企业网络安全团队已将重点转向API安全，这是理所当然的。在数字经济中，API是企业的门户，也是物联网设备、Web和移动应用的接入点。随着AI驱动型应用不断改变企业的运营方式，API也日益成为这类应用的接入点。遗憾的是，API同样为犯罪分子提供了可乘之机，其中许多人依靠自动程序发起攻击。因此，安全团队必须保护API，并缓解用于攻击API的自动程序威胁。
The OWASP十大API安全漏洞列表清楚地表明，机器人程序在API攻击中发挥着核心作用。其中三项十大API漏洞与机器人程序直接相关：
- 身份验证机制失效：机器人通过暴力破解、字典攻击和凭据填充攻击来攻破身份验证机制，导致账户被接管、欺诈、经济损失和客户不满。
- 不受限制的资源消耗：机器人会利用不受限制的资源消耗，耗尽API的内存和处理能力。当机器人以供交互式应用（即供用户使用的Web和移动应用）调用的API为目标时，可能会对性能和成本造成灾难性影响。
- 不受限制地访问敏感业务流程：过度访问某些业务流程可能会损害企业利益。未经授权的经销商可能会耗尽产品库存，并以高得多的价格转售。垃圾信息发布者可能会利用评论或发帖流程。攻击者可以利用预约系统占用所有可用时段。在这些情况下，攻击者会部署机器人来利用这些业务流程。
在其著作《Hacking APIs: Breaking Web Application Programming Interfaces》中，知名网络安全和API专家Corey J. Ball解释了攻击者如何利用API发现自动化工具（OWASP ZAP、Gobuster、Kiterunner）和模糊测试工具（Postman、Wfuzz和Burp Suite），向API发送数千个请求以找出漏洞。需要部署机器人管理措施，以识别窥探行为并降低其有效性。
机器人程序对不同API的影响并不相同。API通常受双向TLS保护，因此身份验证失效的风险较低，并且可以针对每个经过身份验证的客户端实施速率限制。仅接收交互式Web和移动应用流量的API最容易受到机器人程序的影响。
对于预期接收人为发起流量的API，防御机器人变得越来越困难。开源库让机器人可以轻松规避基于标头指纹识别的检测，而用于破解CAPTCHA以及通过包含数千万个住宅IP地址的网络代理请求的服务也已被机器人操作者广泛使用。标头分析、IP拒绝列表和CAPTCHA等传统技术已不再有效。因此，要缓解机器人威胁，应用安全团队必须依靠JavaScript和移动SDK收集丰富的客户端信号，并利用先进的机器学习来识别攻击工具和机器人行为。
随着AI应用日益广泛地部署，保护API及这些端点免受自动化攻击将至关重要。为此，OWASP发布了《2025年LLM和生成式AI应用十大风险与缓解措施》。如需了解更多信息，请参阅我最近发布的文章《机器人如何攻击大型语言模型》。
贵组织的哪些API容易受到机器人攻击？遭受攻击的可能性有多大，影响会造成多少成本？如何设计安全控制措施，确保获得必要的机器人防护？这些都是威胁建模中值得探讨的问题。如需进一步了解机器人带来的业务影响，请阅读F5关于此主题的白皮书，或报名参加免费咨询
相关博客文章
Thingbot正转变为攻击平台
Lori MacVittie重点介绍了F5 Labs对2018年1月至6月全球物联网设备攻击的研究，并指出了其中令人警醒的影响。物联网设备不仅持续遭到利用，还被转变为攻击平台，这意味着攻击者可以更充分地利用这个必然增长的市场。
借助F5全新Quick Start，在AWS上快速开展业务
在AWS re:Invent开幕前，我们很高兴与大家分享F5与AWS之间全新的Quick Start集成。F5的Tom Atkins将介绍该服务如何启动、配置和运行在AWS上部署工作负载所需的计算、网络、存储及其他AWS服务。