Cloudflare 推出 Precursor：利用客戶端會話行為檢測 AI Agent
為何重要
對開發者與安全工程團隊而言，這代表了將防護重心從「單一再驗證」轉向「全會話上下文感知」的關鍵一步，能更準確識別能模擬真實短時間互動的高階 bots。在日益複雜的 AI Agent 與濫用攻擊環境下，此類不依賴幹擾性 CAPTCHA（Cloudflare Turnstile）且具備會話永續性檢測能力的基礎設施，將提升企業應對資安威脅的作業效率。
Cloudflare 針對網路安全缺口推出新作業系統 Precursor，透過客戶端間歇性注入 JavaScript，捕捉使用者完整旅程中的行為訊號以即時區分人機。此功能作為 Enterprise Bot Management 的一環，補強了傳統端點驗證在整個網站應用程式中「可視度不足」的問題。
- 機制與功能：Precursor 採用三層架構（注入與收集、判讀、會話整合）運作，內建評估器確認指標活動與頁面可見度等資料的一致性，並將所有會話資料整合，讓機器人無法透過頁面重新整理重置行為代表。
- 人機判斷依據：系統評估包含指標移動、專注變化等物理特性（如手腕旋轉限制、認知負荷延遲、神經震顫），對比機器通常具備的線性插值與完美曲線等特徵。
- 隱私保護設計：僅收集檢測濫用所需的低量級資訊（鍵盤節奏與時間不記錄鍵值），且行為訊號僅供內部分析之用，不會暴露於客戶儀錶板。原本的 Security Analytics 亦新增 Session-based views 供觀察使用者旅程。