一、背景与系统安全需求分析

1. 系统的重要性

上图所示是接口所属位置、对电商平台或在线商店而言，分类查商品都是很重要的，通过为用户提供清晰的商品分类，帮助他们快速找到所需产品，节省浏览时间，提升购物效率，是购物结算产生 GMV 的核心环节。那么电商平台为什么都很看重商品信息的爬取？

a. 数据收集和分析：这些数据对于市场研究、竞争分析、价格比较等方面非常有价值。可获得有关产品趋势、消费者偏好、价格波动等信息，有助于企业进行决策和制定营销策略。

b. 价格监控和动态调整：可以实时跟踪和监控竞争对手的价格变化。企业可以根据市场情况及时调整自己的产品定价，保持竞争力，并更好地满足消费者需求等。

2. 风险评估

a. 系统安全、以及触发各种报警

b. 数据安全

c. 带宽和服务器资源消耗

d. 不良竞争等；

3. 618 期间的爬虫问题

由于这个接口还比较特殊，我们在 3 个版本前刚迁移 color 网关，其他低版本使用的是另一个物理网关我们暂且称: B 网关，另外在 B 网关还由于一些历史原因区分了 Get 和 Post 两个接口对客户端提供。所以一共是 3 个接口。

客户端有多平台：h5, 微信小程序、支付宝小程序、android、ios、rn.

a. 爬虫曲线明显从监控上看得出规律，另外性能也随之报警，并且不太确定是登陆爬虫还是不登陆爬虫。

b. 后台服务监控这 3 个接口过来的流量监控未区分 color 网关和 B 网关，还需要确定爬虫来源是从哪儿来

c. 各个平台的客户端都有爬虫，android 的性能受影响更大，

d. 另外各端迁移 color 网关的情况不太一致，有个别端有问题降级为 B 网关，另外 h5 和 rn 不存在版本的问题，一切全切，而 ios、android、小程序还存在老版本调老接口的问题。

二、反爬策略选择

1. 可选择的反爬策略

B 网关可使用的策略

a. 登录态 - 未登录拦截

b. 反人类策略 - 频控用户 pin 维度频控

c. 安全人员进行行为分析，将 pin 到加黑名单

color 网关可使用的神盾策略

a. 登录态 - 未登录拦截

b. 神盾防刷能力之一 --- 加固

c. 神盾防刷能力之一 --- 反爬

d. 神盾防刷能力之一 --- 小号

e. 神盾防刷能力之一 --- 风控

2. 如何选择？结合系统现状 -- 在用户体验和反爬虫之间平衡

a. 由于历史没开登陆态，优先选择不开登陆态的

b. 看下版本占比，先处置老版本看看效果也就是老的 B 平台

c. 如果发现 ab 执行完效果不太明显，考虑老版本开启登陆态比如开登陆态

d. 如果开完登陆态还不 OK，考虑下是爬虫有登陆态在爬，做下频控

e. 如果还不 OK，考虑是爬虫爬的高版本，需要在 color 上发力了

f. 联系成熟的 color 团队沟通看下爬虫问题，然后他们给出建议和可以做的操作，评估申请执行

g. 最终不行再考虑下登陆态

h. 反爬虫过程中双方是一直在对抗，比如某些策略生效，对方想办法破解，持续加严，持续想办法破

三、实施反爬措施

备注：下面所涉及的监控有几类

a. 服务器后台的监控分客户端：全来源（包含 B 网关的 GET 和 POST 和 Color 的）监控

b. B 网关自己的监控 key 分客户端：只包含 B 网关（GET 和 POST 的接口各有单独的）监控

c. Color 网关的监控分客户端：只包含 Color 网关的

1. 找 B 网关的安全人员分析，识别到一些黑名单，加完之后效果不太明显，建议我们看下版本占比开启登陆态

2. 找埋点分析人员取数拿到数据 isColor=1 是 color 网关， 0 是 B 网关；isLogin=1 是登陆，0 是未登陆

3. 单独看 B 网关和 color 网关的监控，发现都有爬虫，跟产品确认后开启老平台的登陆态校验 - 先用 andorid 端尝试看效果，某些竞品这类接口其实也开着登陆态拦截。

服务端针对 andorid 端监控

4. 开启后效果显著，就也开启了 B 网关接口各端登陆态，发现 H5、小程序没啥效果，怀疑是有登陆态的爬虫，安全人员继续分析

服务端针对 H5 端的监控

5. 怀疑是登陆态的爬虫，安全人员想办法获取风险 pin，方案是通过埋点通过行为分析取数，限制以下条件获取到 35 个 pin，通晒后加黑名单

提数策略一

a. 接口埋点时间范围：2023.05.30 2:00 - 2023.05.30 4:00

b.platcode = H5

c. 单 pin 访问 无 经纬度参数

d. 单 pin 访问 不同门店 id 数量大于 5 个

提数策略二

a. 接口埋点时间范围：2023.05.30 2:00 - 2023.05.30 4:00

b.platcode = H5

c. 单 pin 访问 >100 次

d. 单 pin 访问 中 不同门店 id 数量大于 10 个

B 网关的 POST 接口的 H5 端的监控

6. 同时意识到为什么 B 网关的 GET 接口还有量？是正常用户，还是全是爬虫？找各端确认接口调用情况。确定各端都没有在调老的 GET 接口，再严谨一点想确定下到底是哪个平台过来的，找 B 网关人看了下日志是 H5 端来的，再次确认 H5 也不存在版本这个概念，那么就认定都是爬虫，决定直接下掉。

B 网关针对 GET 接口的监控

7. 小程序看着没啥效果，确定了下流量是从 Color 过来的，此时 B 网关能做的都做了，转战 Color 平台，联系神盾

先不考虑开启登陆态，看看神盾能做些什么策略调整，是否有效果。

8. 神盾人员分析验数结果之后：

a. 神盾识别到一些没传 uuid 的情况，我们客户端各端确定 uuid 都必传，那么这部分就是刷子， 配置 uuid 为空就拦截的策略，来逼迫黑产传 uuid 来让反爬跟 uuid 相关的模型生效

b. 加固开启加严规则灰度 10%，

c. 反爬开启增加识别策略

color 网关的安全监控效果

9. 到此这个阶段就相对比较 OK 了， 但是爬虫那边也在对抗破解改变策略继续爬，安生了几天，直到 6 月 6 号凌晨 android 平台有大量异常流量，再之后就开始慢慢的有规律的异常流量曲线，说明对方已经破解了开始继续爬了。并且 android 端性能监控比日常 tp99 翻倍，触发报警，怀疑可能在爬商品数据量大的商家

color 网关 android 端 6 月 6 号激增异常流量

服务端 android 端监控 6 月 7 号开始了日常爬虫，说明已破解

反馈之后，补充识别策略，继续加严，另外小号有识别无拦截，是之前申请开启小号没通过，再次沟通开启，开启之后有效果。效果如下：

color 网关安全监控的小号监控效果

10. 但 android 还是有爬虫，性能没恢复，那么考虑开启频控，按单 pin10 次，无效果，单 pin5 次无效果，最终在夜里决定尝试开启下 color 网关的登陆态，效果立竿见影，性能恢复，说明是未登陆的用户来的爬虫，这也是为什么按 pin 限频效果不明显的原因，挑性能受影响最大的 jddjAPP (android 和 ios) 应用开启，由于神盾的操作都是基于接口 + 应用维度，所以一开全开。

服务端 android 端监控

11. 但有个问题是客户端各端迁移到 color 网关的时候都没有去处理兼容 color 网关的拦截默认返回结果所以各端显示异常，好在 color 网关可以 mock 出参，想到按 B 网关开启登陆态拦截的出参去 mock 来适配客户端，找 B 网关要出参 json 如下：

{ "type": "1", "code": "201", "msg": "为了您的账号安全，请重新登录" }

按上述出参 mock 后各端可以正常识别，但又发现新的问题是各个端的逻辑处理不一致， 登录态开启 ios 端用户体验不好，并无法跳转登陆 ， 由于在 color 网关中 android 和 ios 是用的同一个应用名，而开启登陆态的维度是应用维度，所以不得不关闭登陆态。

12. 测试和客户端去确认前端各端是否有问题，以及后续对于登陆态的处理。 我们后端则跟前端一起思考下有没有别的方案，经过讨论有一种方案是 mock 反爬的出参 code 605，但客户端接入 color 的 3 个版本中最老的那个版本没有接入反爬的 sdk， 而网关开启登陆态又没法控制版本。

由于以上问题可行的方案是：ios 端未接入反爬 sdk 的版本 降级调用 B 网关， 这样 color 可以开启登陆态。

但没采用这个可行的方案，因为降级为 B 网关需要层层审批，这个时候也临近大促结束，担心审批流程太慢，或者有别的未知问题，所以没采用。

13. 继续咨询 color 平台的神盾侧方案，给出的方案是反爬、加固、小号都继续上加严，观察有无客诉。加严到差不多的影响的情况下暂时告一段落。

14. 服务端兜底的反爬措施，我们具备的针对各端单独设置限流阀值的能力，解决单端有问题不影响其他端，将影响降至最低。以及快速扩容的能力。

四、color 网关反爬效果

总体来说 color 的神盾相关的反爬还是很强大的，效果显著，在攻防之间一直有策略可以应对，点个赞，在此感谢相关人员，以及一起应对反爬的小伙伴们。

五、总结

在这次反爬经历中也有很多需要反思总结和提高的地方，下面列了几点给大家参考，希望本篇文章对大家有所帮助。

1. 要尽量防患于未然，核心系统接口提前做好反爬的一些基础工作，避免被临时杀个措手不及。

2. 涉及多网关的时候，要梳理爬虫的来源及特征，借助各物理网关的反爬能力，针对性的处理。

3. 登录态开启需要提前测试确定影响，各端是否支持，用户体验是否受损，其它反爬措施同理。

4. 微信小程序不能开启强登陆，会被认为违规进行处罚。

5. 之前对于 color 的反爬能力知之甚少，低估了反爬能力以为开启了还有爬虫就没办法了，但事实上 color 还有很多策略是没有对外暴露的。

6. 也不能认为爬虫就一定要反爬干净，因为规则越严格，越有可能误杀，需要再用户体验和反爬之间取个平衡，在保证用户体验的基础上尽量提高爬虫成本，减少爬虫对系统的影响。

7. 后端需要具备的能力针对各端单独设置限流阀值。解决单端有问题不影响其他端，将影响降至最低。

作者：京东零售 连迎迎
来源：京东云开发者社区 转载请注明来源