Bot Traffic vs Human Traffic: Cách phân biệt và quản lý đúng
Mục lục bài viết
- •Bot traffic là gì?
- •Human traffic là gì?
- •Bao nhiêu phần trăm Internet là bot?
- •Vì sao bot traffic tăng?
- •Bot tốt, bot xấu và bot trung tính
- •So sánh bot traffic và human traffic
- •Các tín hiệu nhận biết bot traffic
- •Vì sao không thể nhận biết bot chỉ bằng IP?
- •Bot traffic ảnh hưởng website thế nào?
- •Cách quản lý bot traffic mà không chặn nhầm người dùng
- •Vai trò của robots.txt
- •Website có nên chặn toàn bộ AI bot không?
- •Traffic từ proxy có phải bot traffic không?
- •Checklist phân tích bot traffic
- •Câu hỏi thường gặp
- •Kết luận
Bot traffic là lưu lượng do phần mềm tự động gửi đến website hoặc ứng dụng. Human traffic là lưu lượng phát sinh khi một người trực tiếp sử dụng trình duyệt, ứng dụng hoặc thiết bị để truy cập dịch vụ.
Sự khác biệt nghe có vẻ đơn giản, nhưng một request HTTP không mang theo nhãn cho biết bên gửi là người hay máy.
Bot hiện đại có thể chạy trình duyệt thật, lưu cookie, thực thi JavaScript và di chuyển qua nhiều IP. Trong khi đó, người dùng thật đôi khi tạo hành vi giống bot vì dùng công cụ hỗ trợ, mạng doanh nghiệp, VPN hoặc thao tác nhanh.
Vì vậy, không nên phân loại dựa trên một dấu hiệu. Website cần kết hợp thông tin request, phiên, trình duyệt, IP, tài khoản và kết quả hành vi.
Quan trọng hơn, bot traffic không đồng nghĩa với traffic xấu. Search crawler, công cụ giám sát uptime và hệ thống tích hợp API đều là bot. Mục tiêu đúng là phân biệt automation được phép với hành vi lạm dụng.
Bot traffic là gì?
Bot traffic gồm mọi request do phần mềm tự động tạo ra thay vì thao tác trực tiếp của con người.
Một bot có thể:
-
Gọi API
-
Tải trang web
-
Thu thập nội dung
-
Kiểm tra trạng thái dịch vụ
-
Đăng nhập tài khoản
-
Gửi biểu mẫu
-
Thực hiện giao dịch
-
Theo dõi giá
-
Lập chỉ mục nội dung
-
Truy cập website thay người dùng
Một bot đơn giản có thể chỉ gửi request theo lịch. Bot phức tạp hơn có thể chạy Chromium, giữ cookie và mô phỏng cả chuỗi thao tác.
Human traffic là gì?
Human traffic đến từ người dùng trực tiếp tương tác với website hoặc ứng dụng.
Một phiên của người dùng thường có:
-
Thời gian đọc không cố định
-
Đường đi giữa các trang có ngữ cảnh
-
Thao tác chuột và bàn phím không đều
-
Cookie được duy trì
-
JavaScript được thực thi
-
Thay đổi viewport và trạng thái trang
-
Hành động gắn với mục tiêu cụ thể
Đây chỉ là xu hướng, không phải quy tắc tuyệt đối. Người dùng mở nhiều tab, dùng trình đọc màn hình hoặc mạng chậm có thể tạo phiên rất khác số đông.
Bao nhiêu phần trăm Internet là bot?
Không có một con số đại diện cho toàn bộ Internet.
Tỷ lệ phụ thuộc vào:
-
Nhà cung cấp đo lường
-
Nhóm website được quan sát
-
Khoảng thời gian
-
Định nghĩa bot
-
Cách tính theo request, phiên hay người dùng
-
Ngưỡng phân loại
-
Khả năng nhận diện bot mới
Bài phân tích của Decodo dẫn dữ liệu Cloudflare Radar và cho biết trong một phép đo tháng 6/2026, khoảng 57,4% request được phân loại là tự động, so với 42,6% được phân loại là lưu lượng con người.
Con số này cần được đọc đúng. Đây là tỷ lệ request trong phạm vi dữ liệu và phương pháp phân loại cụ thể, không phải 57,4% người sử dụng Internet là bot.
Một bot có thể gửi hàng nghìn request trong thời gian một người chỉ mở vài trang. Vì vậy, tỷ lệ theo request thường cao hơn tỷ lệ theo phiên hoặc người dùng.
Cloudflare Radar xếp điểm bot từ 1 đến 29 vào nhóm có khả năng tự động, còn điểm từ 30 đến 99 thuộc nhóm có khả năng là con người. Đây là hệ thống phân loại của Cloudflare, không phải chuẩn chung cho mọi nền tảng.
Vì sao bot traffic tăng?
Search crawler liên tục cập nhật chỉ mục
Công cụ tìm kiếm cần truy cập lại trang để phát hiện nội dung mới, thay đổi và liên kết.
Website càng lớn, lượng request từ crawler càng nhiều. Đây là traffic tự động nhưng thường đem lại giá trị nếu website muốn xuất hiện trên kết quả tìm kiếm.
AI crawler đọc dữ liệu web
Các công ty AI vận hành crawler để thu thập dữ liệu huấn luyện, xây chỉ mục hoặc cập nhật hệ thống tìm kiếm.
Website có thể cho phép, giới hạn hoặc từ chối từng crawler tùy chính sách nội dung và chi phí hạ tầng.
AI agent truy cập thay người dùng
AI agent có thể tìm sản phẩm, so sánh thông tin hoặc lấy dữ liệu trực tiếp để trả lời một yêu cầu.
Một tác vụ của người dùng có thể tạo nhiều request phía sau. Điều này khiến ranh giới giữa bot traffic và nhu cầu của con người trở nên khó phân loại hơn.
Hệ thống doanh nghiệp dựa nhiều hơn vào automation
Monitoring, đồng bộ dữ liệu, kiểm thử, kiểm tra giá và tích hợp API đều tạo traffic tự động.
Nếu có xác thực, giới hạn tốc độ và thỏa thuận rõ ràng, loại traffic này thường hợp lệ.
Hoạt động lạm dụng cũng được tự động hóa
Kẻ tấn công dùng bot để:
-
Thử thông tin đăng nhập bị rò rỉ
-
Tạo tài khoản giả
-
Gửi spam
-
Gian lận quảng cáo
-
Giữ hàng hoặc vé
-
Quét lỗ hổng
-
Làm cạn tài nguyên
-
Thu thập dữ liệu trái phép
Tốc độ và khả năng mở rộng khiến automation phù hợp với cả mục đích hợp lệ và hành vi xấu.
Bot tốt, bot xấu và bot trung tính
Bot tốt
Bot tốt thực hiện một tác vụ được website chấp nhận hoặc mang lại lợi ích.
Ví dụ:
-
Googlebot lập chỉ mục trang
-
Công cụ kiểm tra uptime
-
Dịch vụ accessibility
-
Hệ thống kiểm tra liên kết
-
API client đã được cấp quyền
-
Bot hỗ trợ khách hàng
-
Công cụ bảo mật được doanh nghiệp cho phép
Bot xấu
Bot xấu cố tình lạm dụng dịch vụ hoặc gây thiệt hại.
Ví dụ:
-
Credential stuffing
-
Spam form
-
Tạo tài khoản hàng loạt
-
Scraping trái phép
-
Gian lận click
-
Chiếm giữ hàng tồn kho
-
DDoS
-
Quét dữ liệu cá nhân
Bot không hoàn toàn tốt hoặc xấu
Một crawler có thể không mang ý định phá hoại nhưng gửi quá nhiều request, không tôn trọng robots.txt hoặc làm tăng chi phí máy chủ.
Trong trường hợp này, website có thể rate limit hoặc thu hẹp phạm vi truy cập thay vì chặn vĩnh viễn.
So sánh bot traffic và human traffic
| Dấu hiệu | Bot traffic thường gặp | Human traffic thường gặp |
|---|---|---|
| Tốc độ request | Cao hoặc rất đều | Thay đổi theo nội dung |
| Khoảng cách giữa thao tác | Có thể lặp theo mẫu | Không đều |
| Đường đi trong website | Theo danh sách hoặc quy tắc | Theo nhu cầu người dùng |
| JavaScript | Có thể không chạy hoặc chạy bằng browser automation | Thường chạy trong trình duyệt thật |
| Cookie | Có thể thiếu, đổi liên tục hoặc được lập trình | Thường duy trì trong phiên |
| User-Agent | Đơn giản, giả mạo hoặc đầy đủ | Phù hợp trình duyệt và thiết bị |
| IP | Có thể đến từ datacenter, proxy hoặc mạng dân dụng | Thường từ ISP, doanh nghiệp hoặc mạng di động |
| Tương tác | Lặp lại hoặc thiếu ngữ cảnh | Có chuột, bàn phím và thời gian đọc |
| Hành động | Tập trung vào endpoint cụ thể | Phân bố theo hành trình |
| Tỷ lệ lỗi | Có thể tiếp tục request sau nhiều lỗi | Thường dừng hoặc đổi hành vi |
Bảng chỉ mô tả xu hướng. Không nên dùng một hàng bất kỳ để đưa ra quyết định chặn.
Các tín hiệu nhận biết bot traffic
Tần suất request
Một IP gửi hàng trăm request trong vài giây là dấu hiệu cần chú ý.
Tuy nhiên, IP doanh nghiệp hoặc CGNAT có thể đại diện cho nhiều người. Rate limit cứng theo IP dễ chặn nhầm.
Nên kết hợp IP với session, tài khoản, endpoint và cửa sổ thời gian.
Khoảng cách giữa các request
Bot đơn giản thường gửi request theo chu kỳ rất đều, chẳng hạn đúng mỗi 500 mili giây.
Người dùng thật có khoảng dừng thay đổi theo thời gian đọc và thao tác. Bot hiện đại cũng có thể thêm độ trễ ngẫu nhiên, vì vậy tín hiệu này không đủ khi đứng riêng.
Header và User-Agent
Request thiếu header phổ biến hoặc có User-Agent không khớp hành vi trình duyệt có thể là automation.
Dù vậy, User-Agent rất dễ thay đổi. Không nên cho phép một crawler chỉ vì chuỗi User-Agent tự nhận là Googlebot.
Crawler quan trọng cần được xác minh qua IP, DNS hoặc danh sách chính thức của đơn vị vận hành.
Thực thi JavaScript
Một JavaScript challenge có thể kiểm tra client có chạy mã trình duyệt không.
Cách này chặn được bot HTTP đơn giản nhưng không ngăn browser automation. Nó cũng có thể ảnh hưởng người dùng chặn script, thiết bị yếu hoặc công cụ hỗ trợ.
Dấu vân tay trình duyệt
Hệ thống có thể xem xét:
-
TLS fingerprint
-
HTTP version
-
Header order
-
Canvas
-
WebGL
-
Font
-
Viewport
-
API trình duyệt
-
Mối quan hệ giữa User-Agent và capability
Fingerprint giúp phát hiện cấu hình bất thường nhưng có rủi ro ảnh hưởng quyền riêng tư và tạo false positive.
Cookie và tính liên tục của phiên
Phiên người dùng thường có sự liên tục giữa các request. Cookie, giỏ hàng, trang giới thiệu và lịch sử thao tác khớp nhau.
Bot phân tán kém có thể đổi IP hoặc fingerprint giữa phiên, làm trạng thái thiếu nhất quán.
Nguồn IP và ASN
IP thuộc datacenter thường xuất hiện nhiều trong automation vì máy chủ cloud thuận tiện cho việc chạy tác vụ.
Tuy nhiên, traffic từ datacenter không tự động là xấu. Search crawler, uptime monitor và API hợp lệ cũng chạy trên máy chủ.
Tương tự, IP dân cư không chứng minh người gửi là con người. Bot có thể sử dụng proxy dân cư hoặc thiết bị bị xâm nhập.
Bạn có thể đọc bài Anonymous Proxy là gì để hiểu vì sao mức độ lộ thông tin proxy khác nhau giữa các cấu hình.
Hành vi trong tài khoản
Đây thường là tín hiệu sát với tác động kinh doanh hơn fingerprint.
Ví dụ:
-
Một tài khoản đăng nhập từ nhiều vị trí trong thời gian ngắn
-
Gửi hàng trăm biểu mẫu giống nhau
-
Thử nhiều mã giảm giá liên tục
-
Mua hết một loại hàng trong vài giây
-
Thay đổi mật khẩu cho nhiều tài khoản
-
Thêm sản phẩm vào giỏ nhưng không thanh toán
Website nên đánh giá hành vi và mức rủi ro thay vì chỉ hỏi request đến từ bot hay người.
Vì sao không thể nhận biết bot chỉ bằng IP?
Một IP có thể đại diện cho:
-
Một người dùng gia đình
-
Nhiều người trong văn phòng
-
Hàng nghìn thuê bao sau CGNAT
-
Một máy chủ cloud
-
Một proxy
-
Một VPN
-
Một search crawler
-
Một dịch vụ giám sát
-
Một thiết bị bị xâm nhập
Chặn toàn bộ ASN datacenter có thể loại bỏ nhiều bot xấu nhưng cũng làm hỏng webhook, API và monitoring hợp lệ.
Chặn toàn bộ proxy cũng không chính xác. Người dùng có thể dùng proxy vì chính sách doanh nghiệp, kiểm thử, quyền riêng tư hoặc kết nối mạng.
IP nên là một tín hiệu trong mô hình rủi ro, không phải bằng chứng cuối cùng.
Bot traffic ảnh hưởng website thế nào?
Làm sai dữ liệu analytics
Bot có thể làm tăng pageview, giảm thời gian phiên hoặc tạo conversion giả. Nếu không lọc, đội marketing có thể đưa ra quyết định dựa trên dữ liệu sai.
Tăng chi phí hạ tầng
Mỗi request tiêu thụ băng thông, CPU, database và dịch vụ phía sau. Crawler truy cập quá nhanh có thể làm tăng chi phí dù không có ý định phá hoại.
Làm chậm trải nghiệm người dùng
Bot cạnh tranh tài nguyên với người dùng thật. Trong thời gian cao điểm, lượng request tự động có thể làm tăng latency hoặc gây lỗi.
Tạo rủi ro bảo mật
Credential stuffing, quét lỗ hổng và chiếm đoạt tài khoản thường được tự động hóa.
Hỗ trợ khả năng được tìm thấy
Search crawler và một số AI fetcher giúp nội dung xuất hiện trong hệ thống tìm kiếm hoặc câu trả lời tự động. Chặn toàn bộ bot có thể làm giảm khả năng phân phối nội dung.
Cách quản lý bot traffic mà không chặn nhầm người dùng
Bước 1: Lập danh sách automation được phép
Xác định rõ:
-
Search crawler cần cho SEO
-
Monitoring nội bộ
-
Đối tác API
-
Webhook
-
Công cụ kiểm thử
-
AI crawler được chấp nhận
-
Bot doanh nghiệp đã xác thực
Traffic hợp lệ nên có phương thức nhận diện tốt hơn một User-Agent tự khai báo.
Bước 2: Phân loại theo mục đích và rủi ro
Có thể chia traffic thành:
-
Người dùng có rủi ro thấp
-
Bot đã xác minh
-
Automation được cấp quyền
-
Traffic chưa xác định
-
Bot có dấu hiệu lạm dụng
-
Request tấn công rõ ràng
Mỗi nhóm cần phản ứng khác nhau.
Bước 3: Áp dụng rate limit theo ngữ cảnh
Endpoint đăng nhập, tìm kiếm và thanh toán không nên dùng chung giới hạn.
Có thể tính giới hạn theo:
-
IP
-
Tài khoản
-
API key
-
Session
-
Device
-
Endpoint
-
Tổ hợp nhiều tín hiệu
Khi vượt ngưỡng nhẹ, giảm tốc độ hoặc trả 429 Too Many Requests. Chỉ chặn khi mức rủi ro đủ cao.
Bước 4: Dùng challenge có chọn lọc
Không nên hiển thị CAPTCHA cho mọi người dùng.
Challenge nên áp dụng khi:
-
Điểm rủi ro tăng
-
Hành vi ảnh hưởng tài khoản
-
Request vượt ngưỡng
-
Fingerprint bất thường
-
Có dấu hiệu tự động hóa trên endpoint nhạy cảm
Bài cách xử lý CAPTCHA khi web scraping cũng nhấn mạnh rằng phía automation cần giảm tốc độ và xem lại quyền truy cập thay vì tìm cách vượt qua mọi lớp bảo vệ.
Bước 5: Bảo vệ endpoint có giá trị cao
Ưu tiên bảo vệ:
-
Đăng nhập
-
Quên mật khẩu
-
Tạo tài khoản
-
Thanh toán
-
Mã giảm giá
-
Đặt hàng
-
Tìm kiếm tốn tài nguyên
-
Form liên hệ
-
API chứa dữ liệu nhạy cảm
Không phải mọi trang tĩnh đều cần mức kiểm tra giống trang đăng nhập.
Bước 6: Theo dõi false positive
Sau khi áp dụng rule, cần đo:
-
Tỷ lệ challenge thành công
-
Người dùng bị chặn nhầm
-
Conversion thay đổi
-
Ticket hỗ trợ
-
Traffic bot còn lại
-
Chi phí hạ tầng
-
Lỗi theo quốc gia và ASN
Một rule chặn được bot nhưng làm mất khách hàng thật vẫn là rule kém.
Vai trò của robots.txt
Robots.txt cho crawler biết URL nào được phép hoặc không được phép truy cập.
Các crawler uy tín thường đọc và tuân thủ tệp này. Bot độc hại có thể bỏ qua hoàn toàn.
Robots.txt không phải công cụ bảo mật. Nó không ngăn truy cập vào dữ liệu riêng tư và không thay thế xác thực.
Theo Google Search Central, robots.txt chủ yếu được dùng để quản lý lưu lượng crawl và tránh làm máy chủ quá tải. Nếu cần bảo vệ nội dung, hãy dùng đăng nhập, phân quyền hoặc cơ chế phù hợp khác.
Website có nên chặn toàn bộ AI bot không?
Quyết định phụ thuộc mô hình kinh doanh.
Website dựa vào nội dung có bản quyền có thể muốn hạn chế crawler phục vụ huấn luyện. Trong khi đó, website bán sản phẩm có thể muốn cho phép AI agent đọc thông tin để giới thiệu sản phẩm cho người dùng.
Trước khi chặn, cần phân biệt:
-
Crawler dùng để huấn luyện
-
Search bot
-
AI fetcher lấy dữ liệu trực tiếp
-
Agent thực hiện tác vụ thay người dùng
-
Scraper không được phép
-
Bot giả mạo một crawler hợp lệ
Chính sách nên được viết rõ trong robots.txt, điều khoản sử dụng và hệ thống kiểm soát truy cập.
Traffic từ proxy có phải bot traffic không?
Không.
Proxy chỉ là một lớp trung gian mạng. Người thật và bot đều có thể sử dụng proxy.
Website có thể xem xét loại IP, ASN, tần suất và sự nhất quán của phiên. Tuy nhiên, việc phát hiện proxy không đủ để kết luận request là xấu.
Nếu cần kiểm tra một IP trước khi sử dụng cho automation hợp lệ, có thể xem hướng dẫn cách kiểm tra proxy.
Người vận hành automation cần:
-
Tuân thủ robots.txt
-
Đọc điều khoản website
-
Giới hạn tốc độ
-
Không truy cập dữ liệu riêng tư
-
Không tạo tải bất thường
-
Dừng khi website từ chối
-
Không dùng proxy để né kiểm soát trái phép
Checklist phân tích bot traffic
Khi traffic tăng bất thường, hãy kiểm tra:
-
Request tập trung vào endpoint nào?
-
Traffic tăng theo request, session hay người dùng?
-
User-Agent có nhất quán với trình duyệt không?
-
IP đến từ quốc gia và ASN nào?
-
Nhiều request có dùng chung fingerprint không?
-
Cookie có được duy trì qua phiên không?
-
Khoảng cách giữa các request có lặp theo mẫu không?
-
Client có chạy JavaScript không?
-
Hành vi có tạo tác động kinh doanh bất thường không?
-
Traffic có thuộc bot đã xác minh không?
-
Crawler có tuân thủ robots.txt không?
-
Rule hiện tại có chặn nhầm người dùng thật không?
-
Có cần rate limit thay vì block không?
-
Dữ liệu có chứa thông tin đăng nhập bị rò rỉ không?
-
Log đã loại bỏ thông tin cá nhân không cần thiết chưa?
Câu hỏi thường gặp
Bot traffic là gì?
Bot traffic là lưu lượng do phần mềm tự động tạo ra khi truy cập website, ứng dụng hoặc API.
Bot traffic có phải luôn xấu không?
Không. Search crawler, monitoring bot và automation được cấp quyền đều có thể mang lại giá trị.
Làm sao phân biệt bot với người dùng thật?
Cần kết hợp tần suất request, hành vi phiên, JavaScript, fingerprint, cookie, IP, ASN, tài khoản và tác động kinh doanh. Không có một tín hiệu duy nhất chính xác hoàn toàn.
User-Agent có đủ để nhận biết bot không?
Không. User-Agent có thể bị giả mạo. Crawler quan trọng nên được xác minh bằng phương thức do đơn vị vận hành công bố.
IP datacenter có phải bot không?
Không. Nhiều bot chạy tại datacenter, nhưng API, monitoring và người dùng doanh nghiệp cũng có thể dùng loại IP này.
Có nên chặn toàn bộ bot không?
Không nên. Chặn toàn bộ có thể ảnh hưởng SEO, monitoring và các tích hợp hợp lệ. Nên phân loại rồi cho phép, giới hạn, challenge hoặc chặn theo mức rủi ro.
Kết luận
Bot traffic và human traffic không thể được phân biệt đáng tin cậy bằng một dấu hiệu như IP, User-Agent hay tốc độ request.
Website cần nhìn vào toàn bộ phiên, hành vi tài khoản và tác động thực tế. Search crawler hoặc monitoring bot có thể gửi nhiều request nhưng vẫn hợp lệ. Một bot chạy qua IP dân cư vẫn có thể thực hiện hành vi xấu.
Chiến lược phù hợp là xác minh bot tốt, rate limit theo ngữ cảnh, challenge traffic đáng ngờ và chặn hành vi lạm dụng rõ ràng. Sau mỗi thay đổi, cần theo dõi false positive để bảo vệ người dùng thật.




