.png)
4 months ago
4
Ein leichtgewichtiger, selbst gehosteter ML-Service zur Erkennung von Bot‑Verkehr anhand technischer Merkmale in HTTP‑Requests.
- serve_model.py – Startet eine Flask‑API, die das Modell lädt und Anfragen bewertet
- features.py – Extrahiert und bereitet Request-Features zur Klassifikation auf
- retrain_model.py – Trainiert ein neues Modell auf Basis gelabelter Logs
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
curl -X POST http://localhost:5000/predict \
-H "Content-Type: application/json" \
-d '{"timestamp":"2025-06-24T08:00:00Z", "path":"/", "ua":"Mozilla/5.0", "method":"GET", "referrer":"", "status":200, "country":"DE", "MissingFetchHeaders":1}'
(Standardmäßig wird requests.log eingelesen und ein neues Modell gespeichert.)
docker build -t ml-bot-score-api .
docker run -p 5000:5000 --rm ml-bot-score-api
Ideal geeignet als Bot-Erkennung:
- vor API-Endpunkten
- zur Formularabsicherung
- als Modul in Reverse Proxys (z. B. NGINX, HAProxy)
- DSGVO-konform, ohne Tracking oder externe Clouds
MIT License – kommerzielle Nutzung erlaubt.
Für Fragen oder Kooperationen → timtom32hh
