Cloudflare Adaptive Intelligenceとは？Bot Managementの機械学習モデル自動更新を解説

Cloudflare Adaptive Intelligenceが重要である理由は、既存のボット検出ルールを再構築することなく、防御側の更新サイクルを劇的に短縮できる点にあります。2026年8月31日、CloudflareはEnterprise Bot Managementの契約顧客向けに機械学習モデルの継続的再学習の提供を開始しました。ただし、構想に含まれる使い捨てルール（disposable rules）や顧客フィードバック学習は、まだ実装されていません。

Cloudflare Adaptive Intelligenceの実態とは

CloudflareはすでにBot Managementの顧客向けにボットスコアを提供しています。これはリクエストが自動化されたものか人間によるものかを推定する1から99の数値です。スコア1は自動化である確信度が極めて高いことを意味し、スコア99は人間からのリクエストである確信度が極めて高いことを意味します。

Adaptive Intelligenceはこのスコアの背後に位置しています。トラフィックシグナルを確率値へと変換する統計システムである機械学習モデルの更新方法を変更する仕組みです。

今回のリリース以前は、モデルは定期的な固定リリースを待って更新されていました。攻撃者は固定された検出器を分析し、フィンガープリントを変更し、住宅用プロキシ（レジデンシャルプロキシ）にリクエストを分散させ、各アドレスを検知されないレートリミット以下に抑えることができました。防御側のモデルは次のアップデートまで静止したままでした。

現在は、モデルが実際のトラフィックに基づいて継続的に再学習されます。モデル内の学習設定値である新しい重み（weights）がテストされ、自動的にデプロイされます。既存のWAFルールやWorkersのロジックは従来と同じボットスコアを受け取り続けるため、モデルを取り巻く仕様（コントラクト）は変更されません。Cloudflareの発表ページでは、この運用ループを「監視（observe）」、「学習（train）」、「デプロイ（deploy）」、「検証（validate）」と説明しています。

特に重要なのが検証ステップです。候補となるモデルはまず現在のモデルと並行してシャドウモードで実行され、訪問者に影響を与えることなく実際のトラフィックをスコアリングします。Cloudflareはチャレンジ解決率などの結果を比較します。本物の人間のスコアを悪化させる候補モデルがプライマリモデルに昇格することはありません。

スコア自体は現在も同じ範囲に従います：

ここで注意点があります。CloudflareはAdaptive Intelligenceを、使い捨てルールや顧客からの修正に基づく学習を含む、より大規模なシステムとして構想しています。しかしローンチ時点で稼働しているのは継続的再学習のみです。変動する間隔で生成・破棄される使い捨てルールや、修正された誤検知をトレーニングシグナルへと変換するフィードバックシステムは、後日提供される予定です。

防御サイクルはどう変わるのか

実質的なメリットは、新しいダッシュボード機能の追加ではなく「対応時間の短縮」です。Cloudflareは自動化された悪用を検知するために1日あたり1兆件以上のリクエストを分析しているとしています。Adaptive Intelligenceは、JA4 TLSフィンガープリント、リクエスト構造、チャレンジ結果、セッションの振る舞い、ネットワークレピュテーション、Turnstileテレメトリ、Precursorテレメトリなどのシグナルを、複数の時間枠にわたって統合できます。

これは特定の攻撃パターンを標的としています。単一のリクエストは正常に見える場合があります。しかし、複数のアドレスやセッションに分散しながら同一のログインや決済フローを進行する大量のリクエストは、1つの協調的な攻撃者を示唆します。個々のIPアドレスや単一リクエストのみを観察する検出器では、このような共有された振る舞いを見逃してしまいます。

継続的再学習により、Cloudflareは顧客が新バージョンを選択して移行作業をスケジュールするのを待つことなく、新しいバイパスパターンをスコアリングモデルへ組み込めるようになります。モデルから値を受け取るWAF表現式はそのまま変更せずに維持できます。

一方で、今回のローンチでは検出率がどれだけ向上するかは証明されていません。Cloudflareは検出率の改善値、誤検知率、適合率、再現率、あるいは導入前後のベンチマークを公開していません。処理トラフィックの多さと再学習の高速化はメカニズムの説明に過ぎず、測定されたビジネス成果を示すものではありません。

また、本機能の利用対象は限られています。有効化できるのは、有償のBot Managementアドオンを契約しているEnterprise顧客のみです。ProプランおよびBusinessプランの顧客も既存機能を通じてグループ化されたボットトラフィックを確認できますが、ここで解説しているきめ細かなEnterprise Bot Managementの制御機能は利用できません。

対象となるユースケース

決済フローを保護するEコマースのセキュリティ責任者

在庫の買い占めや決済フローの悪用は、多くの場合、多数のプロキシを経由して行われ、単純なレートリミットを回避するよう個々の送信元は静かに動作します。セキュリティ責任者はモデルの自動更新を有効化し、既存の決済保護ルールを維持したまま、アクションを変更する前にボットスコアの分布とチャレンジ結果を比較検証できます。

このメリットは、WAFを書き直すことなくモデル更新サイクルを短縮できる点にあります。低スコアのリクエストをログ記録するか、チャレンジを課すか、レート制限をかけるか、遮断するかは、引き続きチーム側で決定できます。

クレデンシャルスタッフィングに対処するSaaS認証チーム

SaaSチームは、リクエスト単位では分散型の低速攻撃を見分けるのが困難なログインやアカウント復旧のルートにこのスコアを適用できます。モデルは短時間のバーストと長期的なパターンの両方を監視でき、アプリケーション側は同じスコアフィールドを使い続けることができます。

実質的な利点は継続性です。既存のルールに新しい変数を導入したり、移行作業を行ったりする必要はありません。チームは、変更されるモデルが正規ユーザーのログイン失敗を増やすことなく、より多くの不審なセッションを捕捉できているかを監視できます。

希少在庫を保護するチケット販売・マーケットプレイス事業者

このような事業者は、公開カタログ、予約エンドポイント、静的アセットに対してそれぞれ異なる扱いを必要とします。Enterprise Bot Managementはパス固有のWAFルールをサポートしているため、検証済みボットや静的リソースを除外しながら、希少在庫のパスでのみ自動化の疑いがあるトラフィックにチャレンジを実行できます。

これにより、ビジネスリスクに直結した対応が可能になります。公開ページを閲覧するクローラーと、空いている枠をすべて押さえようとする自動化ツールが同じように処理されることはありません。

モデル変更の統制を求める規制対象企業のセキュリティチーム

モデルの自動更新は、顧客側からバージョン選択の手間を省きます。これは急激に変化する攻撃への対応には好都合ですが、特定のバージョン番号と承認記録を必要とする変更管理プロセスにとっては扱いにくい面があります。

セキュリティチームは、この切り替えトグルを統制対象のコントロールとして扱う必要があります。有効化した日時を記録し、Bot Analyticsとリクエストログを保存し、スコアを利用するWAFアクションを文書化し、モデルの変更やロールバックが組織の監査プロセスでどのように表示されるかをCloudflareのアカウントチームに確認してください。

安全に有効化する手順

CloudflareのBot Management設定ガイドに現在のダッシュボード操作手順が記載されています。作業自体は短時間で終わりますが、判断が求められるのは観察のフェーズです。

1. 1

   利用権限の確認

   Adaptive Intelligenceは、アカウントチームを通じてEnterpriseプランに追加される有償アドオン「Bot Management for Enterprise」に付随しています。ダッシュボードに「Add Bot Management」と表示されている場合、そのゾーンには必要な権限が付与されていません。

2. 2

   Bot Managementの有効化

   Cloudflareダッシュボードを開き、ゾーンを選択してSecurity Settingsへ進み、Bot trafficで絞り込み、Bot managementを開いて有効にします。権限が付与されているゾーンであっても、ゾーンごとの設定をオンにする必要があります。

3. 3

   モデル自動更新の有効化

   Bot Management内のConfigurationsを開きます。Auto-updates to the Machine Learning Modelの編集コントロールを選択し、有効に切り替えます。Adaptive Intelligenceのバージョンを選択する必要はなく、その後の移行スケジュールも不要です。

4. 4

   スコアを利用するルールの点検

   Cloudflareは、確実なボットおよび可能性の高いボットを対象とする初期表現式として以下をドキュメント化しています。これらは検証済みボットと静的リソースを除外します。

   (cf.bot_management.score eq 1 and not cf.bot_management.verified_bot and not cf.bot_management.static_resource)

   (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)

   この表現式はトラフィックを識別するものです。次に何を起こすかはルールのアクションによって決まります。まずはルールがどこに適用され、どの顧客ジャーニーを中断させる可能性があるかを確認してください。

5. 5

   厳格化する前の観察期間

   Bot AnalyticsとLogsを使用して、スコアの傾向とチャレンジ結果を点検します。ログイン、決済、アカウント復旧、予約フローは特に注意深く監視してください。モデルの変更によって適応力は向上しますが、アクションが過剰にアグレッシブになっていないかを判断するための証拠となるのは、コンバージョン率やアクセス失敗の発生状況です。

注意すべき制約と現実

最大の制約は商業的な側面です。CloudflareはBot Management for Enterpriseをアカウントチーム経由で提供される有償アドオンとして位置付けており、プランページには固定価格が公開されていません。公開されたリクエスト単位やゾーン単位の単価から費用対効果を事前に計算することは不可能です。

2つ目の制約は制御性です。自動更新をオンにすると、Cloudflare側がモデルの重みをデプロイし、顧客が個別のバージョンを選択することはできなくなります。Cloudflareはシャドウモードで候補モデルを実行し、ロールアウトを一時停止またはロールバックできますが、顧客向けのバージョン選択画面は提供されません。厳格なモデル変更承認プロセスを持つチームは、このトグルを有効にする前にガバナンス上の課題を解決しておく必要があります。

3つ目の制約は検証データです。定期的なモデルリリースよりも速く変化する攻撃に対して、このメカニズムは理にかなっていますが、どれだけ多くのボットを捕捉できるようになったのか、あるいは誤検知がどう変化したのかを示す公開ベンチマークはありません。導入初期の数週間は、自社のトラフィックにおける観察期間として扱い、既存のルールをすべて即座にブロック設定へ変更できる証拠とはみなさないでください。

最後に、発表された製品名が実装範囲に先行している点です。継続的再学習は現在稼働しています。しかし、使い捨てルールやフィードバック主導の学習はロードマップ上の次のフェーズです。これらをすでに利用可能なコントロールとしてセキュリティ審査に記載してはいけません。

今後の推奨アクション

すでにEnterprise Bot Managementを契約しており、ログイン、決済、アカウント復旧、希少在庫ルートで変化するボットパターンに直面している場合は、今週中に対応を進めてください。自動更新を有効にし、スコアの連携設計はそのまま維持した上で、ルールアクションを変更する前に効果を測定します。

組織の要件として、モデルの特定バージョン指定、顧客主導のロールアウト管理、あるいはベンダーによる数値ベンチマークの提示が本番利用に必須である場合は、導入を見合わせてください。まずそれらの要件をCloudflareのアカウントチームに相談する必要があります。

Enterpriseアドオンを契約していない場合、大きな影響はありません。現行プランに含まれるボット対策機能を継続して利用してください。今回のリリースによって、Free、Pro、またはBusinessアカウント向けにAdaptive Intelligenceのセルフサービス設定スイッチが追加されるわけではありません。

プラットフォームの変更に関する実践的な解説をいち早く受け取るには、ニュースレターにご登録ください。