Difesa da Web Scraper mediante analisi dei Log File e Machine Learning

This research presents a methodology for protecting a websites from scraping attacks by identifying anomalous traffic generated by scrapers, as distinct from legitimate human user traffic. To differentiate these traffic patterns, various machine learning models were employed. Data extraction from log files was performed using the ApacheLogsParser library.

All’interno di questo elaborato presenterò lo sviluppo di un applicativo che mira alla protezione di siti web da attacchi di web scraping con l’obiettivo di distinguere il traffico automatizzato da quello legittimo dell’utente. Al fine di ottenere la distinzione sono stati utilizzati diversi modelli di Machine Learning. Per estrarre dati comprensibili all’ML sono state estratte delle informazioni dai log file mediante l’utilizzo della libreria Apachelogs, che consente di accedere ai singoli valori registrati nei file di log di Apache.