Cloudflare Adaptive Intelligence: come funziona il rilevamento bot continuo
Il modello bot di Cloudflare ora si aggiorna in continuo. Ecco cosa è attivo, chi può usarlo, come abilitarlo e cosa manca rispetto alla roadmap.
Cloudflare Adaptive Intelligence conta perché accorcia il ciclo di aggiornamento per chi difende l'infrastruttura, senza richiedere una riscrittura delle regole bot. Il August 31, 2026, Cloudflare ha reso disponibile il retraining continuo del modello ai clienti Enterprise Bot Management, sebbene le regole usa-e-getta e l'apprendimento basato sui feedback dei clienti previsti dalla visione più ampia non siano ancora attivi.
Cos'è davvero Cloudflare Adaptive Intelligence
Cloudflare fornisce già ai clienti di Bot Management un bot score, un punteggio compreso tra 1 e 99 che stima se una richiesta provenga da un'automazione o da una persona. Un valore pari a 1 indica che Cloudflare è estremamente sicuro che si tratti di traffico automatizzato. Un valore di 99 indica la massima certezza che la richiesta provenga da un essere umano.
Adaptive Intelligence opera dietro questo punteggio. Modifica il modo in cui il modello di machine learning, ovvero il sistema statistico che trasforma i segnali di traffico in una probabilità, viene aggiornato.
Prima di questo rilascio, il modello attendeva release programmate a intervalli fissi. Gli attaccanti potevano analizzare un detector statico, alterare i propri fingerprint, distribuire le richieste su proxy residenziali e mantenere ogni singolo indirizzo al di sotto dei limiti di rate limiting più evidenti. Il modello del difensore restava fermo fino all'aggiornamento successivo.
Ora il modello esegue il retraining in modo continuo sul traffico reale. I nuovi pesi, ovvero i parametri appresi all'interno della rete del modello, vengono testati e rilasciati automaticamente. Le regole WAF esistenti e la logica dei Workers continuano a ricevere il medesimo bot score, preservando intatto il contratto di interfaccia con il modello. La pagina di lancio di Cloudflare descrive questo ciclo operativo in quattro fasi: osservazione, addestramento, distribuzione e convalida.
La fase di convalida è fondamentale. Un modello candidato viene inizialmente eseguito in modalità shadow accanto al modello primario attivo, valutando il traffico reale senza impattare i visitatori. Cloudflare confronta parametri quali la percentuale di risoluzione delle challenge. Un modello candidato che assegna punteggi peggiori a utenti reali non viene promosso a modello primario.
La scala dei punteggi mantiene le fasce consuete:
C'è un aspetto cruciale da considerare. Cloudflare descrive Adaptive Intelligence come un'architettura più ampia, comprensiva di regole usa-e-getta e di apprendimento automatico dalle correzioni fornite dai clienti. Al momento del lancio, è operativo soltanto il retraining continuo. Le regole transitorie destinate ad apparire e ritirarsi a intervalli variabili, insieme al sistema di feedback che converte le rettifiche manuali in segnali di training, arriveranno in seguito.
Perché Cloudflare Adaptive Intelligence cambia il ciclo difensivo
Il vero valore aggiunto è la riduzione dei tempi, non un nuovo pannello di controllo. Cloudflare dichiara di analizzare oltre un trilione di richieste al giorno per intercettare abusi automatizzati. Adaptive Intelligence può correlare segnali come i fingerprint TLS JA4, la struttura delle richieste, l'esito delle challenge, i pattern di sessione, la reputazione di rete, la telemetria di Turnstile e quella di Precursor su diverse finestre temporali.
Questa architettura mira a colpire una tipologia precisa di minaccia. Una singola richiesta può sembrare perfettamente lecita. Centinaia di richieste, frammentate su indirizzi IP e sessioni differenti ma indirizzate verso lo stesso flusso di autenticazione o carrello, possono rivelare l'azione coordinata di un unico attaccante. Un sistema di rilevamento che valuta isolatamente ciascun indirizzo IP o ogni singola richiesta non riesce a cogliere il comportamento condiviso.
Il retraining continuo consente a Cloudflare di integrare un nuovo pattern di bypass nel modello di calcolo del punteggio senza attendere che i clienti selezionino manualmente una versione e pianifichino una migrazione. Le espressioni WAF possono restare inalterate mentre il modello sottostante si adatta da solo.
Il lancio non fornisce evidenze quantitative sul miglioramento dell'efficacia. Cloudflare non ha pubblicato benchmark su incrementi nel tasso di rilevamento, tassi di falsi positivi, precision, recall o confronti prestazionali prima e dopo l'adozione. Un volume di traffico maggiore e un retraining più rapido spiegano il meccanismo operativo, ma non dimostrano un risultato quantificabile per il business.
Inoltre, il target di questo rilascio è circoscritto. L'abilitazione è riservata ai clienti Enterprise con il componente aggiuntivo a pagamento Bot Management. I clienti dei piani Pro e Business continuano a visualizzare il traffico bot aggregato tramite i propri strumenti, ma non hanno accesso ai controlli granulari di Enterprise Bot Management illustrati in questa guida.
Chi può trarne vantaggio operativo immediato
Responsabili sicurezza e-commerce a protezione del checkout
L'accaparramento delle scorte (inventory hoarding) e le frodi sul checkout vengono spesso orchestrati tramite ampie reti di proxy, mantenendo ogni nodo a livelli di attività sufficientemente bassi da eludere un semplice rate limiting. Il team di sicurezza può attivare gli auto-update del modello, mantenere inalterata la regola sul checkout e confrontare la distribuzione dei punteggi bot con l'esito delle challenge prima di variare l'azione applicata.
Il beneficio concreto è un ciclo di aggiornamento del modello molto più rapido, senza dover riscrivere le regole WAF. Il team mantiene il pieno controllo sulla gestione dei punteggi bassi, scegliendo se registrarli nei log, sottoporli a challenge, applicare rate limiting o bloccarli del tutto.
Team di autenticazione SaaS che contrastano il credential stuffing
I team SaaS possono impiegare il punteggio sugli endpoint di login e recupero credenziali, dove gli attacchi distribuiti a bassa frequenza risultano difficili da intercettare analizzando le richieste singolarmente. Il modello può correlare picchi improvvisi e pattern di lungo periodo, mentre l'applicazione continua a consumare lo stesso parametro di score.
Il vantaggio pratico risiede nella continuità operativa. Le regole esistenti non richiedono nuove variabili né migrazioni. Il team può verificare se il modello dinamico intercetta un numero maggiore di sessioni anomale senza provocare un aumento degli accessi falliti per i clienti legittimi.
Piattaforme di ticketing o marketplace con inventario limitato
Questo contesto richiede strategie differenziate per il catalogo pubblico, gli endpoint di prenotazione e le risorse statiche. Enterprise Bot Management supporta regole WAF applicabili a percorsi specifici, consentendo di sottoporre a challenge il traffico sospetto sulle risorse contese, escludendo al contempo i bot verificati e gli asset statici.
Ciò garantisce una risposta proporzionata al rischio operativo: un crawler che indicizza pagine pubbliche non viene trattato alla stregua di un bot che tenta di monopolizzare tutti i biglietti disponibili.
Team di sicurezza enterprise in contesti regolamentati
L'aggiornamento automatico dei modelli sottrae al cliente il controllo sulla selezione della versione. Questo approccio è vantaggioso per contrastare minacce in rapida evoluzione, ma può entrare in conflitto con processi di change management che impongono versioni tracciate e registri di approvazione formali.
I team di sicurezza dovrebbero considerare questa impostazione come un controllo soggetto a governance. È opportuno verbalizzare la data di attivazione, conservare i log delle richieste e di Bot Analytics, documentare le azioni WAF collegate al punteggio e verificare con l'account team di Cloudflare come vengono tracciati gli aggiornamenti e gli eventuali rollback nel processo di audit aziendale.
Come abilitare la funzionalità in sicurezza
La guida alla configurazione di Bot Management di Cloudflare riporta il percorso attuale nel pannello di controllo. La procedura è rapida, ma la fase di monitoraggio richiede un'attenta analisi.
Verificare i diritti contrattuali
Adaptive Intelligence è vincolato a Bot Management for Enterprise, un add-on a pagamento attivabile esclusivamente tramite l'account team su piano Enterprise. Se nella dashboard compare la voce Add Bot Management, la zona non dispone dei requisiti contrattuali necessari.
Attivare Bot Management
Accedete alla dashboard di Cloudflare, selezionate la zona, andate su Security Settings, filtrate per Bot traffic, aprite la sezione Bot management e abilitatela. Nelle zone autorizzate la funzionalità è presente, ma il parametro di zona va attivato esplicitamente.
Abilitare gli aggiornamenti automatici del modello
All'interno di Bot Management, aprite Configurations. Individuate il comando di modifica per Auto-updates to the Machine Learning Model e attivatelo. Non è richiesta la scelta di una versione di Adaptive Intelligence né la pianificazione di alcuna migrazione successiva.
Ispezionare le regole che consumano il punteggio
Cloudflare suggerisce le seguenti espressioni di partenza per intercettare bot certi o altamente probabili, escludendo le risorse statiche e i bot verificati:
Txt(cf.bot_management.score eq 1 and not cf.bot_management.verified_bot and not cf.bot_management.static_resource)Txt(cf.bot_management.score ge 2 and cf.bot_management.score le 29 and not cf.bot_management.verified_bot and not cf.bot_management.static_resource)L'espressione si limita a classificare il traffico. È l'azione associata alla regola a determinare l'esito operativo. Esaminate preliminarmente dove viene applicata la regola e quali percorsi utente potrebbe interrompere.
Monitorare prima di applicare blocchi restrittivi
Utilizzate Bot Analytics e i Logs per osservare l'andamento dei punteggi e il tasso di successo delle challenge. Prestate particolare attenzione ai percorsi di autenticazione, checkout, recupero credenziali e prenotazione. Un modello che evolve in continuo migliora la capacità di adattamento, ma sono i tassi di conversione e i mancati accessi a indicare se l'azione impostata risulti eccessivamente aggressiva.
I limiti da considerare
Il vincolo principale riguarda gli aspetti commerciali. Cloudflare commercializza Bot Management for Enterprise come componente aggiuntivo a pagamento gestito direttamente dal team commerciale; la pagina dei piani non espone tariffe pubbliche. Non è possibile stimare il ritorno sull'investimento partendo da un costo standard per richiesta o per zona.
La seconda limitazione riguarda il livello di controllo. Con gli aggiornamenti automatici attivi, Cloudflare distribuisce i pesi del modello senza richiedere la validazione delle singole release da parte dell'utente. Sebbene Cloudflare testi i modelli candidati in shadow mode e possa sospendere o ripristinare i deployment, non mette a disposizione un selettore di versione per i clienti. Le organizzazioni vincolate a procedure formali di approvazione delle release software devono risolvere questo aspetto di compliance prima di attivare la funzione.
Il terzo limite attiene all'assenza di dati prestazionali oggettivi. Il retraining continuo è concettualmente efficace contro attacchi che mutano più velocemente dei cicli di rilascio tradizionali, ma non esistono benchmark pubblici su quanti bot aggiuntivi vengano intercettati o sulla variazione dei falsi positivi. È opportuno trattare le prime settimane come una fase di osservazione sul proprio traffico, evitando di trasformare immediatamente ogni regola di monitoraggio in un'azione di blocco.
Infine, la denominazione commerciale include componenti non ancora rilasciate. Il retraining continuo è operativo da subito. Le regole usa-e-getta e l'apprendimento supervisionato dai feedback dei clienti rappresentano fasi successive della roadmap e non devono essere considerate come difese già attive all'interno delle valutazioni di sicurezza correnti.
Le decisioni operative da prendere
Conviene procedere questa settimana se disponete già di una licenza Enterprise Bot Management attiva e riscontrate anomalie ricorrenti sulle pagine di login, checkout, recupero account o su endpoint a disponibilità limitata. Attivate gli aggiornamenti automatici, mantenete inalterata la struttura dei punteggi e valutate i dati telemetrici prima di modificare le azioni collegate alle regole.
È consigliabile attendere se l'organizzazione richiede per policy l'identificazione formale delle versioni del modello, un deployment supervisionato direttamente dall'utente o benchmark prestazionali certificati dal vendor prima del rilascio in produzione. In questo caso, sottoponete preliminarmente tali vincoli al vostro account team di Cloudflare.
Se non utilizzate l'add-on Enterprise, questa novità non incide sulla vostra configurazione. Continuate a gestire le regole bot disponibili all'interno del vostro piano attuale. Questo aggiornamento non introduce controlli self-service per abilitare Adaptive Intelligence sui piani Free, Pro o Business.
Per ricevere spiegazioni pratiche e dettagliate sui principali aggiornamenti delle piattaforme tecnologiche, iscriviti alla newsletter.
3 set 2026
Preferisca questo sito su Google
Segni omidsaffari.com come fonte preferita e Google lo mette in evidenza per lei in Top Stories, AI Overviews e AI Mode.
