Cloudflare ra mắt dịch vụ tường lửa "Bot Fight Mode", ngăn chặn bot AI chỉ bằng một cú click chuột
Vn-Z.vn Ngày 05 tháng 07 năm 2024, Nhà cung cấp dịch vụ Internet, Cloudflare gần đây đã tung ra dịch vụ tường lửa có tên "Bot Fight Mode". Quản trị viên web có thể kích hoạt các dịch vụ liên quan trong bảng điều khiển để ngăn nội dung trang web của họ bị thu thập bởi các con bot thu thập dữ liệu sử dụng để đào tạo AI.
Các bot này còn gọi là Crawler ( Cào data) Trình thu thập thông tin đây là một chương trình tự động có thể tìm kiếm và lấy thông tin trên Internet. Hiện tại, nhiều nhà sản xuất sử dụng các trình thu thập thông tin có liên quan để trích xuất thông tin từ các trang web lớn mang về đào tạo các mô hình AI. Những trình thu thập thông tin có liên quan có thể dễ dàng tạo ra lưu lượng truy cập bất thường trên các trang web bị thu thập dữ liệu. Khiến các quản trị viên web phải trả phí băng thông mạng cao và điều này cũng dễ dẫn đến rò rỉ một lượng lớn nội dung gốc/riêng tư trên trang web.
Theo báo cáo, công cụ mà Cloudflare ra mắt chủ yếu sử dụng các kỹ thuật như so khớp chữ ký, thuật toán heuristic, học máy và phân tích hành vi để nhận diện các bot thu thập dữ liệu. Các quản trị viên trang web cũng có thể cho phép các "bot AI tốt" thu thập thông tin theo nhu cầu (các bot AI tốt này chủ yếu tìm kiếm tệp robots.txt của trang web để lấy thông tin, thường không tạo ra lưu lượng bất thường trên trang web và không sử dụng toàn bộ dữ liệu trang web để huấn luyện mô hình).
Internet cung cấp phần lớn dữ liệu huấn luyện cho nhiều mô hình ngôn ngữ lớn như GPT của OpenAI và Bard của Google. Ngày nay, nhiều công ty sử dụng các bot thu thập dữ liệu để lấy dữ liệu huấn luyện một cách tràn lan nhằm cải thiện điểm số của các mô hình AI của họ, khiến hành vi vốn nên có sự đồng thuận trở nên "bị bôi nhọ". Việc các nhà cung cấp dịch vụ mạng tung ra các dịch vụ ngăn chặn bot AI cũng không có gì bất ngờ.
Theo báo cáo, công cụ mà Cloudflare ra mắt chủ yếu sử dụng các kỹ thuật như so khớp chữ ký, thuật toán heuristic, học máy và phân tích hành vi để nhận diện các bot thu thập dữ liệu. Các quản trị viên trang web cũng có thể cho phép các "bot AI tốt" thu thập thông tin theo nhu cầu (các bot AI tốt này chủ yếu tìm kiếm tệp robots.txt của trang web để lấy thông tin, thường không tạo ra lưu lượng bất thường trên trang web và không sử dụng toàn bộ dữ liệu trang web để huấn luyện mô hình).
Internet cung cấp phần lớn dữ liệu huấn luyện cho nhiều mô hình ngôn ngữ lớn như GPT của OpenAI và Bard của Google. Ngày nay, nhiều công ty sử dụng các bot thu thập dữ liệu để lấy dữ liệu huấn luyện một cách tràn lan nhằm cải thiện điểm số của các mô hình AI của họ, khiến hành vi vốn nên có sự đồng thuận trở nên "bị bôi nhọ". Việc các nhà cung cấp dịch vụ mạng tung ra các dịch vụ ngăn chặn bot AI cũng không có gì bất ngờ.