Featured image of post AI 爬虫改写电商安全:从拦截流量到判断意图

AI 爬虫改写电商安全:从拦截流量到判断意图

电商平台需重新识别AI流量价值与风险。

AI 流量正在成为电商新变量

AI 流量正在成为电商新变量

AI 正在改变电商网站的流量结构,也把安全问题从“拦不拦爬虫”推向“如何判断身份、意图和业务价值”。Akamai 大中华区解决方案资深经理马俊在解读最新《互联网安全态势报告》时称,2025 年全球有超过 17 万亿个 Bot 访问电子商务网站,同比增长 19%;亚太地区增速超过 63%,是增长最快的区域。

这些访问并不都等同于传统恶意爬虫。报告显示,电商 Bot 流量约为第二名媒体行业的两倍,零售占大多数,旅游和酒店随后。马俊提到,AI Bot 行为越来越像人,例如工作日高峰、周末短暂下降,说明部分任务可能由人发起,再交给 AI 执行。与此同时,“浏览器伪装”成为主要技术特征之一,相关流量达到 7500 亿次。

关键变化包括:

  • 2025 年电商 Bot 访问超过 17 万亿次,同比增长 19%;
  • 亚太 Bot 增速超过 63%,与电商规模、AI 接受度和旅游市场碎片化有关;
  • 84% 的 7 层 DDoS 攻击针对电商行业。7 层 DDoS 指针对应用层服务的拒绝服务攻击,常通过大量看似正常的请求拖垮业务。

“好爬虫/坏爬虫”分类开始失效

“好爬虫/坏爬虫”分类开始失效

马俊将当前 AI Bot 大致分为训练类 Bot、AI Fetcher、AI 搜索引擎和 AI Agent。训练类 Bot 用于获取数据以改善模型;AI Fetcher 通常在用户提问时临时访问互联网;AI 搜索引擎持续抓取内容更新索引;AI Agent 则更进一步,开始代表用户完成搜索、比价、选品甚至交易。

这让传统二分法变得不够用。同一个 AI Bot 可能帮助消费者找到商品并带来订单,也可能只是高频抓取价格、库存和商品信息,增加平台成本却没有转化。换言之,电商平台面对的不再只是“机器访问网页”,而是新的业务访问主体。

因此,治理重点需要从简单放行或拦截,转向基于业务影响的分级策略:可信、低风险且能带来交易的访问可以放行;身份不清、行为异常或只消耗资源的访问则应被限速、降级或拦截。Bot 治理正在从黑白判断变成连续的信任光谱

API 成为更突出的攻击面

API 成为更突出的攻击面

AI 和智能体需要通过 API 与外部系统交互,企业开放服务和连接第三方平台也会暴露更多接口。API 是应用之间交换数据和调用功能的接口,一旦权限、数据返回或身份校验设计不当,就可能成为攻击入口。

马俊分享的数据称,2025 年第四季度,API 攻击首次在整体范围内超过传统 Web 攻击;在亚太地区,针对电商行业的 Web 攻击超过 2000 亿次,其中 49% 是 API 攻击。API 风险并不只是“有没有清单”。Akamai 此前调研显示,77.7% 的 CISO 表示企业已通过技术或人工方式梳理 API 清单,但能明确说明哪些 API 含敏感数据、哪些存在越权风险的仅约 22%。

AI 会放大这种可见性缺口。攻击者可借助 AI 更快寻找“影子 API”,也就是企业未充分掌握或未纳入治理的接口。马俊认为,AI 时代 API 安全首先要解决可见性:企业必须知道有哪些 API、连接哪些数据、是否涉及会员、积分、礼品等核心资产,以及是否存在敏感数据泄露、注入和越权问题。

新风险从聊天机器人延伸到 Token

新风险从聊天机器人延伸到 Token

随着 AI 被嵌入电商业务,攻击面也扩展到聊天机器人、智能体和算力资源。Akamai 将一种慢速、少量、持续的分布式攻击称为 Leak Faucet,即“水龙头漏水攻击”。攻击者可能长期与聊天机器人交互,通过提示词注入诱导其接受退款不退货、过期优惠券,或泄露客户隐私。提示词注入是指用特殊输入影响大模型行为,使其偏离原本规则。

AI Agent 的风险在于它可能被操纵执行越权动作。当用户把购物决策交给 Agent,攻击者可能通过越狱或恶意提示影响其访问数据库、调用接口或执行不当操作。另一个风险是 Token 滥用:企业接入模型 API 后,如果接口或 Token 暴露,可能被盗用并消耗算力资源。

因此,安全对象已不只包括服务器、网页和 API,还包括模型、Agent、MCP、Token 等新实体。马俊提到,Akamai 正与生态伙伴推进 AI Bot 和 Agent 的身份认证,并提到与 Visa 合作的 TAP(Trusted Agent Protocol)及 KYA 相关机制,其核心是先确认智能体身份,再按场景决定是否允许交易。

行业走向:安全要回到业务判断

AI 还压缩了攻击窗口。马俊引用 Akamai 数据称,2018 年漏洞从发现到被利用的中位数时间约为两年多,而在 AI 加持下已缩短至 8 小时。这要求企业不只追求“防得住”,还要提升发现、判断和响应速度。

Akamai 给出的 18 个月行动建议包括提高资产和风险可见性,加强韧性建设与技术协同,例如微隔离、多因素认证、应急预案和沟通机制,并定量分析 AI 与 AI Bot 对业务的影响。微隔离是把系统划分为更小安全区域,以便在出事时缩小影响范围。

电商尤其不能忽视误拦截。大促期间,业务流量、攻击流量和 AI 流量可能同时冲高,安全策略若过于粗暴,会直接影响性能、可用性和转化率。未来的核心能力不是把所有 AI 挡在门外,而是识别哪些 AI 代表真实用户、哪些 API 连接核心资产、哪些 Agent 值得信任。电商安全正在从边界防御转向身份识别、行为判断和业务决策