WebFlux使用案例

本文提出一种基于机器学习的网络爬虫检测方法，通过挖掘爬虫会话与普通用户会话的访问行为特征差异，采用CNN及Catboost结合的分类算法实现对网站爬虫的自动化检测，提高检测率及检测效率。

爬虫和普通用户的访问行为在许多方面存在差异，这些差异基于访问模式、访问频率、请求特征和并发性等因素。通过提取网站访问日志，从日志中提取访问会话，从会话中提取出不同维度的行为特征，以此来度量爬虫与普通用户会话的差异，进行后续的爬虫检测。

IPv6安全解决方案

WEB攻击场景下JS跳转问题

安全访问服务边缘（Secure Access Service Edge,SASE）是一种新兴的网络安全架构，旨在提供综合的网络安全和网络访问控制解决方案。

据国际知名金融广告服务平台提供商Dianomi的报告《2018 Robot traffic report》的数据，在互联网上人类流量仅仅占了48.2%，也就是说，一个页面的10000个点击里面，大约5100个来自机器人。在航旅票务等行业，热门数据接口中甚至有超过95% 的流量是来自爬虫。如何有效管理爬虫流量，是当下业务安全面临的问题。

在当前网站快速发展的背景下，网站业务突增往往伴随着一系列网络安全隐患。