Anubis：基于工作量证明（PoW）的反爬机制解析

开源作者：云助手 2025-04-10 12:09:37 阅读：28

随着互联网的迅猛发展，爬虫技术成为数据抓取的重要工具。然而，恶意爬虫的出现给网站带来了不少问题，例如数据泄露、服务器负载过高等。

为了应对这一挑战，Anubis 提出了基于 工作量证明（Proof-of-Work, PoW） 的创新反爬机制。

本文将详细解析 Anubis 的底层实现原理，并通过量化数据探讨其计算耗时。

1. Anubis 的核心思想

Anubis 的基本原理非常简单但高效：

• 计算任务： 访问者在访问网站前，必须完成一个计算密集型的哈希计算任务。

• 计算条件： 只有计算出符合特定条件的哈希值，才能继续访问网站。

• 爬虫难度： 由于计算过程需要 JavaScript 执行，传统的无头爬虫或 HTTP 客户端难以完成。

这一机制类似于比特币等区块链中的 PoW 机制，确保每次访问都需要消耗一定的计算资源，从而有效地提高恶意爬虫的抓取成本。

2. Anubis 的工作原理

2.1 反向代理拦截

Anubis 充当反向代理服务器，拦截并转发所有访问目标网站的请求。

工作流程如下：

拦截请求： 用户访问目标网站时，Anubis 服务器首先拦截请求，并返回一个包含 PoW 计算任务的 JavaScript 代码。
计算任务： 用户需要在浏览器中执行 JavaScript 来完成 PoW 任务。
验证计算： 一旦计算完成，浏览器将计算结果发送回 Anubis 服务器，服务器验证计算是否符合要求。

2.2 计算 PoW 任务

浏览器需要计算一个符合难度要求的 SHA-256 哈希值。

具体的计算过程如下：

function computePoW(prefix, difficulty) { let nonce = 0; while (true) { let hash = sha256(prefix + nonce); if (hash.startsWith('0'.repeat(difficulty))) { return nonce; } nonce++; }}

• prefix 是由服务器随机生成的，确保每次挑战唯一。

• difficulty 表示要求哈希值前若干位为 0（例如，前 5 位为 0）。

• 计算过程中，nonce 值需要经过多次迭代，直到找到满足条件的哈希值。

2.3 验证计算结果

计算完成后，浏览器将 nonce 返回给 Anubis 服务器。服务器验证 sha256(prefix + nonce) 是否符合难度要求。如果验证通过，Anubis 服务器设置 Cookie 允许用户访问目标网站。

2.4 维持访问状态

为了避免用户每次访问都重新计算，Anubis 服务器会在验证成功后返回一个短期有效的 Cookie。用户在 Cookie 有效期内，无需再次进行 PoW 计算，直接访问目标网站。

3. 反爬优势分析

Anubis 利用 PoW 机制对抗爬虫，具有以下优势：

显著增加爬虫成本： 传统爬虫通常是批量并发抓取，PoW 要求每个请求都进行计算，极大降低了爬取效率。
对普通用户影响较小： 计算任务仅在首次访问或 Cookie 过期后触发，普通用户可以快速完成计算，不影响正常体验。
有效对抗无头浏览器： 无头浏览器虽然能够执行 JavaScript，但 PoW 的计算仍消耗大量 CPU 资源。由于 PoW 计算是动态生成的，缓存无效，爬虫无法绕过挑战。

4. 量化 Anubis 计算耗时

要量化 Anubis 的计算耗时，可以从两个方面来衡量：

4.1 计算哈希的时间

每次计算 SHA-256 哈希时，根据挑战（challenge）和 nonce 进行迭代运算，直到满足特定条件。以下是模拟计算时间的代码示例：

const start = Date.now(); // 记录开始时间let nonce = 1;let challenge = "some_challenge_data"; // 这是请求中生成的挑战let validHash = false;while (!validHash) {const hash = awaitsha256(`${challenge}${nonce}`); validHash = hash.startsWith("00000"); // 默认要求前5位为0 nonce++;}const end = Date.now(); // 记录结束时间const elapsedTime = end - start; // 计算耗时console.log(`哈希计算总耗时: ${elapsedTime} 毫秒`);

通过记录开始时间 start 和结束时间 end，可以计算出每次哈希计算所消耗的时间。这个耗时是计算效率的关键指标，反映了 PoW 任务的计算难度。

4.2 测量实际测试耗时

我们还可以通过模拟用户请求，记录整个过程的耗时，得到一个综合的性能数据。包括：

页面加载时间： 用户访问 Anubis 代理服务器后，页面加载的时间。
哈希计算时间： 执行 PoW 计算所需的时间。
请求完成时间： 用户通过验证后，重定向到目标网站的时间。

以下是模拟完整过程的代码示例：

<!DOCTYPE html><html lang="zh"><head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>PoW 计算测试</title> <script src="https://cdnjs.cloudflare.com/ajax/libs/crypto-js/4.2.0/crypto-js.min.js"></script></head><body> <h1>PoW 计算测试</h1> <button onclick="startPoW()">开始计算</button> <div class="output" id="output"> <p id="iterations">迭代次数：等待计算</p> <p id="timeElapsed">耗时：等待计算</p> </div> <script> asyncfunctionstartPoW() { const startRequest = Date.now(); // 请求开始时间 // 假设计算过程是之前的步骤 let nonce = 1; let challenge = "some_challenge_data"; // 这是请求中生成的挑战 let validHash = false; let iterations = 0; // 记录迭代次数 // 计算 SHA256 while (!validHash) { const hash = CryptoJS.SHA256(challenge + nonce).toString(CryptoJS.enc.Hex); validHash = hash.startsWith("00000"); nonce++; iterations++; // 每次循环增加迭代次数 } const endRequest = Date.now(); // 请求结束时间 const requestElapsedTime = endRequest - startRequest; // 更新 UI 输出 document.getElementById('iterations').textContent = `迭代次数：${iterations}`; document.getElementById('timeElapsed').textContent = `耗时：${requestElapsedTime} 毫秒`; } </script></body></html>

通过测量完整请求的耗时，我们能够更全面地了解 Anubis 反爬机制的性能。

5. 结果对比与优化

通过多次测试，我们可以得出每次迭代的平均耗时以及总耗时。例如：

这些数据帮助我们量化 Anubis 的防止爬虫效果，并为网站管理员提供了依据，可以在不同难度条件下优化 PoW 计算，确保对爬虫的有效防护，同时保证正常用户的体验不受影响。

6. 结论

Anubis 通过 PoW 机制，将爬虫的计算成本大幅提高，极大地阻碍了恶意爬虫的抓取效率。而普通用户则几乎不会受到影响，确保了正常浏览体验。这种创新的防护方法在与传统反爬方式（如验证码、IP 限制等）相比，具有更强的适应性和防护能力。

通过量化计算耗时，站点管理员可以实时监控和调整 PoW 难度，优化防护策略，以实现更高效、更智能的反爬机制。

引用链接

[1] 源码下载：https://pan.baidu.com/s/15DGvtSLSZLezFOJmg8jtTg?pwd=n6c8

*文章为作者独立观点，不代表 5xCloud 立场

本文由云助手发表，转载此文章须经作者同意，并请附上出处(5xCloud )及本页链接。

原文链接 https://www.5xcloud.com/column/opensource/404.html

Anubis