Cloudflare ha introdotto Adaptive Intelligence, un nuovo motore di rilevamento continuo integrato direttamente in Cloudflare Bot Management e progettato per modificare il rapporto economico tra chi lancia attacchi automatizzati e chi deve difendersi. Il sistema utilizza informazioni ricavate da oltre un trilione di richieste analizzate ogni giorno sulla rete globale di Cloudflare e apprende dai meta-segnali del traffico reale, adattando continuamente i propri criteri di rilevamento. L’obiettivo non è impedire in modo assoluto che ogni attaccante riesca a superare le difese, ma fare in modo che ogni tentativo di aggiramento abbia una durata sempre più breve e richieda un costo crescente, fino a rendere l’attacco non più conveniente.
Il presupposto alla base del nuovo sistema è che gli attacchi automatizzati siano diventati molto più economici e accessibili rispetto al passato. L’intelligenza artificiale, i proxy a basso costo, le reti di dispositivi compromessi e gli strumenti software capaci di imitare comportamenti umani hanno ridotto fortemente le competenze e le risorse necessarie per organizzare campagne automatizzate. Gli aggressori possono quindi modificare rapidamente le proprie tecniche, cambiare infrastruttura e ripetere i tentativi con costi marginali contenuti, mentre i sistemi di difesa tradizionali devono essere aggiornati con maggiore cautela per evitare falsi positivi e blocchi degli utenti reali. Cloudflare individua proprio in questa differenza di velocità e costo uno dei principali vantaggi oggi a disposizione degli attaccanti.
Adaptive Intelligence è stato progettato per ridurre questo vantaggio sostituendo il modello basato prevalentemente su regole statiche e aggiornamenti periodici con un sistema capace di modificare continuamente il proprio comportamento. Il motore può individuare segnali associati a traffico automatizzato senza reagire necessariamente in modo visibile, evitando così di fornire all’attaccante un feedback immediato su quale elemento della propria configurazione sia stato riconosciuto. Il rilevamento viene inoltre trattato come una valutazione statistica basata contemporaneamente su numerosi segnali, anziché come una regola deterministica facilmente isolabile e testabile. In questo modo chi tenta di aggirare la protezione dispone di meno informazioni per comprendere quale modifica abbia prodotto un risultato e quali caratteristiche debbano essere ulteriormente alterate.
Il nuovo sistema si inserisce nell’infrastruttura già utilizzata da Cloudflare per calcolare il bot score associato alle richieste. Tale punteggio combina diversi metodi di rilevamento, tra cui machine learning, validazione comportamentale, fingerprinting JavaScript, euristiche e meccanismi per riconoscere bot verificati come i crawler dei motori di ricerca. Adaptive Intelligence aggiunge a questa architettura un motore specificamente progettato per apprendere e modificarsi in funzione dei tentativi di elusione, assumendo fin dall’inizio che un attaccante sufficientemente determinato possa riuscire temporaneamente a superare una barriera difensiva.
La prima componente resa disponibile riguarda il machine learning che alimenta il bot score. In precedenza i modelli venivano distribuiti attraverso versioni definite e aggiornamenti successivi, mentre con Adaptive Intelligence il sistema viene riaddestrato continuamente utilizzando i segnali osservati sull’intera rete Cloudflare. Per ogni richiesta viene calcolata la probabilità che il traffico sia riconducibile ad abuso automatizzato e il modello può quindi modificare il proprio comportamento senza attendere un nuovo rilascio software. Questo meccanismo è destinato a ridurre l’intervallo tra la comparsa di una nuova tecnica di evasione e la capacità del sistema di riconoscerla.
Cloudflare ha inoltre previsto ulteriori componenti basate sulla generazione automatica di rilevamenti temporanei e sulle cosiddette disposable rules, regole progettate per essere utilizzate per periodi limitati e poi sostituite. A differenza di un sistema nel quale ogni nuova tecnica di attacco porta all’aggiunta permanente di una regola, Adaptive Intelligence punta a produrre continuamente criteri di riconoscimento destinati a cambiare. L’attaccante può quindi impiegare tempo e risorse per comprendere e superare una determinata configurazione difensiva, ma quando riesce a farlo quella configurazione può essere già stata sostituita, rendendo rapidamente inutile il lavoro effettuato.
Un altro elemento previsto nell’evoluzione del motore è l’apprendimento dal traffico specifico che ogni sistema protegge. Cloudflare intende collegare in misura crescente i segnali osservati sulla propria rete globale con quelli provenienti dalle challenge e dall’ambiente browser, costruendo una visione più completa delle singole sessioni. Questo permette di utilizzare contemporaneamente informazioni provenienti dal livello di rete, dal comportamento della richiesta e dalle modalità con cui un visitatore interagisce con una pagina, invece di affidarsi a un unico indicatore.
Adaptive Intelligence opera inoltre insieme a Precursor, il sistema di validazione comportamentale continua per Bot Management presentato da Cloudflare nel luglio 2026. Precursor analizza il comportamento dopo che il visitatore ha raggiunto il browser, osservando elementi come tempi di interazione, movimenti e altri piccoli segnali comportamentali difficili da riprodurre in maniera coerente attraverso l’automazione. Adaptive Intelligence utilizza invece i segnali di rilevamento dei bot raccolti sull’intera rete. Le due tecnologie sono state progettate come componenti complementari: il primo sistema misura il comportamento della sessione, mentre il secondo apprende dal traffico su scala globale e modifica dinamicamente i propri modelli di rilevamento.
L’approccio adottato da Cloudflare modifica quindi il concetto stesso di difesa contro l’automazione malevola. Invece di considerare il successo come la capacità di costruire una barriera permanente impossibile da superare, Adaptive Intelligence parte dall’ipotesi che un attaccante possa riuscire occasionalmente a trovare un percorso valido. Il sistema punta però a rendere quel percorso rapidamente inutilizzabile, diminuendo il valore delle informazioni ottenute dall’aggressore e aumentando il numero di tentativi, proxy, configurazioni e risorse necessari per mantenere attiva la campagna.
Cloudflare sta inoltre lavorando all’espansione della generazione automatica dei sistemi di rilevamento e all’integrazione di un numero maggiore di segnali provenienti dalla rete, dalle challenge e dai browser. L’obiettivo è creare un ciclo nel quale la difesa possa adattarsi a una velocità superiore rispetto a quella dell’attaccante, senza richiedere il continuo intervento manuale dei team di sicurezza. La persistenza, che tradizionalmente rappresenta uno dei principali vantaggi degli operatori di bot, viene così trasformata in un costo crescente perché ogni nuova iterazione dell’attacco deve confrontarsi con una difesa potenzialmente diversa da quella incontrata nel tentativo precedente.
Adaptive Intelligence è disponibile per i clienti Enterprise attraverso Cloudflare Bot Management. Per utilizzarlo è necessario attivare l’opzione “Auto Update Machine Learning” nel pannello di Bot Management. Una volta abilitata, la nuova modalità viene applicata automaticamente senza richiedere la migrazione verso una nuova versione o modifiche alle configurazioni esistenti, mentre il bot score continua a essere utilizzato dalle regole e dalle integrazioni già operative.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)