<b>Как боты рисуют «человеческое» поведение мышью и ломают воронку</b>

<b>Как боты рисуют «человеческое» поведение мышью и ломают воронку</b>

Давайте поднимем логи и посмотрим правде в глаза: поведенческий фрод редко выглядит как грубый спам. Он приходит с JavaScript-событиями, паузами между `mousemove`, псевдослучайными траекториями и имитацией скролла. На входе это похоже на живую сессию, а на уровне телеметрии — на генератор событий с плохой физикой.

Что обычно палится в сырых данных:
— слишком ровная дисперсия скорости курсора;
— траектории без микрокоррекций и возвратов;
— `scroll` идёт, а `visibilitychange` и фокус окна отсутствуют;
— страницы открываются по шаблону, с одинаковыми интервалами и глубиной просмотра;
— клик есть, а предклик-сигналы пустые: нет hover, нет задержки, нет дрожания.

Ботнеты эволюционируют, но паттерны их поведения остаются прежними. Настоящий пользователь делает ошибки: замирает, уводит курсор в сторону, возвращается к предыдущему блоку, читает неравномерно. Машина же оптимизирует путь до цели. Поэтому полезно смотреть не на один сигнал, а на связку: энтропия движений, последовательность DOM-событий, время между навигациями, соотношение активного окна к просмотру страницы.

Практика фильтрации простая и жесткая: строите score по аномалиям, а не по одному «подозрительному» признаку. Если сессия даёт идеальный скролл, ровный курсор и одинаковые паузы на пачке страниц — это не внимание, это скрипт. Вот технический разбор того, как именно уплывает ваш рекламный бюджет: через симуляцию вовлечённости, которую дешёвый фрод выдает за намерение.

Смотрите на поведение как на граф событий, а не на отдельный клик. Там, где логика слишком гладкая, обычно и сидит бот.