजित हैं, ऐसी सुरक्षा को बेहतर ढंग से सहन करेंगे, बनिस्बत दो सौ स्टैम्प किए गए खातों के। खासकर क्योंकि ML-एंटीबॉट्स पहले से ही संकेतों की आपसी संबंध पर ध्यान दे रहे हैं, न कि प्रत्येक संकेत पर अलग से।
घोषणा में क्या नहीं है
सीमाओं के बारे में भी बात करना आवश्यक है। क्लाउडफ्लेयर न तो डिटेक्शन की सटीकता, न ही झूठे सकारात्मकता का अनुपात, न ही नियमों के विशिष्ट जीवनकाल को प्रकाशित करता है - केवल यह कहा गया है कि अंतराल यादृच्छिक हैं। यह भी नहीं बताया गया है कि एडैप्टिव इंटेलिजेंस बॉट प्रबंधन से नीचे की दरों तक कितनी तेजी से पहुंचेगा। इसलिए वास्तविक प्रभाव का मूल्यांकन केवल निकट भविष्य में अपने स्वयं के मेट्रिक्स के आधार पर किया जा सकता है - दूसरों की रिपोर्ट से यह नहीं समझा जा सकता।
एक और पहलू है, जिसके बारे में सुरक्षा विशेषज्ञ अनिच्छा से बात करते हैं: निरंतर पुनः प्रशिक्षित मॉडल, जिसके नियम मिनटों तक चलते हैं, एक प्रणाली है, जिसके झूठे सकारात्मक भी तैरते हैं। वैध एकीकरण, दुर्लभ ब्राउज़र और विशिष्ट ग्राहक समय-समय पर संकीर्ण नियमों के अंतर्गत आ सकते हैं बिना स्पष्ट कारण के। क्लाउडफ्लेयर इसका उत्तर बैकग्राउंड में डिटेक्शन का परीक्षण करके देता है, लेकिन यह व्यावहारिक रूप से कितना प्रभावी होगा - यह एक खुला प्रश्न है।
निष्कर्ष
एडैप्टिव इंटेलिजेंस जुलाई 2026 में प्रीकर्सर द्वारा शुरू की गई लाइन का तार्किक विस्तार है: सुरक्षा "आप कौन हैं" की जांच से "आप कैसे व्यवहार करते हैं" की निरंतर निगरानी की ओर बढ़ती है, और अपने निर्णयों को जानबूझकर अस्थिर बनाती है। "छिद्र पाया - इसका लाभ उठाया" रणनीति "एक प्रणाली बनाना, जो नियमों के बदलने के प्रति स्थिर हो" रणनीति को पीछे छोड़ देती है। जीतता वह नहीं है, जिसने सबसे चालाक बाईपास पाया, बल्कि वह है, जिसके पास विविध नेटवर्क प्रोफ़ाइल, ईमानदार व्यवहार और मेट्रिक्स हैं, जो विफलता से पहले गिरावट को दिखाते हैं।