Определение
Аналитика акторов - это данные о том, кто или что управляет взаимодействием с приложением, вместе с контекстом, необходимым для действий. "Актор" - это то, что в данный момент контролирует взаимодействие: человек, человек, работающий с AI assistant, автономный агент или то, что нельзя определить по доступным данным.
Аналитика акторов отличается от идентичности. Идентичность отвечает на вопрос "какой это account?" Аналитика акторов отвечает на вопрос "какой тип участника сейчас использует этот account или этот request, и как мы это знаем?"
Зачем существует эта категория
Большую часть истории web приложения могли считать authenticated session за человека. Автоматизированный traffic был тем, что нужно обнаружить и обычно остановить. Эта модель перестает работать, когда legitimate software agents начинают browse, call APIs и invoke tools для людей и компаний, которые их используют. Теперь приложению нужно различать:
- Людей, которым должен быть доступен обычный опыт.
- Людей, использующих AI assistance, который может быть уместен, ограничен или просто раскрыт в зависимости от workflow.
- Agents, которым нужен structured access, например API или machine-readable response.
- Взаимодействия, где evidence слишком слабые, чтобы делать вывод.
Наша статья Human, AI-assisted or agent: a practical taxonomy for application traffic подробно объясняет эти четыре группы.
Без такого различия команды вынуждены полагаться на грубые инструменты: блокировать все, что выглядит как автоматизация, или разрешать все, что проходит authentication. Оба подхода создают проблемы. Первый ломает legitimate integrations. Второй позволяет выполнять высокорисковые actions с меньшим контекстом, чем кто-либо планировал.
Компоненты аналитики акторов
Сигналы
Исходные входные данные: request signatures, protocol details, declarations от clients и interaction signals из browser sessions. Какие сигналы доступны, зависит от того, где работает integration.
Классификация с основанием
Вывод вроде Agent или Human полезен только тогда, когда понятно, на чем он основан. Хорошая аналитика акторов всегда показывает evidence basis: Verified, Declared, Inferred или Unknown.
Аналитика
Паттерны во времени и по route: какие части application видят agent traffic, сколько там unknown и как эти числа меняются после release.
Решения
Собственная policy application для каждого route и уровня risk. Аналитика акторов помогает принять эти решения, но не принимает их сама.
Как это связано с обнаружением ботов
Bot detection в первую очередь противодействует: его цель - находить и останавливать abusive automation. Аналитика акторов шире. Она рассматривает automation как обычного участника, который может быть legitimate, и считает AI-assisted humans отдельной категорией. Она также дает Unknown полноценное место вместо того, чтобы загонять каждое взаимодействие в "bot" или "not bot".
Распространенные заблуждения
Чем больше сигналов, тем выше уверенность. Сигналы разной силы не следует усреднять в один score. Verified signature и inferred behavioral pattern - это разные виды evidence.
Аналитика акторов должна решать автоматически. Ее ценность в том, чтобы давать владельцу application надежный контекст. Enforcement решает владелец.
Аналитика акторов в Proof of Actor
Proof of Actor упаковывает аналитику акторов в три возможности: Detect, Understand и Route. Результат всегда относится к одной из четырех classes с явным basis, команды начинают в observation mode, а policies выполняются в собственном code application. Подробнее см. на product page или apply for early access.