志睿源官网｜来访统计与反爬防护 上线记录
官网新增来访统计与反爬防护能力：访问数据可视、工具程序可识别可拦截，隐私口径同步明确。
上线日期：2026-09-16 涉及站点：志睿源官网（https://tomarking.com/zry/） 状态：已全部上线，线上实测通过
一、要解决的问题
官网此前一直处于"只有访问日志、看不到访问情况"的状态：
- 看不见——每天有多少人来、看了哪些页面、从哪些地区来、有多少是搜索引擎或工具程序，
只能靠事后手工翻日志，无法支撑内容与产品排期的判断。
- 挡不住——相当一部分流量来自爬虫与扫描程序，它们不带来真实访客，却持续占用带宽与服务算力，
高峰时段会拖慢真实访客的打开速度。
这两件事都需要在官网侧补上一套可持续的能力，而不是一次性的排查。
二、怎么做的
1. 来访统计
分三步落地：
| 步骤 | 内容 |
|---|---|
| 地基 | 建立访问明细、访客档案、日聚合等数据结构，配套后台查询页面与保留期管理 |
| 数据 | 把服务器上已有的历史访问日志全量回填入库，并按天重建聚合数据，上线当天即具备历史趋势 |
| 呈现 | 前端页面访问上报 + 后台仪表盘：今日访问量、真人访问量、爬虫请求量、当前在线人数、30 天趋势、页面排行、地区分布、来源页、高频访问来源 |
后台支持按时间与页面筛选明细、导出数据，并可随时调整数据保留期。
2. 反爬与自动防护
采用三层协同的防护结构：
- 入口层——在网站入口对明显的工具程序与高频请求做静态拦截与限速，不进入业务处理；
- 判定层——按多项行为特征综合打分，识别"疑似"与"确认"的工具程序，而不是只看一个特征；
- 执行层——对确认的恶意来源自动封禁，封禁时长随重复次数累进，并支持可信来源白名单，避免误伤。
上线时整套防护以观察模式运行：只记录、不封禁，先在真实流量上校准判定准确度， 确认无误伤后再逐步转为实战模式——避免"上线即误封"这种对真实访客伤害最大的失误。
3. 隐私口径
官网页脚补充了来访数据说明：仅统计访问行为，不做个人身份识别； 访问明细按保留期自动清理，到期数据不再留存。
三、验收结果
| 验证维度 | 结果 |
|---|---|
| 历史数据回填 | 服务器上已有的访问日志全量入库，按天聚合重建完成，趋势数据上线即可用 |
| 后台功能 | 明细查询、访客档案、仪表盘各图表、数据导出均实测可用 |
| 数据准确性 | 访问上报通道按预期返回，页面停留与滚动深度正确落库 |
| 防护有效性 | 观察期内工具程序识别与拦截记录准确，白名单来源零误伤 |
| 自动化测试 | 本地 163 条断言全部通过 |
| 真实流量验证 | 上线后在真实流量上又发现并修复 4 处本地测试未能暴露的问题，全部复测通过 |
| 稳定性 | 采集进程持续运行，无中断、无异常占用 |
其中"上线后在真实流量上发现问题"是本轮最有价值的部分：本地测试全绿并不等于没有缺陷， 只有在真实流量下跑起来，问题才会暴露——这 4 处都是这样被找出来并当场修掉的。
四、后续
- 观察期内持续校准识别阈值，按真实数据把误伤率压到 0 后再启用自动封禁；
- 把访问数据接入官网内容与产品的排期判断，让"做什么内容"有数据依据；
- 保留期与隐私说明随功能演进同步更新。
本文为对外发布版本，记录官网来访统计与反爬防护能力的建设进展。