添加 AWS WAF 機器人控制管理規則群組至您的網站 ACL

若要在您的網站中使用AWSManagedRulesBotControlRuleSet規則群組 ACL

1. 添加 AWS 受管規則群組，AWSManagedRulesBotControlRuleSet連至您的網站ACL。如需完整規則群組描述，請參閱AWS WAF 機器人控制規則群組。

   注意

   使用此受管規則群組時，會向您收取額外費用。如需詳細資訊，請參閱 AWS WAF 定價。

   新增規則群組時，請對其進行編輯，以開啟規則群組的配置頁面。

2. 在規則群組的組態頁面的 [檢驗層級] 窗格中，選取您要使用的檢驗層級。

   • 常見 — 檢測各種自我識別機器人，例如 Web 抓取框架，搜索引擎和自動瀏覽器。此層級的機器人控制保護可使用傳統機器人偵測技術 (例如靜態要求資料分析) 來識別常見的機器人。規則會標記來自這些機器人的流量，並封鎖他們無法驗證的機器人。

   • 目標 — 包括共同層級保護，並針對無法自我識別的複雜機器人新增目標式偵測。有針對性的保護結合使用速率限制和CAPTCHA背景瀏覽器挑戰來減輕機器人活動。

     • TGT_— 提供目標保護的規則名稱開頭為TGT_。所有目標保護都使用檢測技術（例如瀏覽器審訊，指紋識別和行為啟發式法）來識別不良的機器人流量。

     • TGT_ML_— 使用機器學習的目標保護規則的名稱開頭為TGT_ML_。這些規則使用網站流量統計資料的自動化機器學習分析，以偵測指示分散式協調機器人活動的異常行為。 AWS WAF 分析有關您網站流量的統計資料，例如時間戳記、瀏覽器特性和先前URL瀏覽過的資訊，以改善 Bot Control 機器學習模型。機器學習功能預設為啟用，但您可以在規則群組設定中停用它們。當機器學習被禁用時， AWS WAF 不會評估這些規則。

3. 如果您使用的是目標防護層級，但您不想 AWS WAF 使用機器學習 (ML) 來分析分散式協調機器人活動的網路流量，停用機器學習選項。名稱以開頭的機器人控制規則需要機器學習TGT_ML_。如需這些規則的詳細資訊，請參閱機器人控制規則清單。

4. 新增規則群組的向下範圍陳述式，以包含使用該規則群組的成本。範圍向下陳述式會縮小規則群組檢查的要求集。例如使用案例，請以機器人控制範例：僅針對登入頁面使用機器人控制和開頭機器人控制範例：僅針對動態內容使用機器人控制。

5. 提供規則群組所需的任何其他組態。

6. 將您的變更儲存到網頁ACL。