The Cloudflare Blog
·
通过新高精度启发式规则提升机器人管理的灵活性和可见性
💡
原文英文，约1700词，阅读约需6分钟。
📝
内容提要
Cloudflare的应用安全团队通过将启发式规则迁移至新规则引擎，提升了机器学习模型的准确性，支持更复杂的规则，增强了客户对机器人流量的可见性和控制，减少了误报率，改善了检测效果。
🎯
关键要点
-
Cloudflare的应用安全团队通过将启发式规则迁移至新规则引擎，提升了机器学习模型的准确性。
-
新的规则引擎支持更复杂的规则，增强了客户对机器人流量的可见性和控制。
-
启发式规则用于机器人检测，包括流量识别、训练机器学习模型和验证模型性能。
-
旧的启发式引擎在复杂规则支持上存在局限，导致无法有效识别新型恶意流量。
-
新的规则引擎允许使用YAML语法编写更灵活的启发式规则，提高了检测准确性。
-
通过更新启发式规则，减少了误报率，从0.01%降至0.0001%。
-
新引擎为企业客户提供了更多的可见性，客户可以通过Bot Detection IDs了解被阻止请求的原因。
-
新增的检测ID帮助客户识别可疑的登录活动，增强了账户接管检测能力。
-
客户可以在Cloudflare仪表板中查看与账户接管相关的检测ID，以保护其应用程序。
❓
延伸问答
Cloudflare的新规则引擎有什么优势？
新规则引擎支持更复杂的规则，提升了机器学习模型的准确性，并增强了客户对机器人流量的可见性和控制。
如何减少误报率？
通过更新启发式规则，误报率从0.01%降至0.0001%，提高了检测准确性。
启发式规则在机器人检测中起什么作用？
启发式规则用于流量识别、训练机器学习模型和验证模型性能，帮助识别自动化流量。
客户如何使用Bot Detection IDs？
客户可以在Cloudflare仪表板中查看Bot Detection IDs，以了解被阻止请求的原因，并在自定义规则中使用这些ID。
新引擎如何提高检测灵活性？
新引擎允许使用YAML语法编写更灵活的启发式规则，支持更复杂的检测逻辑。
Cloudflare如何应对新型恶意流量？
通过迁移到新规则引擎，Cloudflare能够编写更复杂的规则，从而有效识别新型恶意流量。
➡️
