Cloudflare 推出 Precursor 新系統，透過持續分析用戶在網頁上的滑鼠移動、打字速度等行為模式，來即時辨識並阻擋越來越狡猾的惡意機器人，提高網路防禦的精準度。
全球網際網路服務供應商 Cloudflare 近日推出一款名為 Precursor 的新系統，旨在透過「連續客戶端行為分析」來偵測日益複雜的惡意機器人，提升網路安全防護能力。該系統目前已進入測試階段（beta版），並在今年稍晚全面上線前免費提供給用戶使用。
傳統的機器人偵測方式，主要依賴網路層次的分析，並在特定檢查點進行即時驗證。然而，現今的進階機器人已能模仿真人的短暫互動行為，輕易繞過這些傳統檢查。為應對此挑戰，Cloudflare 的 Precursor 採用了新的策略。
Precursor 的運作原理是透過在網頁中植入輕量級的 JavaScript 程式碼，持續收集用戶的互動資料，例如滑鼠的移動軌跡、鍵盤輸入的延遲時間以及視窗焦點的切換等細微模式。這些資料不會干擾應用程式的邏輯運作，並會即時傳送到 Cloudflare 的邊緣伺服器（edge servers，即部署在靠近用戶端、能快速響應的伺服器）進行處理。
透過這種方式，Precursor 能建立一個「會話級別視圖」（session-level view），追蹤使用者從進入網頁到離開的完整互動過程。這使得惡意機器人難以透過單純重新整理頁面來重設其行為特徵，必須模擬一整個連貫且符合邏輯的真人互動過程，大幅提高其操作成本。
這項技術不僅能更精準地辨識自動化行為與真實使用者，還能減少對合法訪客造成不必要的阻礙。Cloudflare 表示，Precursor 在設計時充分考量用戶隱私，僅收集識別自動化行為所需的最低限度資料，例如鍵盤輸入的時間和節奏，而非輸入內容本身。這些行為訊號會以聚合模式在 Cloudflare 內部進行處理，不會在客戶面板中顯示，也不會與個人身份綁定。
Precursor 將與 Cloudflare 現有的 Enterprise Bot Management 功能（包括 Cloudflare Turnstile 等）無縫整合，其收集的數據將用於強化既有的機器人評分、挑戰決策及安全規則。同時，Cloudflare 也在其 Security Analytics 中導入以會話為基礎的視圖，讓企業能更全面地理解訪客的旅程，識別異常行為並精準鎖定自動化會話。