Skip to main content
Uno scraper eseguito in un browser reale con interfaccia grafica e dotato di un fingerprint gestito ha risolto il livello “che aspetto ha questa sessione” del rilevamento anti-bot. Ma ha soltanto superato l’ingresso. I sistemi moderni osservano anche che cosa fa il visitatore: come muove il mouse, dove fa clic, quanto rapidamente digita, se scorre prima di leggere, quanto resta sulla pagina o se va direttamente ai dati. Apparire umani è il livello superiore all’identità e molti scraper altrimenti puliti vengono individuati qui.

​
Ciò che fanno le macchine e non le persone

I segnali comportamentali sono prevedibili e ben noti:
  • Il mouse si muove in linea retta. Il cursore di una persona curva, oscilla, supera il bersaglio e si corregge; quello di un bot interpola normalmente un percorso rettilineo da A a B.
  • I clic cadono esattamente al centro. Una persona mira a un pulsante, ma non ne colpisce sempre il pixel centrale. Clic perfetti sono rivelatori.
  • Le tempistiche sono costanti. sleep(2) tra ogni azione appare esattamente per ciò che è. Gli utenti reali variano, talvolta molto.
  • Nessuno scorrimento o tempo di permanenza. Un bot recupera ciò che serve e se ne va; una persona scorre, osserva, esita e talvolta torna indietro.
  • Navigazione troppo efficiente. Un bot segue il percorso più breve; una persona divaga, apre un link sbagliato, torna indietro e visita pagine vicine.
Insieme formano un fingerprint comportamentale che alcuni fornitori anti-bot analizzano con la stessa attenzione riservata a quello tecnico.

​
Progettare un comportamento simile a quello umano

I rimedi standard corrispondono ai segnali precedenti:
  • Traiettorie del mouse. Sostituisci i moveTo lineari con percorsi di Bézier o perturbati da rumore, dotati di curve, oscillazioni e occasionali superamenti.
  • Offset dei clic. Fai clic leggermente fuori centro nel riquadro dell’elemento, con un piccolo offset casuale.
  • Distribuzioni temporali. Sostituisci le attese costanti con campioni di una distribuzione (quella lognormale funziona bene), così gli intervalli risultano organici e non ritmici.
  • Scorrimento e permanenza. Inserisci scorrimenti con pause e lascia trascorrere del tempo anche se i dati sono già nel DOM.
  • Navigazione imperfetta. Occasionalmente apri un link non desiderato, torna indietro e visita alcune pagine simili prima della destinazione.
Nessun accorgimento è decisivo da solo; combinati, spostano la firma comportamentale da “bot” ad “ambigua o umana”.

​
L’approccio di Octoparse

Durante l’esecuzione, Octoparse simula operazioni di navigazione reali: il mouse segue traiettorie curve, i clic cadono con offset casuali all’interno dell’elemento e le tempistiche variano anziché restare costanti. Questi schemi eliminano la firma meccanica profilata dai sistemi anti-bot, senza che l’operatore debba programmare manualmente le variazioni. La simulazione comportamentale si abbina alla gestione attiva del fingerprint: il runtime appare come un utente reale diverso in ogni sessione e, sulla pagina, agisce come tale.

​
Quando è importante e quando non lo è

La discrezione comportamentale comporta costi di progettazione, configurazione e talvolta capacità. Usala selettivamente:
  • Difese leggere (siti statici o poco protetti). Non serve. È sufficiente un browser pulito con interfaccia grafica.
  • Difese medie (limiti di frequenza e rilevamento basilare). Applica distribuzioni temporali, scorrimento e curve del mouse.
  • Difese avanzate (Cloudflare, DataDome, HUMAN, Akamai Bot Manager). È indispensabile. Senza un comportamento realistico, paghi il rendering completo e vieni comunque bloccato.
La regola è adeguare l’investimento nelle tecniche di discrezione alle difese reali del sito. Eccedere spreca lavoro; fare troppo poco rende inutile tutto il resto. Per il fingerprint associato alla discrezione comportamentale, consulta Fingerprinting del browser. Per i sistemi di difesa interessati, consulta Superare CAPTCHA e Cloudflare. Per il livello di rete, consulta Proxy a rotazione.