Algorithm 如何处理bot来计算页面浏览量

我不知道该如何处理这种情况。我有一个目录，在那里我计算每个项目的页面浏览量。对于经过身份验证的用户，在请求之间延迟200秒后，我只将其视为新的页面视图。对于未经验证的用户，我使用IP和200秒的延迟

我使用redis SETEX进行验证，然后密钥将在200秒后过期。如果密钥不存在，则插入新的页面视图

像这样的

• item\u id:user\u id

  （经过身份验证的用户）

• 项目标识：ip

  （未经身份验证的用户）

好吧，除非用户有意增加某个特定项目的页面浏览量，否则这种方法很有效。就在昨天，我对一个特定项目的浏览量接近3000次（去年该页面只有150次浏览量…）。因此，他创建了一些机器人来延迟访问页面，以避免我的验证

---

我需要注册合法的页面浏览量，但我需要避免这种类型的欺诈。有什么想法吗

您可以在应用程序中集成某种验证码，以限制用户在特定时间内查看页面的次数

---

在给定的持续时间内，来自同一用户或IP的一定数量的视图（例如，3分钟内20个视图），让他们在以后每次尝试查看页面时验证验证码。

据我所知，处理机器人程序的最佳方法是类似Google Analytics的方法

Google Analytics通过将JavaScript片段插入到 你网站的标题。此代码段统计每次 访问者触发了JavaScript，而大多数机器人都不会处理 JavaScript

---

为每个页面查看请求发出

令牌

。将令牌存储在Cookie中

使用您已经可用的IP或用户ID作为筛选机制

加载页面后，使用cookie中的

令牌

、

旧令牌

、操作系统、

浏览器名

和

IP

/

用户ID

验证请求

给两个不同的计时，如200秒到期时间和3600秒宽限时间，如果上述任何数据在宽限时间内匹配，则不计算页面视图

---

您还可以通过在宽限期内跟踪页面浏览量来扩展此功能，并创建一些方法来验证页面浏览请求。

我通常将请求时间与请求一起注册，以测量访问频率和每特定时间跨度的访问者数。
当您注册所有与

项目id

、

用户id

、

ip

和

时间戳一起出现的请求时，您可以随后通过按
用户id
、
ip
和
时间戳对寄存器进行分组来处理

这样，您就可以找出每秒的点击量，识别并排除那些明显超过正常活动模式的人，而不会丢失数据。

我经常使用Web服务日志每小时、每天甚至每月生成有关特定URL访问频率的统计信息。
这个问题非常固执，并不完全适合堆栈溢出。不过，您可以通过更改“页面视图”的定义来避免欺诈。一些著名的页面浏览量测量工具（如Google Analytics）使用超时来避免重复页面浏览，但也会显示独特点击（不包括会话中的重复点击），除此之外，它们还记录其他流量信息，如用户代理，通常可用于避免某些（搜索）机器人。然而，防止垃圾邮件是非常困难的，如果不是不可能的话，因为机器人可以很容易地伪装成人类，除非你建立了一些人类验证系统，比如验证码。你对欺诈的定义是什么？您已经创建了一个规则来过滤相隔不到200秒的请求，但这似乎不是一个区分“欺诈”和“合法”视图的规则。如果您确实指定了“欺诈”定义，您可以设计一个合适的过滤器，例如：最多2次/小时、最多4次/天、最多8次/月。@TomLankhorst目前我没有欺诈的确切定义。但当我每X秒在日志中看到一个请求时，我知道这对于真正的用户来说不是正常的行为。但是，要创建一个规则来确定请求是否连续并按标识分组并不容易，这不是一个选项。我只想知道stackoverflow必须计算PageViews，因此，计算的标准是IP地址。您可以在两种状态下（登录后和注销后）检查问题页面并查看结果。