按 IP 检测机器人：IP 能告诉您什么，不能告诉您什么

这个缺口之所以重要，是因为机器人如今已占请求的多数。Imperva 的 2026 年恶意机器人报告发现，2025 年自动化流量占其观测到的网络流量的 53%，仅恶意机器人就占 40%。所以在您的登录表单前，真正有用的问题很少是“这是机器人吗？”，而是“这是哪一种机器人，要不要放行？”

这些种类值得点出名字：经过验证的爬虫、未经验证的自称机器人、冒充者、AI 代理和用户触发的抓取器、内容和价格爬取程序、撞库者和扫描器。下面我们展示针对每一类机器人各选一个 IP 的真实查询结果，然后指向深入讲解各项工作的指南：通过 IP、反向 DNS 和已公布地址段验证爬虫、保护注册和结账，以及在不锁死真实用户的前提下进行速率限制。

如何通过 IP 地址检测机器人：六种信号

要通过 IP 地址检测机器人，请查询来源 IP 并解读六种信号：网络类型、反向 DNS、已公布的爬虫地址段、匿名化标记、扫描器标记，以及其地址前缀向您发送了多少请求。IP 比 User-Agent 更适合作为起点，原因很简单。请求头是客户端自己选择的文本，而 HTTP 请求需要完成 TCP 握手，所以来源 IP 无法被随意伪造。真正的绕过办法是租用或代理他人的 IP，下面的章节会讲到。

我们于 2026-10-07 为每类机器人做了一次匿名的 GeoIPHub API 查询：

沿着评分列往下看，主要的教训就显现了。在 2026-10-07 的 GeoIPHub 查询中，只有 Tor 出口被封禁（fraud_score 为 100）。Googlebot 得分 0，Censys 扫描器得分 0，iCloud Private Relay 出口得分 9，DigitalOcean 服务器得分 15，全部是 allow。评分回答的是“这个 IP 有多危险？”，而不是“这是机器人吗？”得分 15 的数据中心服务器和得分 0 的扫描器都是自动化，但两者本身都不危险。名单匹配是这里最可靠的信号；网络类型标记属于推断，所以它们对评分的影响很小。这只是五次单独的查询，不是基准测试，数值会随着地址段的变化而变动。

下面说明每种信号告诉您什么，以及细节在哪里：

• 网络类型（asn.asn_type、asn.user_type、detection.is_hosting）。ASN，即宣告该 IP 的网络，告诉您这是谁的网络。数据中心（托管）IP，即 API 中的 detection.is_hosting，是第一道过滤，因为大多数机器人运行在数据中心，而大多数人不是。单独来看它是个较弱的判定，这就是 DigitalOcean 只得 15 分的原因。我们的解析文章 什么是数据中心 IP 地址讲解了如何检测托管，以及什么情况下它是合法的。
• 反向 DNS（network.ptr_record、fcrdns_valid）。经过正向确认的主机名可以指出运营方。Tor 出口的 PTR 以 tor-exit.artikel10.org 结尾，触发了 rdns_tor。我们这边有一个限制：API 没有存储 Googlebot 或 DigitalOcean 这两个 IP 的 PTR，尽管 dig -x 对两者都能返回实时名称，所以它们会触发 no_ptr_datacenter。当主机名很重要时，请自行执行 DNS 检查。
• 已公布的爬虫地址段（threat.crawler）。把 IP 与运营方自己的地址段文件相匹配，是证明机器人身份属实的最干净的证据。GeoIPHub 加载了来自 Google、Microsoft（Bing）、Apple、DuckDuckGo、OpenAI、Anthropic、Perplexity、Mistral、Common Crawl 和 Ahrefs 的 19 个官方地址段数据源，每日重新抓取。
• Tor、VPN、代理和中继标记（detection.is_tor、is_vpn、is_proxy、is_relay）。这些标记表明真实客户端隐藏在别人的网络之后。参见 如何通过 IP 检测 Tor 流量 和 VPN 与代理检测的工作原理。
• 扫描器标记（threat.is_scanner）。全互联网范围的扫描器会探测它们能触及的每个地址。
• 每个前缀的请求频率。这一项由您而不是我们来做：在 IPv6 上按 /64 统计请求数，如下面的速率限制章节所述。

扫描器的结果让我们感到意外，所以这里给出真实响应的精简版本：

扫描器标记已设置，但它不会给评分增加任何分数，而且 Censys 的网络也没有被归类为托管。如果您只依据 recommended_action 来判断，扫描器流量就会通过。如果想把它从分析数据中剔除或在防火墙处封禁，请直接读取 threat.is_scanner。

机器人 IP 地址检查：这个爬虫真的是它自称的那个吗？

机器人 IP 地址检查是通过把自称爬虫的 IP 与运营方公布的地址段文件，或与经过正向确认的反向 DNS 名称进行匹配来确认其身份，绝不能信任 User-Agent。任何客户端都可以在该请求头里发送 Googlebot。只有运营方才能控制自己的 IP 地址段。

我们的 API 只能看到 IP，看不到您的请求头，所以比较工作要由您的代码完成：把声称的机器人所属运营方与 threat.crawler.verified 和 threat.crawler.operator 对照。不要依据 threat.crawler.name 来判断：它只是文件的标签，一个文件可能涵盖多个机器人。在我们的查询中，66.249.66.1 返回了 verified: true、name: "Googlebot"、verification_method: "ip_range_list"。DigitalOcean 服务器返回的是 name: "none"，所以它声称自己是 Googlebot 就属于未验证。这意味着“未被验证为该机器人”，而不是证明它是假的。

ClaudeBot 和 PerplexityBot 由 Anthropic 和 Perplexity 公布的地址段文件覆盖：2026-10-08，216.73.216.10 返回了 verified: true、name: "ClaudeBot"、operator: "Anthropic"。没有公布地址段文件的机器人仍需使用运营方自己的方法，例如反向 DNS。使用 Web Bot Auth 对请求签名的机器人，可以通过签名而不是 IP 来验证。

细节分布在四篇文章中。爬虫验证指南涵盖反向 DNS、CIDR 文件和 Web Bot Auth 签名。如何验证 Googlebot 并识破假冒的 Googlebot涵盖 Google 的三组爬虫及其地址段文件。GPTBot、OAI-SearchBot 与 ChatGPT-User 对比说明该封禁哪个 OpenAI 机器人以及如何检查每一个。我们的经过验证的爬虫 IP 列表列出了全部 19 个文件的日期以及允许名单代码。

基于 IP 的机器人检测不能告诉您什么

基于 IP 的机器人检测无法告诉您某个家庭 IP 是否正被当作住宅代理租出去，而且 GeoIPHub 不检测住宅代理。住宅代理网络会把机器人的请求经由某人的家庭连接转发出去。在 IP 层看来，这个请求就像那户人家自己的流量：消费级 ISP、真实的城市、没有托管标记。

我们的 is_residential_proxy 字段只是基于 ASN 的粗略推断，而不是检测，所以请当它不存在这个信号。轮换让问题更加严重。一个代理池可以为每个请求分配不同的家庭 IP，所以按 IP 计数的计数器永远不会上升。

僵尸网络有同样的盲区。被感染的家用设备从普通的住宅 IP 发出机器人流量，而僵尸网络数据源覆盖的是已知的基础设施（例如命令与控制服务器），并非每一台被感染的设备。机器人绕过 IP 检测通常有四种方式：轮换地址、租用住宅代理、在 IPv6 /64 内循环使用，以及通过移动代理转发，即与真实手机共享运营商 IP。

• 住宅代理。无法检测。请用行为来发现它们：每个账户的频率、设备和会话不匹配。
• User-Agent 和其他请求头。API 永远看不到它们。请在您自己的代码中对照声称的内容。
• 谁在操作。在同一个办公室 IP 上，无头浏览器和真人在这一层看起来毫无差别。
• 最近两天内公布的地址段。我们每天重新抓取爬虫地址段文件并每天重建查询数据库，所以全新的地址段可能最多约两天保持未验证状态。
• 我们 19 个数据源之外的爬虫。无论它们如何自称，都没有经过验证的身份。
• 扫描器风险。is_scanner 会被设置，但在我们的查询中并不会提高 fraud_score。

弥补这些缺口的各层都在 IP 之外：行为与频率、设备指纹、JA3 和 JA4 等 TLS 指纹、验证挑战，以及面向主动声明身份的机器人的 Web Bot Auth。关于住宅一侧，请阅读住宅代理欺诈检测了解查询能显示什么、不能显示什么，并阅读为什么您的流量中有这么多住宅代理了解它们为何如此之多。

如何在注册、登录和结账中检测机器人流量

要在注册、登录和结账环节检测机器人流量，请在操作发生的那一刻执行 IP 查询，然后结合您的应用已经掌握的信息：每个账户、每个前缀和每台设备的尝试次数。IP 缩小范围，您自己的计数器做出决定。

每个端点对信号的权衡各不相同：

• 登录。撞库会把尝试分散到许多 IP 上，通常是 IP 层无法标记的住宅 IP。Tor 和托管标记仍能抓住偷懒的那一部分。我们的账户接管与撞库指南讲解了分层手册。
• 结账。结账时出现的数据中心 IP 可能是合法的 AI 购物代理，所以托管只是加权输入而不是封禁依据：那台 DigitalOcean 服务器得分 15，allow。参见如何在结账环节阻止 AI 购物代理欺诈。
• 广告点击。托管和 Tor 标记标出了值得排除在转化数据之外的点击。我们的按 IP 地址检测点击欺诈指南展示了评分方式。
• 注册。适用相同的区间，另外还要检查是否有许多账户来自同一个前缀。

默认动作请使用评分区间：allow 至 25，review 至 50，step_up 至 75，block 高于 75。对评分不处理的标记（例如 is_scanner），请添加您自己的规则。

如何在不误伤真实用户的前提下对机器人 IP 限速

按对应单一行为主体的单位对机器人 IP 限速：IPv6 上按 /64，IPv4 上按单个地址，并针对 CGNAT 和 iCloud Private Relay 这类共享出口进行调整。统计错了单位，要么漏掉机器人，要么惩罚一群人。具体到 AI 爬虫，允许、验证还是限速的决定，在是否应该封禁 AI 爬虫中有详细讨论。

在 IPv6 上，一个用户会获得一整个 /64，并且可以免费在其中轮换，所以按单个地址计数的计数器永远不会触发。我们的按 /64 前缀对 IPv6 限速和封禁指南展示了键函数，以及何时扩大到 /56 或 /48。

在 IPv4 上则相反：许多人共用同一个地址。运营商级 NAT 会让整个街区的人躲在一个 IP 后面。API 把它标记为 threat.is_cgnat，评分会为 CGNAT 地址设置风险上限。iCloud Private Relay 对 Apple 用户也是如此：我们的中继 IP 得分 9，allow，方法为 relay_ip。

中继的地理定位也需要小心。我们的查询把 104.28.46.99 定位到了安哥拉的罗安达。那是中继的出口，并不能证明用户的所在位置，所以不要据此进行地域封禁。我们的检测匿名化流量而不误伤真实客户指南讲解了 Apple 公布的出口列表以及如何对待中继。

按 IP 检测机器人，从哪里开始

要依据按 IP 检测机器人的结果采取行动，请把每种信号映射到一个默认动作（如果针对的是单个可疑地址，请改为遵循完整的 IP 调查手册）：允许经过验证的爬虫，对未经验证的爬虫声称进行限速，对 Tor 封禁或升级验证，并在 IP 看起来是住宅的地方使用行为信号。下表中每一行是一种信号、它能证明什么、一个默认动作，以及涵盖它的文章。

想最快看清自己的流量处于什么位置：从昨天的日志中取出最繁忙的 20 个 IP，逐个粘贴到免费的 IP 查询工具中，或者无需密钥运行 curl -s https://api.geoiphub.com/v1/lookup/<ip>（每分钟 30 次查询），使用免费密钥则为每天 1,500 次。按第一张表中的机器人类别对它们排序，您就会知道应该先阅读这张地图的哪一部分。

常见问题

仅凭 IP 地址能检测出机器人吗？

只能部分做到。IP 查询能告诉您请求来自哪种网络：已公布的爬虫地址段、数据中心服务器、Tor 出口、VPN、隐私中继或已知扫描器。但它无法判断请求是人发的还是脚本发的，也认不出通过住宅代理网络被租出去的家庭 IP。请把 IP 作为一项输入，与请求频率、账户历史和设备信号一起使用。

如何检查某个机器人 IP 地址是否是真正的爬虫？

把 IP 与运营方公布的地址段文件进行匹配，或者先做反向 DNS 查询，再用正向查询加以确认。User-Agent 什么也证明不了，因为任何客户端都可以发送任意字符串。在我们 2026-10-07 的查询中，66.249.66.1 返回 threat.crawler.verified 为 true、名称为 Googlebot，而一台 DigitalOcean 服务器则完全没有返回爬虫身份。我们的爬虫验证指南逐步讲解了反向 DNS、地址段文件和 Web Bot Auth。

按 IP 检测机器人的准确度如何？

取决于信号。与已公布名单的匹配是强有力的证据：GeoIPHub 检查来自 10 个运营方的 19 个官方爬虫地址段数据源（每日重新抓取），以及 Tor Project 的出口列表（每 6 小时刷新）。托管、VPN 和代理标记属于推断；托管检测使用 853 个精心整理的托管 ASN，外加 10 家云服务商的官方地址段。住宅代理无法被检测到。我们不公布准确率百分比，本文中的五次查询是示例，而不是基准测试。

高欺诈评分意味着这个 IP 是机器人吗？

不是。评分衡量的是风险，而不是自动化程度。在我们的五次查询中，Censys 扫描器得分为 0，DigitalOcean 服务器得分为 15，两者都是 allow，尽管显然都是自动化的。Tor 出口得分为 100，block。请通过标记来了解流量是什么，通过评分来了解它有多危险。

GeoIPHub 能检测住宅代理吗？

不能。is_residential_proxy 字段只是基于 ASN 的粗略推断，而不是检测。通过代理网络租出去的家庭 IP，在 IP 层看起来与普通家庭连接无异，因此要识别它需要行为和会话信号。