Cloudflare anunció el 31 de agosto de 2026 el lanzamiento de un nuevo motor de detección de bots llamado Adaptive Intelligence, diseñado para abordar los ataques automatizados como una carrera económica cambiante, no simplemente como un intento de bloquear cada solicitud sospechosa. El motor comienza por volver a entrenar continuamente el modelo de aprendizaje automático que sustenta Bot Score, basándose en señales del tráfico en vivo, en lugar de esperar lanzamientos programados de un modelo fijo.
Cloudflare afirma que los operadores de bots pueden distribuir las solicitudes a través de grandes redes de proxies residenciales, reducir la tasa de solicitudes de cada dirección y cambiar los agentes de usuario y las huellas de los bots, de modo que la sesión parezca tráfico normal cuando se analiza cada solicitud de forma aislada. Las reglas de limitación de tasa por sí solas tienen dificultades para detectar este patrón, especialmente cuando el ataque se extiende lentamente por procesos de inicio de sesión, pago o recuperación de cuentas.
¿Qué cambia en el nuevo motor?
Adaptive Intelligence funciona detrás del Bot Score actual, que ya combina aprendizaje automático, verificación conductual, huellas de JavaScript y un conjunto de reglas heurísticas, además de comprobaciones de bots conocidos y documentados, como los rastreadores de motores de búsqueda. En lugar de depender de una regla fija que produzca el mismo resultado al repetir las entradas, Cloudflare afirma que el motor evalúa estadísticamente la probabilidad de actividad automatizada maliciosa mediante múltiples señales.
El componente disponible en el lanzamiento es el reentrenamiento continuo. El modelo aprende de las herramientas para evadir la detección y de los nuevos marcos de bots cuando aparecen en el tráfico, y luego distribuye sus nuevos pesos por la red sin que el cliente tenga que elegir una versión ni programar una actualización. La generación de reglas desechables y el aprendizaje más amplio a partir del tráfico que protege son dos componentes que, según la empresa, llegarán más adelante.
El ciclo observe, train, deploy, validate
Cloudflare describe el funcionamiento como un ciclo automatizado de cuatro etapas: observar las señales, entrenar el modelo, desplegar la actualización y validar su seguridad. Las señales incluyen huellas TLS de tipo JA4, estructura de las solicitudes, resultados de los desafíos, comportamiento de la sesión, reputación de la red y señales de nivel superior, además de datos de Turnstile y Precursor.
El motor observa el tráfico a través de múltiples ventanas temporales; una ventana corta puede revelar un aumento repentino, mientras que una ventana más larga muestra un comportamiento repetido distribuido entre miles de direcciones, clientes y sesiones. Antes de convertir una nueva versión del modelo en la principal línea de defensa, Cloudflare la ejecuta en modo sombra junto con la versión actual, sin afectar a los visitantes, y compara los resultados, incluidas las tasas de resolución de los desafíos. Si parece que la nueva versión aumentaría la probabilidad de clasificar erróneamente a usuarios reales, no se activa, según la descripción de la empresa.
¿Por qué importa esta noticia?
El cambio práctico consiste en trasladar parte del ciclo de respuesta desde el modelo de una regla que el equipo redacta, prueba y luego despliega, hacia un modelo que aprende de señales en constante cambio. Esto beneficia especialmente a los operadores de sitios que enfrentan credential stuffing, scraping distribuido o ataques que intentan mantenerse por debajo de los límites de tasa.
Cloudflare también vincula Adaptive Intelligence con el motor Precursor, presentado el mes anterior, que verifica el comportamiento continuo dentro de una sesión del navegador, como los tiempos, el movimiento y pequeñas señales humanas. Según la empresa, las señales recopiladas por cada motor pueden dificultar la evasión del otro, teniendo en cuenta que Precursor fue diseñado con énfasis en la privacidad.
Disponibilidad y limitaciones
Los clientes Enterprise deben activar la opción Auto Update Machine Learning en el panel de Bot Management para obtener Adaptive Intelligence automáticamente, mientras siguen utilizando Bot Score sin cambios en la versión ni en la configuración. Los detalles sobre el rendimiento real del motor, como las tasas de mejora o su impacto en distintos tipos de sitios, no se proporcionan en el material; además, Cloudflare aún no ha lanzado los otros dos componentes anunciados. Por tanto, la descripción actual confirma la estrategia del producto y su mecanismo de despliegue, pero no ofrece una comparación independiente que demuestre su superioridad frente a otras soluciones de detección.