Filter trafik adaptif (smart traffic filter) adalah sistem deteksi bot yang mengambil keputusan atas kunjungan bukan dengan satu aturan, melainkan dengan kombinasi banyak tanda: jaringan, browser, perilaku, dan riwayat. Sistem ini menimbang sinyal menjadi satu skor kepercayaan, belajar dari data lampau — siapa yang ternyata bot dan siapa yang menghasilkan uang — dan menyesuaikan perlindungan dengan traffic tertentu.
Filter sederhana menjawab pertanyaan "apakah aturan dilanggar". Filter pintar menjawab "seberapa mirip kunjungan ini dengan orang yang kita butuhkan". Di bawah ini kita bahas dari apa sistem seperti itu tersusun, apa kelebihannya dibanding kumpulan aturan, di mana titik lemahnya, dan mengapa tanpa keputusan yang transparan ia tidak bisa dipercaya.
Apa beda filter trafik adaptif dengan kumpulan aturan
Filter klasik adalah daftar kondisi: negara tidak ada di daftar — halaman pengganti, IP dari data center — halaman pengganti, tidak ada JavaScript — halaman pengganti. Ini berhasil untuk hal yang jelas, tetapi gagal pada kasus yang meragukan.
| Kumpulan aturan | Filter trafik adaptif | |
|---|---|---|
| Cara memutuskan | Satu aturan terpicu — ditolak | Tanda-tanda dijumlahkan menjadi skor kepercayaan |
| Kunjungan meragukan | Memotong semua atau meloloskan semua | Tanda yang meragukan menambah kecurigaan, tetapi tidak memutuskan sendirian |
| Adaptasi | Hanya perubahan manual | Belajar dari riwayat dan pengalaman bersama |
| Bot baru | Lolos sampai aturannya ditulis | Kemiripan dengan bot yang dikenal menangkap varian baru juga |
| Risiko | Bisa diprediksi, tetapi kasar | Lebih halus, tetapi butuh kontrol dan penjelasan |
Ambil contoh kunjungan lewat VPN. Kumpulan aturan terpaksa memilih: blokir semua VPN dan kehilangan sebagian manusia, atau loloskan semua dan biarkan bot masuk. Filter pintar memperhitungkan VPN sebagai salah satu tanda: jika yang lain beres — browser asli, script berjalan, label klik platform ada — kunjungan lolos; jika VPN ditambah jaringan hosting dan jejak otomatisasi, jumlah kecurigaan yang menentukan.
Penting: filter pintar tidak menghapus aturan. Kasus yang jelas — program sebagai pengganti browser, alamat dari blacklist, negara yang tidak sesuai — tetap langsung disaring. "Kepintaran" dibutuhkan untuk bagian tengah, tempat aturan keliru ke dua arah. Skema umum lapisan perlindungan kami bahas di artikel tentang cara memfilter bot.
Dari apa sistem deteksi bot tersusun
Setiap bot detection system modern terdiri dari empat bagian.
1. Sinyal
Semakin banyak tanda yang independen, semakin sulit bot memalsukan semuanya sekaligus:
- Jaringan: jenis alamat (rumahan, seluler, hosting), VPN dan proxy, ISP, ASN — lebih lanjut di artikel tentang VPN, proxy, dan IP data center;
- Permintaan: header, string user agent, label klik platform, situs asal; mengapa string UA sendiri hampir tidak membuktikan apa pun dibahas di materi tentang filter user agent;
- Browser: eksekusi JavaScript, tanda otomatisasi, konsistensi properti — lihat artikel tentang browser headless dan fingerprint browser;
- Perilaku: waktu di halaman, gerakan mouse, dan sentuhan;
- Riwayat: apakah alamat ini pernah muncul sebelumnya dan bagaimana kunjungan sebelumnya berakhir.
2. Skor kepercayaan
Sinyal-sinyal diringkas menjadi satu nilai — skor kepercayaan (trust score). Setiap tanda mencurigakan menurunkan kepercayaan, dan jika kecurigaan terkumpul terlalu banyak, kunjungan disaring. Bobot setiap tanda bergantung pada konteks: tidak adanya situs asal mencurigakan untuk sebagian platform dan sepenuhnya normal untuk platform lain.
3. Pembelajaran
Pembelajaran menjawab pertanyaan yang tidak diajukan aturan: seperti apa bot Anda dan pembeli Anda. Model melihat riwayat — kunjungan mana yang berakhir dengan pembayaran dan mana yang ternyata bot — lalu menemukan pola yang tidak akan dirumuskan manusia sebagai aturan.
4. Memori
Bot yang pernah tertangkap dengan yakin kemungkinan besar akan datang lagi. Daftar bersama berisi bot yang terbukti memungkinkan tidak memeriksanya ulang: kunjungan berikutnya dari alamat yang sama langsung disaring. Semakin banyak traffic yang dilihat sistem, semakin berguna memori ini — karena itu memori dibuat bersama untuk semua klien layanan.
Belajar dari riwayat: bagaimana filter menjadi lebih pintar
Pembelajaran adalah bagian paling kuat sekaligus paling licik dari filter pintar.
Kuat, karena model melihat apa yang terlewat oleh aturan. Bot yang menyamar sempurna sebagai browser tetap tidak berperilaku seperti pembeli Anda: jam berbeda, jaringan berbeda, kombinasi tanda berbeda. Model yang dilatih pada riwayat akun menangkap ketidakmiripan ini.
Licik, karena model belajar dari apa yang ditunjukkan kepadanya. Jika riwayat berisi sedikit konversi, model kurang paham seperti apa pembeli. Jika traffic berubah — platform baru, geo baru, kreatif baru — pola lama berhenti berlaku. Karena itu sistem pembelajaran yang baik punya tiga mekanisme pengaman:
- Model umum untuk awal. Selama data sendiri masih sedikit, yang bekerja adalah model yang dilatih pada banyak akun.
- Pelatihan ulang rutin. Model diperbarui dengan data segar, bukan hidup bertahun-tahun pada potongan data lama.
- Pengaman berbasis konversi. Jika model mulai menyaring porsi pengunjung pembayar yang cukup besar, ia dimatikan, bukan terus memotong uang.
Daftar bersama bot yang terbukti
Daftar bot bekerja seperti kekebalan kolektif: yang tertangkap pada satu klien tidak akan lolos lagi di mana pun. Tetapi ada risiko yang jelas — memasukkan manusia ke daftar. Alamat operator seluler yang hari ini dipakai bot, besok bisa jatuh ke pelanggan biasa.
Karena itu ke daftar seperti ini masuk akal hanya memasukkan bot yang terbukti, bukan semua yang mencurigakan, dan menyimpan catatan dengan masa berlaku berbeda: alamat hosting dan data center jarang berganti pemilik, alamat rumahan dan seluler sering. Lebih lanjut tentang cara kerja daftar alamat ada di artikel tentang blacklist IP.
Penyesuaian perlindungan otomatis
Tahap terakhir adalah sistem yang tidak hanya memutuskan setiap kunjungan, tetapi juga mengubah pengaturannya sendiri: menyalakan perlindungan yang akan menangkap bot di traffic ini, atau mencabut aturan yang menyaring pengunjung pembayar. Ini menghemat waktu media buyer, tetapi butuh tiga batasan:
- Langkah kecil. Satu perubahan sekali waktu dan tidak lebih sering dari interval tertentu — jika tidak, tidak jelas apa yang memengaruhi hasil.
- Keputusan yang tidak boleh disentuh. Geo, perangkat, dan jadwal adalah keputusan bisnis, bukan perlindungan; otomatisasi tidak boleh mengubahnya.
- Pembatalan. Setiap perubahan harus terlihat dengan penjelasannya dan bisa dibatalkan dengan satu tombol.
Risiko: ketika filter pintar memotong manusia
Risiko utama filter mana pun adalah false positive. Pada filter pintar risiko ini kurang terlihat, karena keputusan tersusun dari banyak kontribusi kecil dan tidak bisa direduksi menjadi satu aturan yang jelas.
Tanda bahwa filter memotong manusia:
- konversi turun bersamaan dengan naiknya penyaringan, padahal platform dan kreatif tidak berubah;
- hanya porsi kunjungan yang sangat kecil yang sampai ke offer — ini alasan untuk memeriksa pengaturan, terutama pada traffic berbayar dengan label klik;
- penyaringan naik di langkah pemeriksaan browser — justru di sana filter paling sering keliru;
- banyak browser bawaan media sosial dan jaringan seluler di antara yang disaring.
Perhatikan bahwa aturan sebaliknya tidak berlaku: porsi lolos yang tinggi sendiri tidak berarti perlindungannya buruk. Pada sumber berbayar dengan click id terverifikasi, sebagian besar kunjungan bisa sampai ke offer, dan itu normal. Cara membedakan traffic baik dari yang buruk lewat laporan dibahas di artikel tentang ciri-ciri traffic bot.
Tips. Sebelum memperketat perlindungan, lihat siapa yang akan disaringnya tanpa benar-benar menyaring siapa pun. Mode pengamatan murah, sedangkan konversi yang terpotong tidak bisa dikembalikan.
Transparansi keputusan: tanpa itu filter pintar tidak bisa dipercaya
Semakin rumit sistemnya, semakin penting ia menjelaskan setiap keputusan. Tanpa itu Anda tidak bisa membedakan perlindungan dari kerusakan. Set transparansi minimal:
- Alasan untuk setiap penolakan — bukan sekadar «diblokir», melainkan spesifik: jaringan hosting, tanda otomatisasi, negara yang salah, mirip bot akun.
- Rincian satu kunjungan — sinyal apa yang masuk dan kesimpulan apa yang diambil darinya.
- Langkah tempat traffic disaring — jaringan, browser, atau perilaku; ini menunjukkan lapisan mana yang keliru.
- Log perubahan otomatis — apa, kapan, dan mengapa berubah dengan sendirinya.
Jika sistem tidak mampu setidaknya ini, kata "pintar" dalam deskripsinya tidak bernilai apa pun. Lebih lanjut tentang kriteria pemilihan ada di artikel cara memilih layanan filter trafik.
Bagaimana filter trafik adaptif bekerja di ArtisanClo
Filter ArtisanClo tersusun dari bagian yang sama, dan masing-masing punya penjelasan yang jelas di kabinet.
Aturan untuk yang jelas. Sebagian pemeriksaan langsung menyaring kunjungan: blacklist IP, browser robot yang jelas, layanan pemeriksa iklan, program sebagai pengganti browser, aturan audiens — negara, perangkat, jadwal.
Skor kepercayaan untuk yang meragukan. Tanda lainnya — VPN, data center, IPv6, tidak adanya ISP atau situs asal, tidak adanya JavaScript, dan lainnya — dijumlahkan menjadi skor kepercayaan. Sakelar proteksi menentukan bobot setiap tanda, sedangkan tingkat ketat "Lunak", "Seimbang", dan "Ketat" dipilih sesuai platform sumber.
Perlindungan pintar — belajar dari riwayat. Mulai paket Professional, di "Diagnostik" ada tab "Penjaga ekstra". Model belajar dari riwayat akun Anda: siapa yang Anda bayar dan siapa yang ternyata bot. Model hanya memeriksa yang sudah diloloskan aturan lain, dan mengarahkan ke White Page kunjungan yang mirip bot Anda. Selama data sendiri masih sedikit, yang bekerja adalah model umum. Model dilatih ulang setiap malam dan mati sendiri jika mulai memotong porsi konversi yang cukup besar.
Daftar bot bersama. Layanan pemeriksa iklan, program sebagai pengganti browser, browser robot dengan tanda yang terbukti, dan robot pratinjau platform masuk ke daftar bersama sejak pertama kali, dan kunjungan berikutnya ke flow mana pun milik klien mana pun langsung mendapat White Page dengan alasan "Alamat bot yang dikenal". Pengunjung manusia dengan jaringan meragukan, VPN, atau tanpa JavaScript tidak dimasukkan ke sana. Alamat data center dan hosting disimpan praktis tanpa batas waktu, alamat rumahan dan seluler untuk waktu terbatas. Selain itu, alamat yang tertangkap melakukan otomatisasi pada beberapa klien sekaligus masuk ke blacklist IP bersama dalam waktu satu jam.
Autopilot — penyesuaian otomatis. Mulai Professional, autopilot sekali per jam melihat flow dan membuat paling banyak satu perubahan sekaligus: menyalakan perlindungan jika ia akan menangkap cukup banyak bot tanpa menyentuh satu pembayaran pun, atau mencabut aturan yang menyaring pengunjung dengan pembayaran. Geo, perangkat, dan jadwal tidak pernah disentuhnya. Setiap perubahan terlihat di log autopilot dengan penjelasan, bisa dibatalkan — dan setelah dibatalkan, autopilot tidak lagi menyentuh pengaturan itu.
Transparansi. Setiap klik di log punya keputusan dan alasan dari puluhan kemungkinan. Di statistik terlihat di langkah mana traffic disaring: jaringan dan permintaan, pemeriksaan browser, atau pemeriksaan tidak kembali. "Laporan kunjungan" menampilkan semua sinyal dan keputusan akhir untuk satu kunjungan, sedangkan rekomendasi di "Diagnostik" menjalankan kunjungan lampau melalui pengaturan saat ini dan menunjukkan filter mana yang memotong traffic dengan konversi. Shadow mode pada file PHP dan dalam integrasi dengan Keitaro atau Binom menunjukkan siapa yang akan disaring filter tanpa menyaring siapa pun. Jika klik tidak masuk ke tempat yang seharusnya, mulailah dari artikel mengapa klik masuk ke White Page.
Semua kemampuan perlindungan dikumpulkan di halaman fitur, syarat paket di halaman harga.
Kesimpulan
Filter trafik adaptif adalah aturan untuk yang jelas, skor kepercayaan untuk yang meragukan, pembelajaran untuk hal yang tidak bisa dituliskan sebagai aturan, dan memori bersama tentang bot yang terbukti. Kekuatannya: ia melihat kombinasi tanda dan menyesuaikan diri dengan traffic Anda. Risikonya: kesalahannya lebih halus dan lebih sulit dilihat. Karena itu pilih sistem bukan berdasarkan janji «menangkap semua bot», melainkan berdasarkan seberapa jelas ia menjelaskan setiap keputusan, apakah ia bisa mengamati tanpa menyaring, dan apakah ia berhenti sendiri ketika mulai memotong pengunjung yang membayar.
