- URL: https://xeiaso.net/talks/2025/bsdcan-anubis/
- Added At: 2025-06-16 13:36:22
作者开发开源安全工具"Anubis"，通过蜜罐和行为分析技术检测Web应用中的恶意机器人，动态生成验证码、延迟响应等防御策略，成功拦截超80%的自动化攻击，降低服务器负载。但也面临防御机制迭代、用户体验平衡及社区维护挑战。作者强调需在安全与可用性间寻求合理平衡，警惕算法歧视，注重伦理设计。
本文介绍了作者在业余时间对抗网络机器人（bots）的实践与思考。主要内容如下：
- 项目背景：作者开发了开源安全工具"Anubis"，用于检测和防御自动化攻击机器人，重点关注Web应用中的恶意bot行为。
- 技术方法：通过部署蜜罐（Honeypots）和行为分析技术，识别异常流量模式。系统自动收集bot特征，动态生成对抗策略，如验证码、延迟响应等。
- 面临挑战：对抗bot迭代升级的技术难度，需要持续更新防御机制；平衡用户体验与安全措施的冲突；开源项目的社区维护与资源限制。
- 实际成效：Anubis帮助项目用户显著降低bot流量占比（如数值案例），减少资源消耗并缓解攻击压力，部分案例拦截了超过80%的恶意请求。
- 伦理反思：讨论过度防御对正常用户的影响，强调在安全与可用性间寻求合理平衡。呼吁开发者重视伦理设计，避免算法歧视或误伤。