Was sind wirksame Anti-Bot-Lösungen?
Obwohl es viele verschiedene Ansätze gibt, sind hier einige wichtige Punkte, die Unternehmen bei der Bewertung von Robotiklösungen berücksichtigen müssen.
Mittlerweile haben viele Sicherheits- und Betrugsexperten die Risiken erkannt, die Bots für Online-Anwendungen und Unternehmen im Allgemeinen darstellen. In einem früheren Artikel habe ich einige dieser Risiken besprochen und zusammengefasst, um Sicherheits- und Betrugsteams zu helfen, die Notwendigkeit zu verstehen, Bot-Bedrohungen gegenüber Führungskräften und Vorständen in ihrer eigenen Sprache zu artikulieren. Tatsächlich ist diese Art der Kommunikation immer häufiger geworden, was zu einem geschärften Bewusstsein für das Roboterproblem geführt hat.
Da das Bewusstsein für das Bot-Problem zunimmt, ist es keine Überraschung, dass es mehr Marketingmaterialien gibt, die sich an Geschäftskäufer richten. Welche Risiken Sicherheits- und Betrugsteams auch immer fürchten, sie brauchen eine Möglichkeit, die Marketingrhetorik zu durchbrechen, um Bot-Lösungen richtig bewerten zu können. Wie können Unternehmenseinkäufer Robotiklösungen objektiv bewerten? Wie beurteilen sie, wer seine Versprechen tatsächlich einhalten kann, welche Ansätze in ihrer Umgebung effektiv sind und welche Anbieter der sich entwickelnden Bedrohungslandschaft einen Schritt voraus sein können?
Auch wenn es hier viele verschiedene Ansätze gibt, habe ich einige Dinge hervorgehoben, die meiner Meinung nach für Unternehmen bei der Bewertung von Robotiklösungen wichtig sind:
- Entwicklung: Viele Bot-Management-Anbieter sammeln Telemetriedaten. Allerdings hat die Art und Weise, wie verschiedene Anbieter mit diesen Daten umgehen, einen großen Einfluss auf die Wirksamkeit ihrer Lösungen. Für die Wirksamkeit einer Bot-Management-Lösung ist die kontinuierliche Analyse, Profilierung und Untersuchung von Telemetriedaten erforderlich. Zu den Fragen, die ständig gestellt werden müssen, gehören: Was sagen uns die Daten? Was ist eine ordnungsgemäße Datenerfassung? Wie können wir zuverlässig und genau zwischen menschlichem und maschinellem Verkehr unterscheiden? Zu einer erfolgreichen Forschung und Entwicklung gehört auch die Identifizierung von Lücken in den Telemetriedaten und das Verständnis, welche zusätzlichen Telemetriedaten erfasst werden müssen, um die Lösung am effektivsten zu machen.
- maschinelles Lernen: Maschinelles Lernen ist ein wichtiger Teil der Erkennung und des Verständnisses, welcher Datenverkehr von Menschen und welcher von Bots stammt. Viele Anbieter preisen die Leistungsfähigkeit ihrer maschinellen Lernfähigkeiten und -modelle an. Natürlich sind gute Modelle wichtig und viele Top-Hersteller haben gute Modelle. Was unterscheidet also die effektivsten Bot-Management-Lösungen von den anderen? Das Geheimnis liegt in den Daten – je besser die Daten, die in das Modell einfließen, desto genauer und zuverlässiger sind die Vorhersagen des Modells. Selbst die leistungsstärksten Modelle des maschinellen Lernens können nicht genau zwischen menschlichem und automatisiertem Verkehr unterscheiden, ohne die entsprechenden Daten als Eingabe zu erhalten.
- VERIFICATION: In meinen Jahren im operativen Bereich gab es mehr als ein paar Fälle, in denen Anbieter darauf bestanden haben, dass wir ihre neuesten und besten Erkennungsregeln aktivieren und/oder oder Unterschriften. Es überrascht nicht, dass dies in vielen Fällen zu vielen Fehlalarmen und Lärm führt, der die Arbeitswarteschlange verstopft. In einem Fall führte eine große Anzahl falsch positiver Ergebnisse sogar zum Absturz des SIEM. Die besten Bot-Management-Anbieter testen und validieren ihre Regeln gründlich, bevor sie sie veröffentlichen. Für diese Anbieter wäre es ein großer Misserfolg, Kunden nach einem Update mit einer Flut von Fehlalarmen zu bombardieren.
- Verschleierung: Es ist wichtig, das Javascript Ihrer Bot-Management-Lösung zu verschleiern, um zu verhindern, dass Angreifer es entdecken. Ich bin oft überrascht, wie viele Anbieter dies nicht tun, sodass Angreifer mithilfe einer Bot-Management-Lösung leichter erkennen können, dass sie auf eine Seite zugreifen. Ein Angreifer könnte die Lösung dann leicht umgehen – zum Beispiel könnte ein Angreifer einfach die Seite ändern, das Javascript entfernen, das die Bot-Lösung verwaltet, und seinen Angriff fortsetzen, als ob es überhaupt keine Lösung gäbe. Verschleierung ist kein einmaliger Prozess, sondern ein iterativer Prozess. Eine ordnungsgemäße Verschleierung, die vor Workarounds von Angreifern schützt, erfordert die Untersuchung von Angreifern, das Reverse Engineering ihrer Strategien, Techniken und Verfahren sowie die kontinuierliche Veröffentlichung neuer und geänderter Verschleierungen.
- Erweiterte Analyse: Zu guter Letzt kann die Einbindung von Lerninhalten in Ihre Bot-Management-Lösung die Effizienz erheblich steigern. Leider entwickeln und verkaufen viele Anbieter Lösungen, die ein bestimmtes Maß an Komplexität abdecken. Sie untersuchen jedoch nicht weiter die Retooling-Tools der Angreifer, integrieren Erkenntnisse in ihre Lösungen und verbessern ihre Produkte. Dies führt dazu, dass Bot-Management-Lösungen manchmal wochenlang wirksam sind, bis Angreifer erkennen, dass ihr Ziel eine Bot-Management-Lösung implementiert hat. An diesem Punkt gruppieren sich Angreifer häufig neu und Bot-Management-Lösungen werden völlig wirkungslos, wenn die Lösung der gestiegenen Komplexität nicht gewachsen ist.
Wenn es um Bot-Management-Lösungen geht, stehen iterative Lösungen an erster Stelle. Anbieter, die Angreifer untersuchen und dieses Wissen kontinuierlich in Lösungen einfließen lassen, sind effektiver als diejenigen, die dies nicht tun. Ebenso schneiden Anbieter, die hart daran arbeiten, die besten und korrekten Daten zu sammeln, Regeln zu überprüfen und sicherzustellen, dass ihre Lösungen vor Manipulationen durch Angreifer geschützt sind, besser ab als diejenigen, die dies nicht tun. Diese und andere Punkte sind für Unternehmen wichtig, wenn sie Bot-Management-Lösungen bewerten.
Das obige ist der detaillierte Inhalt vonWas sind wirksame Anti-Bot-Lösungen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Win11 ist das neueste von Microsoft eingeführte Betriebssystem. Im Vergleich zu früheren Versionen hat Win11 das Schnittstellendesign und die Benutzererfahrung erheblich verbessert. Einige Benutzer berichteten jedoch, dass sie nach der Installation von Win11 auf das Problem gestoßen waren, dass sie das chinesische Sprachpaket nicht installieren konnten, was zu Problemen bei der Verwendung von Chinesisch im System führte. Dieser Artikel bietet einige Lösungen für das Problem, dass Win11 das chinesische Sprachpaket nicht installieren kann, um Benutzern die reibungslose Verwendung von Chinesisch zu ermöglichen. Zuerst müssen wir verstehen, warum das chinesische Sprachpaket nicht installiert werden kann. Im Allgemeinen Win11

Häufige Probleme und Lösungen für die OracleNVL-Funktion Die Oracle-Datenbank ist ein weit verbreitetes relationales Datenbanksystem, und bei der Datenverarbeitung ist es häufig erforderlich, mit Nullwerten umzugehen. Um die durch Nullwerte verursachten Probleme zu bewältigen, stellt Oracle die NVL-Funktion zur Verarbeitung von Nullwerten bereit. In diesem Artikel werden häufige Probleme und Lösungen von NVL-Funktionen vorgestellt und spezifische Codebeispiele bereitgestellt. Frage 1: Unsachgemäße Verwendung der NVL-Funktion. Die grundlegende Syntax der NVL-Funktion lautet: NVL(expr1,default_value).

Zu den häufigsten Herausforderungen, mit denen Algorithmen für maschinelles Lernen in C++ konfrontiert sind, gehören Speicherverwaltung, Multithreading, Leistungsoptimierung und Wartbarkeit. Zu den Lösungen gehören die Verwendung intelligenter Zeiger, moderner Threading-Bibliotheken, SIMD-Anweisungen und Bibliotheken von Drittanbietern sowie die Einhaltung von Codierungsstilrichtlinien und die Verwendung von Automatisierungstools. Praktische Fälle zeigen, wie man die Eigen-Bibliothek nutzt, um lineare Regressionsalgorithmen zu implementieren, den Speicher effektiv zu verwalten und leistungsstarke Matrixoperationen zu nutzen.

Im Bereich der industriellen Automatisierungstechnik gibt es zwei aktuelle Hotspots, die kaum zu ignorieren sind: Künstliche Intelligenz (KI) und Nvidia. Ändern Sie nicht die Bedeutung des ursprünglichen Inhalts, optimieren Sie den Inhalt, schreiben Sie den Inhalt neu, fahren Sie nicht fort: „Darüber hinaus sind beide eng miteinander verbunden, da Nvidia nicht auf seine ursprüngliche Grafikverarbeitungseinheit (GPU) beschränkt ist ) erweitert es seine GPU. Die Technologie erstreckt sich auf den Bereich der digitalen Zwillinge und ist eng mit neuen KI-Technologien verbunden. „Vor kurzem hat NVIDIA eine Zusammenarbeit mit vielen Industrieunternehmen geschlossen, darunter führende Industrieautomatisierungsunternehmen wie Aveva, Rockwell Automation und Siemens und Schneider Electric sowie Teradyne Robotics und seine Unternehmen MiR und Universal Robots. Kürzlich hat Nvidia gesammelt

Diese Woche gab FigureAI, ein Robotikunternehmen, an dem OpenAI, Microsoft, Bezos und Nvidia beteiligt sind, bekannt, dass es fast 700 Millionen US-Dollar an Finanzmitteln erhalten hat und plant, im nächsten Jahr einen humanoiden Roboter zu entwickeln, der selbstständig gehen kann. Und Teslas Optimus Prime hat immer wieder gute Nachrichten erhalten. Niemand zweifelt daran, dass dieses Jahr das Jahr sein wird, in dem humanoide Roboter explodieren. SanctuaryAI, ein in Kanada ansässiges Robotikunternehmen, hat kürzlich einen neuen humanoiden Roboter auf den Markt gebracht: Phoenix. Beamte behaupten, dass es viele Aufgaben autonom und mit der gleichen Geschwindigkeit wie Menschen erledigen kann. Pheonix, der weltweit erste Roboter, der Aufgaben autonom in menschlicher Geschwindigkeit erledigen kann, kann jedes Objekt sanft greifen, bewegen und elegant auf der linken und rechten Seite platzieren. Es kann Objekte autonom identifizieren

Herausgeber des Machine Power Report: Wu Xin Die heimische Version des humanoiden Roboters + eines großen Modellteams hat zum ersten Mal die Betriebsaufgabe komplexer flexibler Materialien wie das Falten von Kleidung abgeschlossen. Mit der Enthüllung von Figure01, das das multimodale große Modell von OpenAI integriert, haben die damit verbundenen Fortschritte inländischer Kollegen Aufmerksamkeit erregt. Erst gestern veröffentlichte UBTECH, Chinas „größter Bestand an humanoiden Robotern“, die erste Demo des humanoiden Roboters WalkerS, der tief in das große Modell von Baidu Wenxin integriert ist und einige interessante neue Funktionen aufweist. Jetzt sieht WalkerS, gesegnet mit Baidu Wenxins großen Modellfähigkeiten, so aus. Wie Figure01 bewegt sich WalkerS nicht umher, sondern steht hinter einem Schreibtisch, um eine Reihe von Aufgaben zu erledigen. Es kann menschlichen Befehlen folgen und Kleidung falten

Die folgenden 10 humanoiden Roboter prägen unsere Zukunft: 1. ASIMO: ASIMO wurde von Honda entwickelt und ist einer der bekanntesten humanoiden Roboter. Mit einer Höhe von 1,20 m und einem Gewicht von 50 kg ist ASIMO mit fortschrittlichen Sensoren und künstlichen Intelligenzfunktionen ausgestattet, die es ihm ermöglichen, sich in komplexen Umgebungen zurechtzufinden und mit Menschen zu interagieren. Aufgrund seiner Vielseitigkeit eignet sich ASIMO für eine Vielzahl von Aufgaben, von der Unterstützung von Menschen mit Behinderungen bis hin zur Durchführung von Präsentationen bei Veranstaltungen. 2. Pepper: Pepper wurde von Softbank Robotics entwickelt und möchte ein sozialer Begleiter für Menschen sein. Mit seinem ausdrucksstarken Gesicht und der Fähigkeit, Emotionen zu erkennen, kann Pepper an Gesprächen teilnehmen, im Einzelhandel helfen und sogar pädagogische Unterstützung leisten. Pfeffer

Kehr- und Wischroboter gehören in den letzten Jahren zu den beliebtesten Smart-Home-Geräten bei Verbrauchern. Die damit verbundene Bequemlichkeit der Bedienung oder sogar die Notwendigkeit einer Bedienung ermöglicht es faulen Menschen, ihre Hände frei zu haben, was es den Verbrauchern ermöglicht, sich von der täglichen Hausarbeit zu „befreien“ und mehr Zeit mit den Dingen zu verbringen, die sie in getarnter Form genießen. Aufgrund dieser Begeisterung stellen fast alle Haushaltsgerätemarken auf dem Markt ihre eigenen Kehr- und Wischroboter her, was den gesamten Markt für Kehr- und Wischroboter sehr lebendig macht. Allerdings wird die schnelle Expansion des Marktes unweigerlich eine versteckte Gefahr mit sich bringen: Viele Hersteller werden die Taktik des Maschinenmeeres nutzen, um schnell mehr Marktanteile zu erobern, was zu vielen neuen Produkten ohne Upgrade-Punkte führen wird Es handelt sich um „Matroschka“-Modelle. Keine Übertreibung. Allerdings sind das nicht alle Kehr- und Wischroboter
