Skip to main content
Un outil de scraping exécuté dans un vrai navigateur avec interface et doté d’une empreinte maîtrisée a traité la couche « à quoi ressemble cette session » de la détection anti-bot. Mais cela ne fait que lui ouvrir la porte. Les systèmes anti-bot modernes observent aussi le comportement du visiteur une fois entré : mouvements de souris, emplacement des clics, vitesse de frappe, défilement avant lecture, temps passé sur la page ou accès direct aux données. Paraître humain est la couche qui vient après l’identité, et de nombreux outils pourtant propres sont détectés à ce stade.

​
Ce que font les machines, contrairement aux humains

Les signaux comportementaux sont prévisibles et bien connus :
  • La souris suit des lignes droites. Le curseur d’un utilisateur décrit des courbes, tremble, dépasse la cible et se corrige. Celui d’un bot interpole généralement une ligne de A à B.
  • Les clics tombent exactement au centre. Un humain vise un bouton sans toucher systématiquement son pixel central. Des clics parfaits trahissent l’automatisation.
  • Le rythme reste constant. Un sleep(2) entre chaque action paraît artificiel. Le rythme des utilisateurs varie, parfois beaucoup.
  • Aucun défilement ni temps de consultation. Un bot récupère ce dont il a besoin et repart. Un humain fait défiler la page, regarde autour de lui, hésite et remonte parfois.
  • La navigation est trop efficace. Un bot emprunte le chemin le plus court. Un humain se trompe parfois de lien, revient en arrière et consulte des pages voisines.
Ensemble, ces indices forment une empreinte comportementale que certains fournisseurs anti-bot analysent aussi agressivement que l’empreinte technique.

​
Concevoir un comportement humain

Les solutions classiques répondent directement à ces indices :
  • Trajectoires de souris. Remplacez les déplacements linéaires moveTo par des courbes de Bézier ou des chemins bruités qui s’incurvent, tremblent et dépassent parfois la cible.
  • Décalage des clics. Cliquez légèrement hors du centre dans les limites de l’élément, avec un petit décalage aléatoire.
  • Distribution des délais. Remplacez les attentes constantes par des valeurs tirées d’une distribution, par exemple log-normale, afin d’éviter un rythme mécanique.
  • Défilement et consultation. Ajoutez des défilements et des pauses ; restez un moment sur la page même si les données figurent déjà dans le DOM.
  • Navigation imparfaite. Cliquez occasionnellement sur un lien non ciblé, revenez en arrière et visitez quelques pages similaires.
Aucun signal n’est décisif seul, mais leur combinaison fait passer la signature de « bot » à « ambiguë ou humaine ».

​
L’approche d’Octoparse

Octoparse simule de vraies opérations de navigation pendant l’exécution : la souris suit des courbes, les clics utilisent des décalages aléatoires dans l’élément et les délais entre actions varient. Ces comportements éliminent la signature mécanique recherchée par les systèmes anti-bot, sans nécessiter de script manuel. Cette simulation complète la gestion active des empreintes d’Octoparse : l’environnement ressemble à un véritable utilisateur différent à chaque session et se comporte comme tel sur la page.

​
Quand est-ce nécessaire ?

La discrétion comportementale a un coût en ingénierie, configuration et parfois en débit. Adaptez l’effort :
  • Défenses légères (sites statiques ou peu protégés). Inutile : un navigateur avec interface et une empreinte propre suffit.
  • Défenses moyennes (limitation du débit et détection simple). Ajoutez les délais variables, le défilement et les courbes de souris.
  • Défenses lourdes (Cloudflare, DataDome, HUMAN, Akamai Bot Manager). Indispensable : sans comportement réaliste, vous payez le rendu complet du navigateur tout en restant bloqué.
La règle consiste à adapter l’investissement aux défenses réelles du site. En faire trop gaspille des ressources ; ne pas en faire assez les gaspille toutes. Pour compléter ce sujet, consultez Empreinte du navigateur, Contourner les CAPTCHA et Cloudflare et Rotation des Proxys.