隨著 AI 生成腳本與廉價租用殭屍網絡（botnet）變得普及，網路自動化攻擊的成本已跌至幾乎零元。對依賴網站與 API 服務的企業而言，傳統靠簽名或固定規則的防禦已難以跟上攻擊者每幾小時就能變換手法的速度。2026 年 9 月 3 日，全球連通雲公司 Cloudflare 在香港正式發表「Adaptive Intelligence」，這是一套直接嵌入 Cloudflare Bot Management 的即時偵測引擎，旨在讓防禦不斷變化、迫使攻擊者在投入工程與資金前就失去效益。
Adaptive Intelligence 的核心在於持續從 Cloudflare 全球龐大邊緣網路收集流量訊號，系統每日分析逾一兆次網頁造訪，從瀏覽器指紋、滑鼠移動、鍵盤節奏等原始資料中自動學習新興機器人行為。這裡所說的「自動學習」指的是機器學習（machine learning）模型在不需要人工標註的情況下，根據實時流量的元訊號自行找出異常模式。當偵測到異常模式時，平台會即時產生「短效規則」——也就是針對特定威脅的封鎖指令，並在所有邊緣節點同步生效，攻擊者無法在短時間內重新調整腳本。規則只會存在數分鐘到數小時，足以阻斷當前攻擊波，同時避免長期封鎖造成的業務衝擊。
除了快速封鎖，Adaptive Intelligence 亦能捕捉低頻、緩慢進行的攻擊手法。傳統的過濾惡意 HTTP 流量的保安層（WAF）多以二元判斷（正常／惡意）為主，對於「credential stuffing」——即攻擊者利用已洩漏的帳號密碼大量自動登入其他網站手法——往往難以偵測。系統透過多時間窗口的行為分析，同時觀察短期與長期的流量變化，即使每秒不到一次的請求頻率，也能辨識出異常，從而阻止爬取數據或帳號濫用。
Adaptive Intelligence 為降低誤判，結合 Cloudflare Precursor 收集的瀏覽器層面工作階段訊號，與全球邊緣遙測數據，形成多層次判斷模型。每條新規則在部署前會，先在背景環境自動測試準確度，確保不誤封真實用戶或影響網站可用性。系統亦根據風險等級，自動調整偵測閾值，防禦保持靈活，而不失精準性，偵測結果產生後即時回饋給機器學習模型，持續優化。
從目前的產品市場比較
| 供應商 | 主要機器人防禦方案 | 即時規則產生 | 依賴簽名更新 |
|---|---|---|---|
| Cloudflare | Adaptive Intelligence（內嵌於 Bot Management） | 是 | 否 |
| Bot Manager | 部分（需人工審核） | 是 | |
| Advanced Bot Protection | 部分（週期性更新） | 是 | |
| Bot Management | 否（僅依賴預設規則） | 是 |
香港部份企業營運營運受監管的金融、電商與公共服務等行業，機器人攻擊不僅可能導致服務中斷，更可能觸發監管機構的嚴格審查與罰款。但是，傳統防禦方案往往依賴週期性的簽名更新，更新週期長達數週甚至數月，遠遠落後於攻擊者以分鐘計變換腳本的速度。相較之下，Adaptive Intelligence 以「持續學習」取代「定期更新」，防禦層在攻擊者尚未完成腳本迭代前，就已經失效。
競爭對手方面， 可以透過 Prisma Access 提供的 Bot Management ，但是仍以雲端簽名庫為主，雖然結合了威脅情報平台，但缺乏 Cloudflare 那樣的全球邊緣即時訊號。相較之下，Cloudflare 的邊緣節點遍布超過 300 個城市，能在毫秒級別把偵測結果回饋至全網，形成真正的即時防禦網。
對已使用 Cloudflare CDN、DNS 或 DDoS 防護的企業，只需在管理介面啟用 Bot Management ，開啟 Adaptive Intelligence，即可在不增加硬體或長時間停頓下，獲得持續學習的防禦層。Adaptive Intelligence 部署流程簡單：先確認已啟用 Bot Management，然後在控制台的「防禦設定」頁面切換「Adaptive Intelligence」開關。系統會自動開始收集流量元訊號，背景測試新規則誤判率，合格後即時上線。
IT 團隊在導入前應先評估現有的流量基線，確保監控儀表板能顯示短效規則的產生與封鎖統計。部署後，持續檢視「規則效能報告」，觀察是否有正常用戶誤封的情況，必要時微調偵測閾值，或加入白名單。未來幾個月，Cloudflare 計畫將此技術延伸至其全套安全產品，包括 API 安全與 DDoS 防護，讓已在使用其他 Cloudflare 服務的企業，能在同一平台上，統一管理防禦策略。
總體而言，Adaptive Intelligence 以「讓防禦不斷變化」策略，直接挑戰了攻擊者以低成本、快速迭代的經濟模型。對必須在監管框架下維持高可用性與合規性的機構，提供在不增加大量人力與資本前提下提升系統韌性的方法。