Scroll harakati botlarni aniqlashda yangi parmak izi bo'lib qolishi mumkin

Botlarni aniqlash — bu doimiy o'yin. Har bir yangi himoya usuli paydo bo'lganda, bot yaratuvchilari uni aylanib o'tish yo'lini topishadi. So'nggi yillarda e'tibor brauzer parmak izi (fingerprinting), so'rov vaqtlamasi va sichqoncha harakatlari ustiga qaratilgan edi. Ammo bir odamning sahifani qanday aylantirishi — bu hali ham kam o'rganilgan, lekin juda kuchli signal.

Murakkab tizimlardan kelib chiqqan formula

2008-yilda Kwang-Il Goh va Albert-László Barabási "Burstiness and Memory in Complex Systems" maqolasini chop etishdi. Ular ikki oddiy, lekin chuqur koeffitsient taklif qildi: Burstiness (B) — hodisalar orasidagi vaqt oralig'i qanchalik teng emasligini, va Memory (M) — bu oralig'larning bir-biriga qanchalik bog'liqligini o'lchaydi.

Inson tabiati "portlash" (bursty) prinsipida ishlaydi: xabarlarga javob berish, pochta yuborish, hatto yurak urishi — har doim teng emas, lekin butuncha tasodifiy ham emas. Oddiy botlar esa minimal kechikish bilan, ya'ni deyarli deterministik ravishda javob beradi. Bu farq B va M koeffitsientlarida aniq ko'rinadi.

Nima uchun scroll? Brauzer emas, odam xatti-harakatini kuzatamiz

Avvalgi shaxsiy tadqiqotlarda muallif so'rov vaqtlamasidan foydalangan. Natija: CSS va JS fayllarni yuklab olgan har qanday brauzer (shu jumladan headless Chrome ishlatuvchi ClaudeBot kabi murakkab botlar) "odam" deb belgilandi. Yani usul so'rov qanday yuborilganini aniqlaydi, emas kim yuborganini.

Scroll harakati bu cheklovni oldini oladi. Odam sahifani pastga surganda tezkor, bir xil tezlikda harakatlanmaydi. U o'qiydi, to'xtab o'ylab turadi, qaytib o'qiydi, tezda o'tkazib yuboradi. Bu — klassik "burst" naqshi. Bot dasturchilari hali bu nuansni to'liq emaslashtirmagan.

Eksperiment: FP-Agent ma'lumotlari ustida LightGBM

Test uchun OSF.ioda ochiq tarqda joylashgan FP-Agent: Fingerprinting AI Browsing Agents (Ethan Wang va boshq.) ma'lumot to'plami olindi. Ushbu ishda turli AI brauzing agentlari (ChatGPT Agent, Operator va boshqalar) va odamlar maxsus yaratilgan veb-saytdagi sahifalarni aylanib o'tishi kuzatilgan.

Har bir agent har bir sahifa uchun JavaScript scroll hodisalarining o'zaro vaqt oralig'laridan B va M hisoblandi. Natija: odamlar to'plami boshqa barchasidan aniq ajratib turadi — yuqori Burstiness va deyarli nolga yaqin Memory. Yagona ChatGPT Agent ba'zida odamga o'xshab ketti.

Keyin faqat bu ikki xususiyat (feature) bilan LightGBM (gradient boosting) modeli o'qitildi. Aniqlik — 73.4%. Bu birinchi urinish uchun va faqat ikki o'lchov uchun juda ham yaxshidir. Asosiy xato — odam va ChatGPT Agent orasida, bu ham kam xususiyat soni yoki kichik namuna hajmi (~150 ta nuqta har bir agent uchun) natijasida bo'lishi mumkin.

Qayerda ishlaydi, qayerda — yo'q

Ushbu usul har qayerda universal emas. Agar veb-saytda scroll talab qilinmasa (masalan, API endpoint, qisqa landing page, dashboard), signal yo'qoladi. Ammo blog platformalari, Vikipediya, hujjatlar bazasi, yanglik portallari — yani kontentni o'qish uchun mo'ljallangan har qanday resurs — bu metoddan maksimal foyda oladi.

Muhim qo'shimcha: scroll — bu faqat bitta signal. Sichqoncha yo'nalishi, tezligi, tezkorlik o'zgarishi, klaviatura bosish dinamikasi — har biri alohida o'lchov beradi. Ularni birlashtirganda (multi-modal yondashuv) umumiy model umumiy maqsadli bot himoyasi yaratish imkonini beradi.

Kelajakda: sichqoncha va klaviatura

Muallif keyingi tadqiqotda sichqoncha harakat naqshlarini o'rganishni rejalashtirgan. Agar scroll B/M koeffitsientlari 73% bergan bo'lsa, sichqoncha traektoriyasi (Bezier smoothlik, mikrodrganlar, to'xtash nuqtalari) va klaviatura aralashganda 90%+ ga yetish ehtimoli yuqori.

Bu yo'l CAPTCHA va oddiy rate-limitingdan mustaqil ravishda ishlaydi: u foydalanuvchi tajribasini buzmaydi, hech qanday qo'shimcha harakat talab qilmaydi, faqat mavjud xatti-harakatni tahlil qiladi.

Xulosa

Burstiness va Memory — bu murakkab tizimlar nazariyasidan kelib chiqqan, lekin amalda juda amaliy vositalar. Scroll hodisalariga qo'llanilganda ular odam va avtomatlashtirilgan agentlarni ajratib berish uchun yangi, hali kam ishlatilgan vektorni ochadi. Hozirgi 73% aniqlik — bu yakun natija emas, balki asos. Keyingi bosqich — ko'p xususiyatli (multi-feature) model va real veb-saytlarda sinov. Botlar ham o'rganaveradi, lekin har bir yangi signal ularning ishini qiyinlashtiradi va himoya tizimlari uchun yangi imkoniyat yaratadi.

Asl manba: niki.cat