Как найти бота в сети

Один подход к обнаружению веб-ботов, или Как мы использовали машинное обучение для классификации ботов

Объем трафика в интернете растет (особенно в последние месяцы, когда мы все оказались на удаленке и многие перевели свои активности в онлайн). Увеличивается и число автоматических средств взаимодействия с контентом на веб-сайтах и, как следствие, все большую актуальность получает фильтрация нежелательной автоматизированной активности. Сегодня до 50% интернет-активности генерится автоматически с помощью так называемых веб-ботов (или просто ботов). И в данном случае речь о любой активной в сети программе, вне зависимости от целей ее использования. Обычно такие программы выполняют повторяющиеся, простые в автоматизации действия. Например, поисковые движки Google или Yandex используют краулеры для периодического сбора контента и индексации страниц в интернете.

Итак, есть два типа веб-ботов — легитимные и зловредные. К легитимным можно отнести поисковые движки, RSS-ридеры. Примеры зловредных веб-ботов ― сканеры уязвимостей, скрейперы, спамеры, боты для DDoS-атак, трояны для мошенничества с платежными картами. После определения типа веб-бота к нему могут быть применены различные политики. Если бот легитимный, можно уменьшить приоритет его запросов к серверу или снизить уровень доступа к определенным ресурсам. Если бот определен как зловредный, можно его заблокировать или отправить в песочницу для дальнейшего анализа. Обнаруживать, анализировать и классифицировать веб-боты важно, так как они могут нанести вред: например, вызвать утечку важных для бизнеса данных. А также это снизит нагрузку на сервер и сократит так называемый шум в трафике, ведь до 66% трафика веб-ботов — это именно зловредный трафик.

Существующие подходы

Есть разные техники обнаружения веб-ботов в сетевом трафике, начиная от лимитирования частоты запросов к узлу, черных списков IP-адресов, анализа значения HTTP-заголовка User-Agent, снятия отпечатков устройства — и заканчивая внедрением CAPTCHA, и поведенческим анализом сетевой активности с помощью машинного обучения.

Но сбор репутационной информации об узле и поддержка в актуальном состоянии черных списков с помощью различных баз знаний и threat intelligence — затратный, требующий больших усилий процесс, и при использовании прокси-серверов он не целесообразен.

Анализ поля User-Agent в первом приближении может показаться полезным, но ничто не мешает веб-боту или пользователю изменить значения этого поля на валидное, замаскировавшись под обычного пользователя и используя валидный User-Agent для браузера, или под легитимный бот. Назовем такие маскирующиеся веб-боты impersonators. Использование различных отпечатков устройства (отслеживание движения мыши или проверка возможности рендеринга HTML-страницы клиентом) позволяет выделять более сложные в обнаружении веб-боты, имитирующие поведение человека, например запрашивающие дополнительные страницы (файлы стилей, иконки и т. п.), парсящие JavaScript. Этот подход основан на внедрении кода на стороне клиента, что часто недопустимо, так как ошибка при вставке дополнительного скрипта может нарушить работу веб-приложения.

Следует отметить, что обнаруживать веб-боты можно и онлайн: оценка сессии будет производиться в режиме реального времени. Описание такой постановки задачи можно найти у Кабри и соавторов [1], а также в работах Зи Чу [2]. Другой подход — анализировать только после завершения сессии. Наиболее интересен, очевидно, первый вариант, который позволяет принимать решения быстрее.

Предлагаемый подход

Для выявления и классификации веб-ботов мы использовали техники машинного обучения и стек технологий ELK (Elasticsearch Logstash Kibana). Объектами исследования стали HTTP-сессии. Сессия — последовательность запросов от одного узла (уникальное значение IP-адреса и поля User-Agent в HTTP-запросе) в фиксированном временном интервале. Дерек и Гохале для определения границ сессий используют 30-минутный интервал [3]. Илиу и др. утверждают, что такой подход не гарантирует реальной уникальности сессии, но все же допустимо. В силу того, что поле User-Agent может быть изменяемым, могут появиться больше сессий, чем есть на самом деле. Поэтому Никифоракис и соавторы предлагают более тонкую настройку, основанную на том, поддерживается ли ActiveX, включен ли Flash, разрешение экрана, версия ОС.

Мы же будем считать допустимой погрешность в формировании отдельной сессии, если поле User-Agent меняется динамически. А для выявления сессий ботов построим четкую бинарную модель классификации и будем использовать:

• автоматическую сетевую активность, созданную веб-ботом (метка bot);
• сетевую активность, созданную человеком (метка human).

Для классификации веб-ботов по типу активности построим многоклассовую модель из таблицы ниже.

Также будем решать задачу онлайн-обучения модели.

Концептуальная схема предлагаемого подхода

Данный подход имеет три этапа: обучение и тестирование, предсказание, анализ результатов. Рассмотрим первые два подробнее. Концептуально подход следует классической схеме обучения и применения моделей машинного обучения. Сначала определяют метрики качества и признаки для классификации. После формируют вектор признаков и проводят серии экспериментов (различные перекрестные проверки) для валидации модели и подбора гиперпараметров. На последнем этапе выбирают наилучшую модель и проверяют качество модели на отложенной выборке.

Обучение и тестирование модели

С помощью модуля packetbeat осуществляется парсинг трафика. Сырые HTTP-запросы отправляются в logstash, где с помощью Ruby-скрипта формируются задачи в терминах Celery. Каждая из них оперирует идентификатором сессии, временем запроса, телом и заголовками запроса. Идентификатор сессии (ключ) — значение хеш-функции от конкатенации IP-адреса и User-Agent. На этом этапе создаются два вида задач:

1. по формированию вектора признаков для сессии,
2. по простановке меток класса на основе текста запроса и User-Agent.

Эти задачи отправляются в очередь, где обработчики сообщений их выполняют. Так, обработчик labeler выполняет задачу простановки метки класса, используя экспертную оценку и открытые данные из сервиса browscap на основе используемых User-Agent; результат записывает в key-value storage. Session processor формирует вектор признаков (см. таблицу ниже) и записывает результат для каждого ключа в key-value storage, а также устанавливает время жизни ключа (TTL).

Так формируется матрица признаков и выставляется целевая метка класса для каждой сессии. На основе этой матрицы происходят периодическое обучение моделей и последующий подбор гиперпараметров. Для обучения использовали: логистическую регрессию, метод опорных векторов, деревья принятия решений, градиентный бустинг над деревьями принятия решений, алгоритм случайного леса. Наиболее релевантные результаты мы получили с помощью алгоритма случайного леса.

Предсказание

Во время парсинга трафика обновляется вектор признаков сессии в key-value storage: c появлением нового запроса в сессии пересчитываются признаки, ее описывающие. Например, признак среднее количество заголовков в сессии (mean_headers) вычисляется каждый раз, когда в сессию добавляется новый запрос. Predictor отправляет вектор признаков сессий в модель, а ответ от модели записывает в Elasticsearch для анализа.

Эксперимент

Свое решение мы проверяли на трафике портала SecurityLab.ru. Объем данных — более 15 ГБ, более 130 часов. Количество сессий — более 10 000. В силу того, что предлагаемая модель использует статистические признаки, сессии, содержащие менее 10 запросов, не участвовали в обучении и тестировании. В качестве метрик качества мы использовали классические метрики качества ― точность, полнота и F-мера для каждого класса.

Тестирование модели обнаружения веб-ботов

Построим и оценим модель бинарной классификации, то есть будем обнаруживать ботов, а потом уже классифицировать их по типу активности. По результатам пятикратной стратифицированной перекрестной проверки (именно такая требуется для рассматриваемых данных, так как присутствует сильный дисбаланс классов) можно сказать, что построенная модель довольно хорошо (точность и полнота — более 98%) умеет разделять классы пользователей-людей и ботов.

Результаты тестирования модели на отложенной выборке представлены в таблице ниже.

Значения метрик качества на отложенной выборке примерно совпадают со значениями метрик качества при валидации модели, значит модель на этих данных умеет обобщать знания, полученные при обучении.
Рассмотрим ошибки первого рода. Если экспертно разметить эти данные, то матрица ошибок существенно изменится. Это значит, что при разметке данных для модели были допущены некоторые ошибки, но модель все равно смогла распознать такие сессии корректным образом.

Рассмотрим пример сессии impersonators. Она содержит 12 похожих запросов. Один из запросов представлен на рисунке ниже.

Все последующие запросы в этой сессии имеют такую же структуру и отличаются только URI.

Отметим, что этот веб-бот использует валидный User-Agent, добавляет поле Referer, обычно использующееся неавтоматическими средствами, и количество заголовков в сессии невелико. Кроме того, временные характеристики запросов — время сессии, среднее время на запрос — позволяют говорить о том, что эта активность автоматическая и относится к классу RSS-ридеров. При этом сам бот маскируется под обычного пользователя.

Тестирование модели классификации веб-ботов

Для классификации веб-ботов по типам активности будем использовать те же данные и тот же алгоритм, что в предыдущем эксперименте. Результаты тестирования модели на отложенной выборке представлены в таблице ниже.

Качество для категории libs_tools низкое, но недостаточный объем примеров для оценки не позволяет говорить о корректности результатов. Следует провести повторную серию экспериментов по классификации веб-ботов на большем количестве данных. С уверенностью можно сказать, что текущая модель с довольно высокой точностью и полнотой умеет разделять классы RSS-ридеров, поисковых движков и ботов общей направленности.

Согласно этим экспериментам на рассматриваемых данных, более 22% сессий (при общем объеме более 15 ГБ) созданы автоматически, и среди них 87% относятся к активности ботов общей направленности, неизвестных ботов, RSS-ридеров, веб-ботов, использующих различные библиотеки и утилиты. Таким образом, если фильтровать сетевой трафик веб-ботов по типу активности, то предлагаемый подход позволит снизить нагрузку на используемые серверные ресурсы минимум на 9–10%.

Тестирование модели классификации веб-ботов онлайн

Суть этого эксперимента в следующем: в режиме реального времени после парсинга трафика выделяются признаки и формируются вектора признаков для каждой сессии. Периодически каждая сессия отправляется в модели для предсказания, результаты которого сохраняются.

F-мера модели во времени для каждого класса

Графики ниже иллюстрируют изменение значения метрик качества во времени для наиболее интересных классов. Размер точек на них связан с числом сессий в выборке в конкретный момент времени.

Точность, полнота, F-мера для класса search engines

Точность, полнота, F-мера для класса libs tools

Точность, полнота, F-мера для класса rss

Точность, полнота, F-мера для класса crawler

Точность, полнота, F-мера для класса human

Для ряда классов (human, rss, search_engines) на рассматриваемых данных качество работы модели является допустимым (точность и полнота более 80%). Для класса crawler с увеличением числа сессий и качественным изменением вектора признаков для этой выборки качество работы модели растет: полнота увеличилась с 33% до 80%. Для класса libs_tools невозможно сделать разумных выводов, так как количество примеров для этого класса невелико (менее 50); поэтому отрицательный результат (низкое качество) не может быть подтвержден.

Основные результаты и дальнейшее развитие

Мы описали один подход к обнаружению и классификации веб-ботов с помощью алгоритмов машинного обучения и использования статистических признаков. На рассматриваемых данных средняя точность и полнота предлагаемого решения для бинарной классификации — более 95%, что говорит о перспективности подхода. Для определенных классов веб-ботов средняя точность и полнота составляют около 80%.

Валидация построенных моделей требует реальной оценки сессии. Как было показано ранее, качество работы модели существенно возрастает при наличии корректной разметки для целевого класса. К сожалению, сейчас сложно автоматически построить такую разметку и приходится прибегать к экспертной, что усложняет построение моделей машинного обучения, но позволяет находить скрытые закономерности в данных.

Для дальнейшего развития задачи классификации и обнаружения веб-ботов целесообразно:

• выделять дополнительные классы ботов и повторно обучать, тестировать модель;
• добавлять дополнительные признаки для классификации веб-ботов. Например, добавление признака robots.txt, являющегося бинарным и отвечающего за наличие или отсутствие обращения к странице robots.txt, позволяет повысить среднюю F-меру для класса веб-ботов на 3%, не ухудшая другие метрики качества для прочих классов;
• делать более корректную разметку для целевого класса с учетом дополнительных метапризнаков и экспертной оценки.

Автор: Николай Лыфенко, ведущий специалист группы перспективных технологий, Positive Technologies

4 марта 2022 года Роскомнадзор решил заблокировать Facebook, а 11 марта 2022 – заблокировать Instagram. Если вы находитесь на территории России, скорее всего, обе соцсети для вас сейчас недоступны.

Но у нас есть несколько полезных материалов для вас.

(Для тех, у кого соцсети работают, – текст статьи ниже, под списком ссылок)

Telegram:

Как запустить канал в Telegram

5 способов монетизировать Telegram

Как сделать стикеры для Telegram: пошаговый гайд

«ВКонтакте»:

Как оформить группу или паблик «ВКонтакте»: самое полное руководство

Продвижение «ВКонтакте»: большая подборка советов и сервисов

Таргетинг «ВКонтакте»: полный гайд по настройке

«Одноклассники»:

Полезна ли для бизнеса соцсети «Одноклассники»

«Яндекс.Дзен»:

Канал на «Яндекс.Дзене» для малого бизнеса: чем это полезно

Как написать продающую статью для рекламы в «Дзене»

8 мифов о «Яндекс.Дзене» для бизнеса

Боты в соцсетях – это те же «мертвые души». Они никогда не купят, не приведут друзей и не оставят комментарий. Значит, их можно и нужно удалять. Как это сделать с помощью специальных сервисов – в нашей статье.

Сегодня боты, то есть фейковые аккаунты, есть во всех соцсетях. Боты придуманы, чтобы быстро, дешево и массово увеличивать количество подписчиков в аккаунтах, ставить лайки и даже оставлять комментарии. Получается, это обман. И самого себя («Раз у меня много подписчиков, я крутой!»), и живых фолловеров («Раз в аккаунте столько подписчиков, значит здесь действительно что-то стоящее»), и рекламодателя («Вложусь в рекламу на таком аккаунте и получу хороший качественный трафик и клиентов»).

Как распознать бота среди своих фолловеров? Обратите внимание на:

• Никнейм – обычно это или хаотичный набор букв, или «звездные» имя и фамилия (Бред Питт, Джордж Клуни), или слишком распространенное сочетание имени и фамилии (Саша Петров, Маша Иванова), или надпись на арабском языке.
• Отсутствие аватарки и личного описания на странице.
• Вместо личных фотографий и заметок – только репосты и скачанные из бесплатных фотостоков картинки (или вообще ничего).
• Большое количество подписчиков (от 1000 и более) у абсолютно пустого аккаунта без единого поста.
• В подписчиках – пустые страницы и такие же фейковые аккаунты.
• Бессмысленные одинаковые комментарии (например: «Какой классный пост!», «Я согласна с вами!»).

Почему ботов нужно удалять? Как минимум, потому что толку от них – практически никакого. Они никогда не купят, не посоветуют знакомым, даже осмысленный комментарий не оставят. Кроме того, боты негативно влияют на поведенческие факторы соцсетей. Алгоритмы «видят», что аудитория группы не реагирует на посты, и перестают показывать их в умной ленте. Если бОльшая часть подписчиков – боты, такой аккаунт могут заблокировать.

Конечно, аккаунт, в котором 20 000 подписчиков (пусть половина из них и накручена) на первый взгляд выглядит привлекательнее, чем тот, на котором фолловеров всего 5 000. Но при этом именно у второго из-за живой аудитории шансов реально зарабатывать – больше.

Удалять ботов можно вручную (подходит для микроаккаунтов до 1000-2000 подписчиков) и автоматически (с помощью специальных сервисов). О последних и поговорим ниже.

Как удалить ботов в Instagram

Существует огромное количество сервисов для борьбы с ботами в Instagram. Я выбрала самые простые, но при этом действенные и проверила на себе (точнее, своих аккаунтах). Работает!

1. InstaHero – это специализированный сервис для анализа подписной массы в Instagram. С его помощью можно проанализировать качество подписчиков, их пол, возраст, географию и подлинность. Также площадка позволяет удалять фейковые аккаунты.

Удалить ботов можно автоматически или задав определенные параметры (количество подписчиков, срок «жизни»).

Сервис платный. Анализ страницы обойдется в 99 рублей, а удаление ботов и мусора из подписчиков – от 299 рублей за 1 неделю.

1. Instaplus – это сервис для комплексной работы с аккаунтом в Instagram. Одна из возможностей – удаление ботов по заданным параметрам.

Сам Instaplus ботов не ищет. Для этого можно использовать, например, Spam Guard. Пройти полную проверку и получить список ботов тут можно всего за 1 рубль.

А дальше этот список добавляется в Instaplus и настраивается удаление фейковых аккаунтов.

Для этого нужно сначала настроить задачу – «Отписка».

Затем выбрать блокировку по списку.

И загрузить список ботов в личный Block-list.

Стоимость работы с сервисом Instaplus в течение месяца составляет 399 рублей за 1 аккаунт (доступны все функции сервиса: масслайкинг, массфоловинг, масскомментинг, масслукинг историй, автоподписка и отписка, автосообщения в директ – для 1 аккаунта).

Как удалить ботов «ВКонтакте»

Во «ВКонтакте» есть 2 типа ботов. Первые – удаленные или заблокированные аккаунты. Вторые – успешно маскирующиеся под аккаунты живых людей.

1. Обнаружить первых несложно (о вторых – чуть позже). Достаточно запустить сканирование бесплатным приложением «Поиск мертвых участников и подписчиков». А потом удалить их вручную.

1. Автоматический вариант – программа AntiDogs. Она производит проверку аккаунта и предлагает автоматическую чистку за 299 рублей за неограниченный доступ к ресурсу.

1. Сервис VK.BARKOV.NET – это парсер для сбора и анализа целевой аудитории в соцсетях. Одна из возможностей – находить ботов в аккаунте. Удаление производится самим пользователем вручную в рамках сервиса.

Можно пользоваться парсером бесплатно для решения небольших задач, например, поиск и удаление фейковых аккаунтов. Стоимость базового тарифа за 1 месяц составляет 699 рублей.

Как вычислить те фейковые аккаунты, которые не заблокированы и не «собачки», а похожи на реальных пользователей? Увы, автоматические сервисы для этого не предусмотрены.

Яркий пример – аккаунт моего знакомого. С виду чистый фейк, правда (нет фото и записей на странице)? Но я точно знаю, что за ним – реальный человек. Просто не любит быть на виду и не хочет показывать себя в соцсетях.

Что делать в такой ситуации? Один из вариантов – писать таким аккаунтам в личные сообщения. Если молчит долгое время, вероятно, перед вами фейк.

Другие сервисы, с помощью которых можно почистить ботов во «ВКонтакте»:

• парсер TargetHunter;
• программа AutoVK;
• расширение для Chrome Tool 42.

Как удалить ботов в Facebook

Считается, что чистить аккаунт в Facebook от ботов совсем необязательно. Потому и специальных сервисов для удаления ботов из этой соцсети не предусмотрено. Алгоритмы Facebook делают это без всякого дополнительного участия и пристально следят, чтобы вражеский бот не проник на дружественную территорию (а если и проник, быстро его оттуда удалить).

Но если вы хотите быть уверенным в корректной работе встроенных алгоритмов, можно установить специальное расширение для браузера Google Chrome. Для этого нужно найти магазин Chrome Enterprise и установить расширение Mass Friends Deleter.

Искать фейковые аккаунты придется вручную. Обычно они расположены в самом конце списка с левой стороны экрана в приложении. При клике на фейковый аккаунт он автоматически добавляется в правую часть экрана. Я выбрала аккаунты со странными никнеймами и те, что написаны на арабском языке – вряд ли это реальные люди или мои потенциальные друзья/клиенты.

Когда список нежелательных друзей собран, нажмите кнопку «Удалить друзей», и он очиститься полностью.

В заключение

После чистки рядов количество подписчиков может значительно снизиться. Но это не повод расстраиваться, а возможность сосредоточиться на качественном SMM продвижении, которое приведет к вам живых подписчиков.

SMM – сложный и объемный механизм, которым нужно заниматься комплексно. Если времени и знаний у вас не хватает, обратитесь к профессионалам. Это, как минимум, сэкономит вам время и нервы (хотя не такой уж это и минимум, как показывает практика).

Интересный контент, комьюнити-менеджмент, вдумчивая аналитика и эффективная реклама приведут к быстрой раскрутке аккаунтов безо всяких ботов.

Бот для чата в Телеграм: зачем нужен, где найти и как добавить (+ подборка ботов)

Пожалуй, сегодня невозможно встретить человека, кто активно пользуется мессенджерами и приложениями, но ни разу не общался с ботом-помощником. Бот в данном случае является плюсом — он может помочь пользователю и сэкономить время и ресурсы компании. Но обо всем по порядку.

Сегодня мы поговорим об интересных ботах для чата в Телеграм.

Зачем нужны боты для чатов и какие функции они могут на себя брать

Бот — это что-то типа искусственного интеллекта или робота-помощника, который может выполнить рутинную задачу при условии, что пользовательский запрос совпадает с прописанными в нем командами. Переписка с таким помощником происходит через обычный чат, причем бот, в отличие от операторов, может отвечать в любое время суток.

Современные боты могут:

• просто поболтать с пользователем;
• провести обучение и принять домашнюю работу по итогу;
• найти что-то в интернете;
• скачать информацию;
• развлекать пользователя;
• оставлять нужные комментарии;
• выполнять роль модератора или администратора группы и многое другое.

Как выглядит работа современного бота со стороны? Пользователь отправляет запрос и практически мгновенно получает на него ответ. Удобная функция, которая в зависимости от своего предназначения может облегчить работу администратора или же, к примеру, сделать канал более живым и полезным.

Как бота устанавливают в чат

Бот для чата в Телеграм — бесплатный или платный — можно добавить в любой канал или группу.

Открой свой канал, кликни на название и нажми на строку «подписчики».

Выбери «добавить подписчиков».

Введи имя бота в поисковой строке. К примеру, Combot.

Клини по имени бота. В Telegram-канале можно добавить бота только в качестве администратора. Если ты согласен, нажми «назначить».

Активируй или удали права, которые будут у бота, и кликни на галочку-подтверждение. Теперь бот сможет выполнять роль администратора канала.

В группу бот добавляется примерно по тому же принципу. Нажми на название группы и выбери «добавить участника».

1. Введи имя интересующего бота (можно тот же Комбот).
2. Нажми на галочку и подтверди добавление.

Точно также бота можно добавить в любую группу, причем сделать это может простой участник, а не владелец сообщества. Удаление робота доступно в любое время.

Где найти бота для Телеграма

Поиск нужного бота ничем не отличается от поиска нужного канала или сообщества. Ты можешь воспользоваться поиском в самом Телеграме. Для этого кликни на лупу в верхней части экрана на смартфоне и введи ключевой запрос. К примеру, бот статистики. Затем кликни на «enter», и система предложит тебе наиболее подходящие варианты.

Чтобы ознакомиться с информацией о роботе, нажми на имя любого бота и посмотри описание. Если его нет, скорее всего, бот популярностью не пользуется.

В этом случае можно кликнуть на кнопку «запустить», и, возможно, в ответ поступит информация о том, как работать с этим помощником. На компьютере действия будут идентичны.

Если ты знаешь корректное имя нужного тебе бота, введи его в поисковой строке Телеграма. Можно поискать разные подборки с описанием роботов в сети. Там и описание будет, и, возможно, отзывы. Советуем внимательно читать и то, и другое. Однако важно понимать, что такие списки часто носят субъективный характер, поэтому стоит изучить побольше ресурсов.

Кстати, далее мы дадим свою подборку полезных ботов для Телеги разной тематики.

Еще один вариант — спросить совет у друга. Если он такой же опытный пользователь мессенджера, то наверняка знает о ботах и пользуется хотя бы парочкой из них. Если таких знакомых нет, можно поискать отзывы на специализированных форумах, где общаются такие же владельцы сообществ и каналов в Телеграме.

ТОП-10 самых полезных ботов

Приведем краткий обзор наиболее популярных ботов в Телеграме. Пользоваться ими можно совершенно бесплатно.

@GroupButler_bot

Бот для чистки чата в Телеграм, который используют для модерации канала. Он контролирует, чтобы в чате не было флуда, следит за общением и активностью пользователей, строго следует заданным администратором правилам и чистит беседу от участников, кто эти правила нарушает.

@daysandbox_bot

Бот для удаления ссылок в чате Телеграма от пользователей, которые вступили в него менее суток назад. Он также является модератором и контролирует рассылку рекламы и спама в группе.

@AnonRuBot

Бесплатный бот из категории развлечений. С его помощью можно общаться со случайным собеседником. Просто запусти робота, прочитай правила и укажи свой возраст, чтобы система смогла подобрать наиболее подходящего собеседника. Дальше можешь отправлять ему сообщения, стикеры, фото и видеофайлы.

@AngryModerBot

Хороший русскоязычный Телеграм-бот, отвечающий за модерацию и соблюдение правил в сообществе. Есть функция приветствия новых пользователей канала или группового чата. Может забанить за мат самостоятельно, а также провести голосование за отправку в бан среди других участников. Собирает статистику по участникам беседы.

@combot

Очень популярный бот для сбора статистики. Он не только управляет чатом, но и собирает данные по активности участников, популярности канала. Он показывает и общие данные, и статистику для отдельных пользователей, а также выделяет наиболее активных участников группы. С его помощью очищают канал от молчащих пользователей. Работает на русском языке, меню простое и удобное.

@payreminder_robot

Русскоязычный бот-напоминалка. Скажет, когда нужно совершить следующий платеж, используя для этого смс, электронную почту и другие каналы связи. Можно задать платеж практически любого вида: за коммунальные услуги, телефон, интернет, кредит и т.д. Ты можешь установить дату и время напоминания.

@ControllerBot

Бот, который помогает работать с контентом. Он может форматировать текст, добавлять разного рода файлы, в том числе и медиа, создавать отложенные публикации и ставить таймер для удаления неактуальных постов. Очень удобно, что все на русском языке.

@like

Может добавлять к публикациям в Телеге виджеты с лайками или эмодзи. Он поможет узнать, был ли реально интересен пост пользователям, а также провести онлайн-опрос за лучшую публикацию на канале. Нет русского языка.

@YTAudioBot

Бот, который может преобразовать любое видео в аудио-формат. Просто отправь ссылку на ролик на Youtube, и в ответ получишь аудиофайл. Нет русской версии, но работать с ботом несложно.

@TGStat_Bot

Хороший бот для сбора статистики по своему или чужому каналу в Телегрмме. Покажет информацию о подписчиках, охват публикаций, среднее число просмотров, уровень вовлеченности подписчиков, индекс цитирования и многое другое. Робот работает на русском языке.

Заключение

Роботы в Телеграме могут быть весьма полезными. Они выполняют рутинную работу, могут поболтать и отвлечь, что-то найти или помочь совершить определенное действие. Если у тебя свой канал, то бот-аналитик или модератор будет не лишним.

Что самое приятное, тебе не нужно создавать бота самостоятельно — ты можешь воспользоваться любым из тех, которые сейчас зарегистрированы.

Комментарии (0)

Боты Telegram тоже умеют в ТОП поиска. Но основная проблема работы с ботами, это невозможность отследить трафик без использования сторонних сервисов и(или) скриптов. В сторону скриптов я даже не смотрел, не погроммист ни разу, поэтому однажды собрал волю в кулак и перелопатил доступные решения. В результате нашел надежный, удобный инструмент для работы с ботами-дорвеями и для отслеживания трафика (пользователей) в них. Рассказываю подробности.

Критерии выбора лучшего сервиса для управления сетью ботов в Telegram

Погуглив и разобрав свои архивы полезностей, я отобрал следующие сервисы: PressCode, PuzzleBot, LEADTEH, Robochat, Unisender, SendPulse, SmartbotPro, Квесча, WebBot, Telegrambot, FleepBot, SMMBot.

Так же как и с дорвей-каналами, с дорвей-ботами необходимо регулярно взаимодействовать на стороне админа. Менять названия, аватарки и описания можно через BotFather (а с недавним обновлением и непосредственно в самих ботах). Но вот настроить сообщения, получаемые пользователем после запуска команды /start, без сторонних инструментов уже не получится. Еще, в отличие от каналов, с ботами проще в плане статистики, у них по сути всего две метрики: место в ТОП-поиска и количество пользователей.

Поэтому, исходя из опыта и задач, я определил обязательные критерии к отобранным сервисам:

После чего зарегистрировался в каждом из указанных сервисов, добавил тестовых ботов и приступил к сравнению.

Что я выбрал, почему и какие были варианты

Увы, идеального бесплатного сервиса нет, но найти несколько очень близких к идеалу все же получилось. Для удобства протестированные сервисы я в итоге разделил на три категории.

1. Подходят под задачи управления сетью дорвей-ботов:

PressCode — подходит по всем параметрам, кроме импорта базы пользователей (но разработчики обещали это реализовать). На бесплатном тарифе бот отвечает только на команду /start на которую можно повесить любое сообщение с кнопками. Именно на данном сервисе я остановил свой выбор. Дополнительным аргументом в его пользу стало то, что PressCode обладает огромным функционалом ещё и по управлению дорвей-каналами.

Robochat — есть все необходимые функции и можно добавить сколько угодно ботов, но бесплатно будут работать только до 250 пользователей на каждого бота. Есть проблемы с обновлением статистики (техподдержка обещала починить, но прошло больше месяца, так и не починили).

LEADTEH — понятный редактор, удобно мониторить показатели по всем ботам сразу. Ботов можно добавить хоть сколько, главное чтобы общее количество подписчиков во всех ботах не превысило 500 тогда все бесплатно, в противном случае, пока не оплатишь соответствующий тариф, на любой запрос пользователя боты будут выдавать уведомление, что они не работают.

2. Частично подходят под задачи управления сетью дорвей-ботов:

Unisender — поддержка неограниченного количества ботов, но они доступны только первые 14 дней, а затем перестают отвечать на любые команды. Для разблокировки полного функционала необходимо платить от 1200 руб./мес. в зависимости от количества пользователей в ботах.

SendPulse — на бесплатном тарифе много ограничений (можно подключить только 3 бота, до 500 пользователей на каждый бот и др.), зато на платном, за 10 долл./мес., без ограничений по функционалу и числу ботов. Но платный тариф не дает безлимита на число пользователей и чем их больше, тем дороже обходиться сервис. Весомым плюсом может быть наличие крутых функции, которых нет в других конструкторах.

SmartbotPro — пробный период 2 недели, но на платном тарифе (750 руб./мес.) сервисом можно пользоваться практически без ограничений, доплачивать отдельно по каждому боту придется только при превышении числа пользователей >1000. После окончания пробного периода бот перестает отвечать на команды.

3. Не подходят под задачи управления сетью дорвей-ботов:

PuzzleBot — мощный, надежный конструктор с отличной репутацией, но не подходит для большого количества ботов, так как на каждом тарифе есть ограничения по числу ботов и числу пользователей (на бесплатном только 1 бот и 150 пользователей). Обратившись в техподдержку возможно подключить индивидуальный тариф и увеличить лимиты, но платить придется за каждого дополнительного бота.

Квесча — в целом неудобный редактор ботов, сложно разобраться, нет наглядной статистики. Слишком большое количество тарифов, при этом каждый тариф со своими лимитами.

WebBot — сервис бесплатный, но подключить можно только один бот на один аккаунт. Много минусов: нет статистики, нет возможности настроить диалоги, сервис предназначен исключительно для создания магазина с товарами.

Telegrambot — сервис позволяет подключать сколько угодно ботов, но статистика есть только по количеству пользователей. Нет возможности выгрузить базы пользователей, древний интерфейс. Самым большим минусом на бесплатном тарифе являются постоянные рассылки левой рекламы через ваших ботов.

FleepBot — есть реклама сервиса на бесплатном тарифе. Минус в отсутствии веб-версии. Количество подключаемых ботов ничем не ограничено даже на бесплатном тарифе.

SMMBot — можно подключить любое количество ботов. Весь функционал предоставляется бесплатно, плюс каждый бот это пассивный источник заработка (smm-панель). Из минусов: нет импорта/экспорта пользователей и настройки стартового сообщения.

Заключение

Сервисом PressCode я пользуюсь уже около года для управления сетью дорвей-каналов (в одной из статей я рассказывал какие еще инструменты для этого потребуются). Теперь выяснилось, что он отлично подходит и для сети дорвей-ботов, которую я постепенно запускаю в работу.

За все время сервис показал себя крайне надежным. Техническая поддержка всегда на связи, помогает в случае проблем, а разработчики прислушиваются к пожеланиям пользователей и оперативно допиливают нужный функционал.

Так как часть ботов у меня не просто дорвеи, а несут определенный функционал, то я использую и платные тарифы. Поэтому, для тех, кому потребуется полный функционал PressCode у меня есть эксклюзивный бонус — при оплате любого тарифа используйте промокод CYBERMASTERS и получите 25% скидки.

Как обнаружить бота

Ботом называют программу, выполняющую какие-то действия на ПК без помощи человека. Таких программ сейчас очень много – в автоответчиках, играх, да много еще где. Особенно их много в интернете, и каждому пользователю под силу отличить действия, выполняемые ботом, от действий, выполняемых человеком. Если, конечно, знать, на что обращать внимание.

Инструкция

В большинстве случаев боты используются для того, чтобы наносить вред человеку. С их помощью людьми распространяются спам и вирусы, загружается ненужная информация на сайты, воруются пароли и прочие данные. Но если вы будете соблюдать некоторые правила, то сможете огородить себя и свой компьютер от действий программ-ботов.

В социальной сети vk.com сообщения, которые содержат спам, присылают неизвестные лица. И если вам прислали ненужную рекламу в сообщении, не нужно сравнивать с землей отправителя – скорее всего, его страница просто была взломана хакером, а точнее – ботом. Рассылку от имени человека, чей аккаунт был взломан, производит уже другой бот. Сообщения такие полезной информации, как правило, не содержат. Там пишут лишь ссылки на вредоносные сайты, посещая которые «жертва», сама того не зная, подвергает свой ПК атаке вирусов и прочих вредных программ.

А как же понять, что вам написала программа-бот? Ведь может статься, что вам просто написал друг, решив пригласить вас посетить интересный сайт, а вы возьмете и удалите это безобидное сообщение, сочтя его за спам. Тем не менее, действия бота легко отличить.

Так как от ботов обычно идут массовые рассылки, а не просто единичные сообщения, в сообщении будет содержаться ваше имя, причем в неизменном виде. То есть если вы назвались в социальной сети не Еленой, а Ленуськой, или не Иваном, а Ванечкой, то и в сообщении будет написано, соответственно, Ленуська или Ванечка. Бывает, что вместо имени пишется некоторое число каких-то непонятных знаков. Просто если каждому пользователю программой будут рассылаться абсолютно идентичные сообщения, ее быстро обнаружат и страничку, с которой рассылался спам, заблокируют. А так боту удастся отправить спам достаточно большому количеству людей, и уж хоть кто-то да попадется на «крючок». Поэтому внимательнее просматривайте сообщения со ссылками. И переходите по ним, только если вы на 100% уверены, что вам написал друг, а не бот, и что ссылка безопасна.

Есть такие боты, которые скупают по интернету билеты на различные культурные мероприятия, а потом продают их по завышенной цене. Бывает и по-другому, когда один билет оказывается купленным несколько раз и при этом разными людьми. Дабы этого избежать, покупайте билеты исключительно на проверенных сайтах или в проверенных точках продаж.

И это лишь некоторые виды ботов из множества существующих. Поэтому крайне внимательно относитесь к любой подозрительной, непроверенной информации. Боты являются программами, которые созданы человеком и выполняют одинаковые действия – помните это. Если вы, скажем, решили что-то купить по интернету, совершайте покупку опять же только на проверенном, известном сайте и не доверяйте третьим лицам.

Видео по теме