應對基于機器人程序的高度復雜的自動化網(wǎng)絡威脅，就需要深入分析機器人程序的戰(zhàn)術(shù)和意圖。Forrester研究公司發(fā)布的《The Forrester New Wave: 2018年Q3機器人程序管理》報告指出，“攻擊檢測、攻擊響應和威脅研究的差異最大。機器人程序管理工具的檢測方法有很大差別；許多工具的自動化響應能力非常有限（如果有的話）。機器人程序管理工具必須能夠?qū)崟r確定自動化流量的意圖，進而區(qū)分良性機器人程序和不良機器人程序。”
在選擇機器人程序緩解解決方案時，企業(yè)必須評估以下這些標準，來確定可以滿足其特定需求的最佳解決方案。
基本的機器人程序管理功能
企業(yè)應當評估可能的響應操作的范圍--如攔截、限制、通過提供虛假數(shù)據(jù)戰(zhàn)勝競爭對手的能力以及根據(jù)機器人程序特征碼和類型采取定制化操作的能力。
任何解決方案都應該可以在不同的部分和網(wǎng)站子域中靈活地采取不同的緩解方法，并且能夠與特定的網(wǎng)站頁面子集進行集成，如，對Web流量沒有影響的“監(jiān)控模式”可以在嘗試激活實時主動攔截模式之前為用戶提供對解決方案功能的深入分析。
此外，任何企業(yè)級解決方案都應該能夠與Adobe、Google Analytics等主流分析儀表盤集成，提供關(guān)于非人工流量的報告。
檢測大規(guī)模分布式類人機器人程序的能力
在選擇機器人程序解決方案時，企業(yè)應該試著了解用于識別并管理試圖規(guī)避安全應對措施的大規(guī)模分布式僵尸網(wǎng)絡攻擊以及“低速慢速”攻擊等復雜攻擊的底層技術(shù)。
傳統(tǒng)的防御措施缺乏應對此類攻擊的必要檢測功能。動態(tài)IP攻擊可以讓基于IP的緩解措施失效。無任何行為學習的速率限制系統(tǒng)意味著，在攻擊發(fā)生時會放棄真正的客戶。某些常常與內(nèi)容交付網(wǎng)絡（CDN）捆綁或一起銷售的WAF和速率限制系統(tǒng)也無法檢測可以模仿人類行為的復雜機器人程序。
近年來崛起的高度復雜的類人機器人程序需要更先進的檢測和響應技術(shù)。選擇和評估標準應當側(cè)重于廠商用來檢測機器人程序的各種方法，如，設備和瀏覽器指紋識別、意圖和行為分析、綜合的機器人程序情報和威脅研究，以及其他基礎技術(shù)。
可以不斷進行調(diào)整來擊敗騙子和競爭對手的機器人程序檢測引擎
- 解決方案的機器人程序檢測技術(shù)有多先進？
- 是否采用了獨特的設備和瀏覽器指紋識別？
- 除了用戶行為分析，是否利用了意圖分析？
- 如何深入有效地進行指紋識別和用戶行為建模？
- 是否利用了綜合的威脅情報？
除了從用戶瀏覽器和設備中采集數(shù)百個可以對其進行獨特標識的參數(shù)，并分析其行為，任何機器人程序管理系統(tǒng)還應當能夠完成以上所有功能。機器人程序管理系統(tǒng)還應該可以應對復雜機器人程序的欺詐功能。并提供解決方案能夠檢測并攔截的復雜攻擊的相關(guān)例子。
對用戶體驗的影響--延遲、準確性和可擴展性
網(wǎng)站和應用延遲會帶來糟糕的用戶體驗。任何機器人程序緩解解決方案都不能增加這種延遲，而是應該幫助解決延遲問題。
機器人程序檢測的準確性至關(guān)重要。任何解決方案不僅要能夠區(qū)分良性機器人程序和惡意機器人程序，而且還必須能夠提高用戶體驗，并且可以從搜索引擎和合作伙伴獲得機器人程序授權(quán)。在高峰期，維持B2C電商網(wǎng)站門戶等站點中一致的用戶體驗可能會很困難。為了處理流量峰值，解決方案還應該具備可擴展性。
將誤報維持在最低水平，確保用戶體驗不受影響同樣重要。不應該由真實用戶來解決驗證碼問題或證明他們自己不是機器人程序。企業(yè)級機器人程序檢測引擎應該具備深度學習和自優(yōu)化功能，來識別并攔截那些依靠不斷進化來改變自身特征，進而規(guī)避基本安全系統(tǒng)檢測的機器人程序。
關(guān)于Radware
Radware是為傳統(tǒng)數(shù)據(jù)中心、云數(shù)據(jù)中心和虛擬數(shù)據(jù)中心提供網(wǎng)絡安全和應用交付解決方案的全球領導者。Radware屢獲殊榮的解決方案組合為全球企業(yè)提供了基礎架構(gòu)、應用及企業(yè)IT防護服務，確保企業(yè)的數(shù)字體驗。Radware解決方案成功幫助了全球12,500多家企業(yè)和運營商客戶快速應對市場挑戰(zhàn)，保持業(yè)務連續(xù)性，在實現(xiàn)最高生產(chǎn)效率的同時有效降低成本。
