chore: 更新 Cloudflare 及浏览器自动化攻防文章并补发 blog 链接
This commit is contained in:
leeguooooo
@@ -1,189 +1,192 @@
|
||||
# 从「能跑」到「长期稳定」：agent-browser-stealth 的攻防工程实践
|
||||
# 浏览器自动化攻防方案设计：检测模型与分层控制面
|
||||
|
||||
高风控站点对自动化会话的判断，通常不是单一规则命中，而是多信号打分。
|
||||
要点不在“补一个 patch”，而在“让整组信号在同一会话内自洽”。
|
||||
本文聚焦浏览器自动化的攻防方案设计，按两个部分组织：
|
||||
|
||||
项目地址：[leeguooooo/agent-browser](https://github.com/leeguooooo/agent-browser)
|
||||
1. **原理**：风险评分系统如何形成结论
|
||||
2. **控制面**：如何用分层设计降低风险与波动
|
||||
|
||||
本文不包含命令行操作与工程实现步骤。
|
||||
|
||||
Turnstile 专题内容见：
|
||||
[Cloudflare Turnstile 攻防方案设计：系统原理与控制面](https://blog.misonote.com/zh/posts/cloudflare-turnstile-stability-principles/)
|
||||
|
||||
---
|
||||
|
||||
## 检测系统如何做判断
|
||||
## 一、原理
|
||||
|
||||
大多数检测系统会同时看三类问题：
|
||||
### 1.1 风险评分不是单点命中
|
||||
|
||||
1. **一致性**：UA、语言、时区、渲染能力是否互相匹配
|
||||
2. **稀有性**：是否出现低频但高度可疑的组合（如某些 headless 特征并存）
|
||||
3. **时序性**：输入、点击、等待、重试是否呈现机械节奏
|
||||
高风控站点的“是否挑战/是否降权”通常来自多维评分，而不是某一条规则的二元判断。
|
||||
|
||||
评估通常是累积分值而非二元判断。
|
||||
同一个会话里的轻微异常可以被容忍，但跨维度冲突叠加后，容易触发挑战页或高频二次验证。
|
||||
主要输入维度：
|
||||
|
||||
1. **一致性**：同一身份在不同表面是否互相矛盾
|
||||
2. **稀有性**：低频异常组合是否出现
|
||||
3. **时序性**：行为时间序列是否呈机械统计特征
|
||||
4. **执行完整性**：关键链路（挑战脚本、跨域资源、worker）是否被破坏
|
||||
|
||||
```mermaid
|
||||
flowchart LR
|
||||
A["采集信号"] --> B["一致性检查"]
|
||||
A --> C["稀有性评估"]
|
||||
A --> D["时序行为评估"]
|
||||
B --> E["风险分值"]
|
||||
C --> E
|
||||
D --> E
|
||||
E --> F{"超过阈值?"}
|
||||
F -->|否| G["继续放行"]
|
||||
F -->|是| H["挑战/验证/限流"]
|
||||
```
|
||||
|
||||
这个模型对应的治理原则很直接：
|
||||
|
||||
- 优先消除跨维度冲突
|
||||
- 再处理低频高危特征
|
||||
- 最后处理行为时序的机械性
|
||||
|
||||
---
|
||||
|
||||
## 指纹治理：从“补点”改成“信号闭环”
|
||||
|
||||
指纹治理按 `launch -> CDP -> init script` 三层执行。
|
||||
核心目标是把“可见信号”变成一张一致的画像，而不是局部拟真。
|
||||
|
||||
```mermaid
|
||||
flowchart LR
|
||||
A["Launch 层"] --> B["CDP 层"]
|
||||
B --> C["Init Script 层"]
|
||||
C --> D["统一画像"]
|
||||
D --> E["降低冲突分值"]
|
||||
```
|
||||
|
||||
### Launch 层（本地启动时的基础面）
|
||||
|
||||
Launch 层处理“浏览器刚启动就暴露”的特征面：
|
||||
|
||||
- `--disable-blink-features=AutomationControlled`
|
||||
- `--use-gl=angle`
|
||||
- `--use-angle=default`
|
||||
- 默认 UA 清洗（未自定义 UA 时去掉 `HeadlessChrome`）
|
||||
|
||||
原理：这层不追求“真实用户画像”，而是先消除明显自动化标识，避免会话在首屏前就进入高风险。
|
||||
|
||||
### CDP 层（运行时协议面）
|
||||
|
||||
CDP 层治理的是“同一身份在不同字段里的自我矛盾”：
|
||||
|
||||
- 同步覆盖 `userAgent`、`acceptLanguage`、`userAgentMetadata`
|
||||
- 覆盖应持续作用于新旧 target
|
||||
- 设置不透明背景，降低透明渲染特征
|
||||
|
||||
典型冲突示例：
|
||||
|
||||
- `userAgent` 显示某平台版本，但 `userAgentMetadata` brand/version 不对应
|
||||
- 语言首选项与请求头不一致
|
||||
|
||||
这类冲突往往比“是否 headless”更早触发评分上升。
|
||||
|
||||
### Init Script 层（页面脚本前）
|
||||
|
||||
Init 层治理页面 JS 可直接探测的运行时表面。
|
||||
重点不是数量，而是覆盖高频检查路径。
|
||||
|
||||
高频治理面：
|
||||
|
||||
- Runtime 身份：`navigator.webdriver`、`chrome.runtime`、`cdc_`
|
||||
- Navigator 能力：`languages/plugins/mimeTypes/permissions/userAgentData`
|
||||
- 渲染能力：WebGL vendor/renderer
|
||||
- 窗口屏幕：`outer*` / `screen*` / `avail*`
|
||||
- 能力暴露：`share/contacts/contentIndex/mediaDevices/pdfViewerEnabled`
|
||||
- 边缘特征：`connection/hardwareConcurrency/performance.memory`
|
||||
|
||||
### 指纹排障优先级
|
||||
|
||||
| 优先级 | 信号面 | 常见现象 | 先做什么 |
|
||||
| --- | --- | --- | --- |
|
||||
| P0 | UA + metadata + language | 首屏挑战页 | 先统一三者，再看其它项 |
|
||||
| P1 | webdriver/runtime 痕迹 | 关键动作前即拦截 | 验证 init 注入是否在页面脚本前生效 |
|
||||
| P2 | WebGL/screen | 间歇性二次验证 | 对齐渲染与窗口参数 |
|
||||
| P3 | connection/memory 等边缘面 | 长链路后段异常 | 增量修复并对照回归 |
|
||||
|
||||
---
|
||||
|
||||
## 行为治理：让时序分布接近真实交互
|
||||
|
||||
行为检测通常不关心单次点击，而关注一段时间序列。
|
||||
真正会被命中的，是“低方差、强周期、强同步”的机器节奏。
|
||||
|
||||
```mermaid
|
||||
flowchart TD
|
||||
A["动作计划"] --> B["输入节奏分布"]
|
||||
A --> C["鼠标轨迹分布"]
|
||||
A --> D["等待/思考时间分布"]
|
||||
A --> E["重试退避分布"]
|
||||
B --> F["执行时序"]
|
||||
A["环境与行为"] --> B["一致性评分"]
|
||||
A --> C["稀有性评分"]
|
||||
A --> D["时序评分"]
|
||||
A --> E["执行完整性评分"]
|
||||
B --> F["综合风险"]
|
||||
C --> F
|
||||
D --> F
|
||||
E --> F
|
||||
F --> G{"放行/挑战/限流"}
|
||||
```
|
||||
|
||||
### 输入节奏
|
||||
### 1.2 一致性：约束集合而非单点修饰
|
||||
|
||||
固定字符延迟（例如全程 100ms）很容易形成可分辨模式。
|
||||
更稳妥的做法是“基线 + 抖动 + 语义停顿”：
|
||||
一致性问题的本质是“同一身份在多个观测面上的约束必须同时成立”。
|
||||
|
||||
- 基线延迟围绕输入场景变化
|
||||
- 每字符有扰动，不保持等间隔
|
||||
- 词边界、字段切换处出现较长停顿
|
||||
#### 1.2.1 约束集合示意
|
||||
|
||||
### 鼠标轨迹
|
||||
可以把身份一致性建模为“约束图”：
|
||||
|
||||
坐标瞬移与恒速直线是高风险模式。
|
||||
轨迹应包含：
|
||||
```mermaid
|
||||
flowchart TD
|
||||
UA["UA 字符串"] --> UACH["UA-CH / userAgentMetadata"]
|
||||
UA --> LangH["Accept-Language"]
|
||||
LangH --> LangJS["navigator.language(s)"]
|
||||
LangJS --> Intl["Intl locale/timeZone"]
|
||||
Plat["platform"] --> Rend["渲染能力/WebGL"]
|
||||
Rend --> Win["窗口/屏幕参数"]
|
||||
UACH --> Plat
|
||||
```
|
||||
|
||||
- 曲线路径
|
||||
- 中间采样点
|
||||
- 速度变化（起步、调整、收敛）
|
||||
图中每条边表示“两个表面必须相互一致”，否则会形成冲突分值。
|
||||
|
||||
### 等待与思考时间
|
||||
#### 1.2.2 典型冲突类型
|
||||
|
||||
固定等待常量会形成明显周期。
|
||||
建议使用区间采样，让同类操作在时间上有自然波动。
|
||||
- UA 显示平台/版本与 UA-CH 不一致
|
||||
- `Accept-Language` 与 `navigator.languages` 不一致
|
||||
- `Intl` 时区与偏移/地区推断不一致
|
||||
- 设备声明与渲染能力组合异常
|
||||
|
||||
### 重试退避
|
||||
工程含义：
|
||||
|
||||
命中风险后继续等间隔重试，通常会放大风险分值。
|
||||
退避策略应具备：
|
||||
- 修一个点可能打破另一个点
|
||||
- 设计顺序应是“先定约束集合，再决定每个表面如何满足约束”
|
||||
|
||||
- 间隔递增
|
||||
- 抖动扰动
|
||||
- 次数上限
|
||||
### 1.3 稀有性：组合风险而非单值风险
|
||||
|
||||
### 行为反模式
|
||||
稀有性来自“低频组合”，其危险性来自共现而非单项。
|
||||
|
||||
- 全链路固定输入延迟
|
||||
- 点击前无移动直接命中目标
|
||||
- 所有等待都是同一个常量
|
||||
- 重试间隔完全一致
|
||||
- 所有站点使用同一动作模板
|
||||
可以将稀有性理解为“联合分布”偏离：
|
||||
|
||||
- 单项偏离：可被容忍
|
||||
- 多项共现偏离：风险迅速累积
|
||||
|
||||
工程含义：
|
||||
|
||||
- 目标是减少低频组合在同一会话内叠加
|
||||
- 目标不是拟合某个固定画像
|
||||
|
||||
### 1.4 时序性：统计特征而非行为语义
|
||||
|
||||
行为检测通常关注统计分布特征：
|
||||
|
||||
- 低方差：动作间隔过于稳定
|
||||
- 强周期：间隔呈固定节奏
|
||||
- 强同步：不同类型动作间隔一致
|
||||
|
||||
工程含义：
|
||||
|
||||
- 行为治理的目标是“分布塑形”（variance/jitter/backoff）
|
||||
- 行为治理不是“添加更多动作”
|
||||
|
||||
### 1.5 执行完整性：上游条件
|
||||
|
||||
执行完整性属于“系统是否能正确运行”的前置条件。
|
||||
|
||||
- challenge 脚本、跨域 iframe、跨域 worker 的语义被破坏时，失败率会显著上升
|
||||
- 此类失败可能与“是否被识别”为不同类别的问题
|
||||
|
||||
工程原则：
|
||||
|
||||
> 执行链路保护优先于信号修饰。
|
||||
|
||||
---
|
||||
|
||||
## 2026-03 实战更新：Cloudflare 验证页恢复策略
|
||||
## 二、控制面（分层设计）
|
||||
|
||||
在真实使用中，`dash.cloudflare.com` 一类站点常见 `Just a moment... / Performing security verification` 挑战页。
|
||||
关键问题不只是“被识别”，还包括“客户端过早刷新把挑战流程重置”，导致长期卡在验证中。
|
||||
### 2.1 控制面总览
|
||||
|
||||
本次修复的关键点：
|
||||
攻防方案可以拆为四层控制面：
|
||||
|
||||
1. **风险信号增强**：从 `URL + Title` 扩展为 `URL + Title + PageText`
|
||||
覆盖 `Performing security verification`、`This website uses a security service...` 等文本证据。
|
||||
2. **恢复策略调整**：`risk-mode=warn` 先等待挑战自动放行，再进入重试
|
||||
避免“重试即刷新”打断 Cloudflare 的挑战倒计时。
|
||||
3. **会话稳定化**：未显式传 `--session-name` 时，默认跟随 `--session`
|
||||
降低会话漂移造成的重复挑战概率。
|
||||
4. **挑战窗口友好化**：减少过早刷新导致的挑战重置
|
||||
让验证流程有足够时间自动完成，降低反复卡住的概率。
|
||||
1. **启动控制**：治理启动早期显式风险
|
||||
2. **协议控制**：治理协议层身份一致性
|
||||
3. **运行时控制**：治理页面脚本可观测表面
|
||||
4. **行为与会话控制**：治理时序分布与上下文漂移
|
||||
|
||||
```mermaid
|
||||
flowchart LR
|
||||
A["启动控制"] --> B["协议控制"]
|
||||
B --> C["运行时控制"]
|
||||
C --> D["行为与会话控制"]
|
||||
D --> E["一致性与稳定性"]
|
||||
```
|
||||
|
||||
### 2.2 启动控制
|
||||
|
||||
目标：降低会话早期显式风险。
|
||||
|
||||
设计约束：
|
||||
|
||||
- 只处理高置信度自动化标识
|
||||
- 避免引入与协议层/运行时层不一致的改动
|
||||
|
||||
### 2.3 协议控制
|
||||
|
||||
目标：将身份约束集合落实到协议层输出。
|
||||
|
||||
设计要点：
|
||||
|
||||
- 将 UA 与 UA-CH 视为同一约束集合的不同投影
|
||||
- 覆盖范围需要与目标（页面/worker/子目标）一致
|
||||
|
||||
### 2.4 运行时控制
|
||||
|
||||
目标：覆盖高频探测面，同时保证不破坏执行语义。
|
||||
|
||||
设计要点：
|
||||
|
||||
- 优先治理高频、可解释的探测路径
|
||||
- 对跨域挑战链路对象设置严格注入边界
|
||||
|
||||
### 2.5 行为与会话控制
|
||||
|
||||
目标：塑形时间分布，减少上下文漂移。
|
||||
|
||||
设计要点：
|
||||
|
||||
- 行为治理以统计分布为目标（variance/jitter/backoff）
|
||||
- 会话治理以一致上下文为目标（避免身份漂移）
|
||||
|
||||
### 2.6 挑战场景控制面摘要（Turnstile）
|
||||
|
||||
Turnstile 场景下的关键控制面可抽象为：
|
||||
|
||||
1. 能力令牌语义：服务端验证、有限时效、单次消费
|
||||
2. 作用域收缩：`hostname/action/cdata` 收缩滥用空间
|
||||
3. 执行链路保护：跨域脚本/iframe/worker 语义保护
|
||||
4. 摩擦与安全分离：clearance 属于体验层，不替代安全决策层
|
||||
|
||||
该摘要用于将 Turnstile 纳入统一控制面框架；细节见专题文章。
|
||||
|
||||
---
|
||||
|
||||
## 结语
|
||||
## 三、方案设计优先级
|
||||
|
||||
指纹治理的重点是跨维度一致性。
|
||||
行为治理的重点是时间分布去机械化。
|
||||
把这两部分统一治理，通常能显著降低攻防波动。
|
||||
控制面设计通常按以下优先级推进：
|
||||
|
||||
项目地址：[leeguooooo/agent-browser](https://github.com/leeguooooo/agent-browser)
|
||||
1. 执行完整性（保证链路可运行）
|
||||
2. 一致性约束集合（消除跨表面矛盾）
|
||||
3. 稀有性控制（避免低频组合叠加）
|
||||
4. 时序分布塑形（降低机械统计特征）
|
||||
5. 体验优化（降低重复挑战摩擦）
|
||||
|
||||
该顺序的含义是先保证“系统正确性”，再优化“稳定性与摩擦”。
|
||||
|
||||
Reference in New Issue
Block a user