Caswino Promo

Настройка антибот-защиты и поведенческого анализа на платформе

Введение

Боты и автоматизированные скрипты ставят под угрозу честность игр и безопасность платформы. Комплексная антибот-защита сочетает поведенческий анализ на клиенте, скоринг аномалий на бэкенде и принудительные проверки (CAPTCHA, 2FA), обеспечивая минимальное влияние на UX при максимальной точности детекции.

1. Угрозы и сценарии атак

Credential stuffing и brute-force: массовые попытки логина из bot-сети.

Автоматизированные спины: скрипты, эмулирующие WebSocket-запросы на spin, чтобы обойти лимиты скорости.

Цена-отдельных-сессий (session hijacking): кража токенов и автоматическое разыгрывание ставок.

Боты для бонус-фарма: массовая регистрация под фальшивыми аккаунтами и выемка бонусов.

2. Клиентские механизмы детекции

1. Browser fingerprinting

Сбор отпечатка (Canvas, WebGL, плагинами, timezone, list of MIME-types) через FingerprintJS.

Сравнение с базой известных бот-паттернов и speed-run fingerprint changes.

2. JavaScript-челленджи (Proof-of-Work)

Небольшие вычислительные задачи перед критичными действиями (login, spin) с возвратом nonce.

Удерживает ботов с простыми HTTP-клиентами без JS-движка.

3. Canvas-блокировка и WebSocket-анализ

Проверка возможности отрисовки анимаций и поддержка WebSocket API.

Эмуляция задержек и heartbeat-сообщений в клиенте.

3. Реактивные проверки и CAPTCHA-флоу

Adaptive CAPTCHA

Trigger-условия: слишком частые клики на кнопку «Spin», превышение QPS, подозрительные IP.

Использование invisible reCAPTCHA v3 с пороговым скорингом; если score <0.5 → показ классической reCAPTCHA v2.

2FA-ввод при выводе

При подозрительной активности требует SMS-код или email OTP перед выполнением payout.

Device challenge

При смене устройства или гео-локации платформа требует водительское удостоверение через KYC API.

4. Бэкенд-скоринг поведения

1. Сбор телеметрии

Kafka-топики: `user.events` (clicks, pageViews, apiCalls, socketEvents).

Хранение в ClickHouse для real-time и исторического анализа.

2. Feature engineering

Временные признаки: Δt между кликами, средняя скорость ставок.

Пространственные: изменения IP/Subnet, User-Agent flips.

Сессии: длина, глубина навигации, флоу-паттерны.

3. ML-модель аномалий

Isolation Forest и Autoencoder для скоринга каждой сессии.

Пороговое разделение: low/medium/high risk → маппинг на меры (warning, CAPTCHA, блокировка).

5. Интеграция с SIEM и SOC

Logstash/Fluentd забирает логи антибот-сервисов и поведенческих скорингов.

Elastic SIEM или Splunk: кореляция инцидентов, дашборды по бот-атаке и false-positive rate.

Автоматизированные оповещения

PagerDuty-анонсы при всплеске подозрительных сессий >X% от активных.

Slack-уведомления команде SOC.

6. Архитектура микросервисов

mermaid
flowchart LR
subgraph Клиент
Browser
end
subgraph Платформа
API-Gateway
AuthService
AntiBotClientService
BehaviorScoringService
CAPTCHASvc
TransactionService
SIEMConnector
end
Browser -->|events| API-Gateway
API-Gateway --> AntiBotClientService
AntiBotClientService -->|fingerprint, PoW| BehaviorScoringService
BehaviorScoringService -->|riskScore| API-Gateway
API-Gateway -->|challenge| CAPTCHASvc
API-Gateway --> TransactionService
BehaviorScoringService --> SIEMConnector

AntiBotClientService: проверка JS-челленджей и fingerprint.

BehaviorScoringService: агрегирует события и выдаёт riskScore.

CAPTCHASvc: управляет adaptive CAPTCHA API.

SIEMConnector: шлёт инциденты в SIEM.

7. Тестирование и отладка

Synthetic bots: скрипты на Puppeteer/Playwright для эмуляции атак.

A/B-тесты: оценка UX-impact: conversion rate до и после внедрения защит.

False-positive анализ: ручная верификация кейсов medium-risk, корректировка ML-модели.

Заключение

Эффективная антибот-защита на платформе онлайн-казино сочетает client-side fingerprinting и PoW-челленджи, adaptive CAPTCHA и 2FA, а на бэкенде — поведенческий скоринг на основе ML и интеграцию с SIEM. Такой многоуровневый подход обеспечивает баланс между user-experience и жёсткой защитой от автоматизированных атак.

Caswino Promo