Шаг 1. Отделить hard policy от статистики
До Risk Engine должны применяться системные правила: verified crawler, explicit manual rule, security hard rule. Это защищает SEO и обязательные исключения от случайного высокого score.
Шаг 2. Собрать browser и request evidence
- automation markers;
- header/browser consistency;
- screen/device consistency;
- bounded fingerprint stability;
- частота, URL sequences и 404 patterns;
- JS probe state без превращения NO_DATA в BOT.
Шаг 3. Добавить network и identity context
Hosting/VPN/proxy/ASN и ротация адресов полезны только вместе с source readiness. Если источник не знает класс адреса, contribution должен быть нулевым с reason=NO_DATA, а не ложным отрицанием.
Шаг 4. Учиться на поведении осторожно
Sequence Engine и baseline требуют достаточного числа наблюдений и уникальных посетителей. Нельзя объявлять «100% bad» по двум событиям из двух. Challenge failures можно использовать как training evidence только если Challenge subsystem healthy.
Шаг 5. Применять пропорциональную реакцию
| Risk/evidence | Разумная реакция |
|---|---|
| Недостаточно данных | continue / collect |
| Слабое подозрение | SHADOW / дополнительное наблюдение |
| Средний подтверждённый риск | Challenge / bounded throttle |
| Повторяющийся сильный composite pattern | временное ограничение по policy |
| Жёстко доказанное правило | hard action согласно rule |
Смотрите Decision Trace, false positives, конверсии и SEO-crawler health. Защита — это управляемый контур, а не одно правило «бот/человек».
AntiPF объединяет слои в одной policy
AntiPF строит decision pipeline вокруг crawler/manual/security hard decisions, Risk Engine, Browser Signals Lite, Network Intelligence, Adaptive Intelligence и Challenge. По умолчанию 10.050 сохраняет SHADOW-first модель.