Cloudflare a annoncé le 31 août 2026 le lancement d’un nouveau moteur de détection des robots nommé Adaptive Intelligence, conçu pour traiter les attaques automatisées comme une course économique en constante évolution, et non comme une simple tentative visant à bloquer chaque requête suspecte. Le moteur commence par réentraîner en continu le modèle d’apprentissage automatique qui sous-tend Bot Score, en s’appuyant sur les signaux du trafic en direct, au lieu d’attendre les versions planifiées d’un modèle statique.
Cloudflare affirme que les opérateurs de robots peuvent répartir les requêtes sur de vastes réseaux de proxys résidentiels, réduire le nombre de requêtes provenant de chaque adresse et modifier les agents utilisateurs ainsi que les empreintes des robots, de sorte qu’une session analysée requête par requête ressemble à des visites normales. Les seules règles de limitation du débit ont du mal à détecter ce type de comportement, notamment lorsque l’attaque s’étend lentement aux processus de connexion, de paiement ou de récupération de compte.
Qu’est-ce qui change avec le nouveau moteur ?
Adaptive Intelligence fonctionne derrière le Bot Score actuel, qui combine déjà l’apprentissage automatique, la vérification comportementale, les empreintes JavaScript, un ensemble de règles heuristiques et des contrôles de robots connus et documentés, comme les robots d’indexation des moteurs de recherche. Au lieu de s’appuyer sur une règle statique produisant le même résultat lorsque les entrées sont répétées, Cloudflare affirme que le moteur évalue statistiquement la probabilité d’un abus automatisé à partir de plusieurs signaux.
Le composant disponible au lancement est le réentraînement continu. Le modèle apprend des outils de contournement de la détection et des nouveaux frameworks de robots lorsqu’ils apparaissent dans le trafic, puis distribue ses nouveaux poids sur le réseau sans que le client ait à choisir une version ou à planifier une mise à niveau. La génération de règles jetables et l’apprentissage élargi à partir du trafic qu’il protège sont deux composants dont l’entreprise a indiqué qu’ils suivraient ultérieurement.
La boucle observe, train, deploy, validate
Cloudflare décrit le fonctionnement comme une boucle automatisée en quatre étapes : observation des signaux, entraînement du modèle, déploiement de la mise à jour, puis validation de sa sécurité. Les signaux comprennent les empreintes TLS de type JA4, la structure des requêtes, les résultats des défis, le comportement de la session, la réputation du réseau et des signaux de niveau supérieur, ainsi que des données provenant de Turnstile et de Precursor.
Le moteur surveille le trafic sur plusieurs fenêtres temporelles : une fenêtre courte peut révéler une hausse soudaine, tandis qu’une fenêtre plus longue met en évidence un comportement récurrent réparti entre des milliers d’adresses, de clients et de sessions. Avant de faire d’une nouvelle version du modèle la principale ligne de défense, Cloudflare l’exécute en mode fantôme parallèlement à la version actuelle, sans incidence sur les visiteurs, et compare les résultats, notamment les taux de résolution des défis. Si la nouvelle version semble augmenter la probabilité de classer à tort de véritables utilisateurs, elle n’est pas activée, selon la description de l’entreprise.
Pourquoi cette information est-elle importante ?
Le changement pratique consiste à transférer une partie du cycle de réponse d’un modèle dans lequel l’équipe rédige une règle, puis attend de la tester et de la déployer, vers un modèle qui apprend de signaux en constante évolution. Cela profite notamment aux opérateurs de sites confrontés au credential stuffing, au scraping distribué ou à des attaques qui cherchent délibérément à rester sous les limites de débit.
Cloudflare associe également Adaptive Intelligence au moteur Precursor, présenté le mois précédent, qui vérifie le comportement continu au sein d’une session de navigateur, comme le timing, les mouvements et les petits signaux humains. Selon l’entreprise, les signaux recueillis par chaque moteur peuvent rendre plus difficile le contournement de l’autre, tout en tenant compte du fait que Precursor a été conçu en mettant l’accent sur la confidentialité.
Disponibilité et limites
Les clients Enterprise doivent activer l’option Auto Update Machine Learning dans le tableau de bord de Bot Management pour obtenir automatiquement Adaptive Intelligence, tout en continuant à utiliser Bot Score sans changement de version ni de configuration. Les détails des performances réelles du moteur, comme les taux d’amélioration ou son impact selon les différents types de sites, ne sont pas fournis dans le contenu ; Cloudflare n’a pas non plus encore lancé les deux autres composants annoncés. La description actuelle établit donc la stratégie du produit et son mécanisme de déploiement, mais ne fournit pas de comparaison indépendante démontrant sa supériorité sur les autres solutions de détection.