ANSWER BOX · 一句话答案
跨境 B2B 独立站的安全,本质是三件事同时成立:拦住不该进来的机器,放行该进来的机器,出事后能回到 24 小时内的任何一个版本。
2026 年的前提变了:Thales 与 Imperva 的 2026 年报告显示,2025 年自动化流量已占全网 53%,其中坏机器人占 40%、良性机器人只占 13%。而在 WordPress 生态里,2025 年新披露漏洞 11,334 个,从披露到大规模利用的中位数只有 5 小时。本篇给出流量判定的对照表、三个可验收的杠杆、以及一份 90 分钟能跑完的体检清单。
周一早上九点半,一家做液压件的工厂老板打开网站后台,收件箱里躺着 312 条询盘。
他往下翻了七八屏,全是同一句话:Dear Sir, we are interested in your products, please send your best price list。发件人是一串看不出规律的字母加数字。
真正的那个德国客户,写的是一句很短的话,问某个型号能不能配 380V 电压。它排在第 287 条,三天后才被从垃圾里捞出来。
这类事情很少被写进季度复盘,因为它不产生任何一条明确的损失记录。但它同时消耗两样东西:业务员对这个询盘入口的信任,以及你判断内容效果的准确度。当后台里三成流量是机器制造的时候,所有基于后台数据的决策都会偏。
先看清 2026 年的流量结构:机器已经比人多了
过去十年,行业里默认的假设是「人访问网站,搜索引擎偶尔来抓一下」。这个假设在 2024 年被打破,2025 年彻底改写。
一个十年里第一次出现的拐点
Thales 与 Imperva 的 Bad Bot Report 给出了一条曲线:坏机器人占全网流量的比例,2015 年是 19%,2023 年是 32%,2024 年是 37%,2025 年是 40%。第 13 份年度报告(覆盖 2025 全年)的结论是,自动化流量占全部观测流量的 53%,人类流量只剩 47%。
更值得注意的是剩下的那 13%。这 13% 是良性机器人,包括搜索引擎爬虫和 AI 检索爬虫。它们是你 GEO 工作的实际执行者,也正是最容易被「一刀切防护」误伤的群体。
B2B 工业站为什么排在被攻击名单的前排
零售行业的数据可以当参照:2024 年零售站点的流量里,坏机器人占到 33%,而 2023 年是 26%。工业品站点的绝对量不如零售,但「单位流量的数据价值」更高。一份含材质、公差、认证、MOQ 阶梯价的完整产品目录,是同行最想复制的东西,也是价格抓取工具最省力的目标。
Imperva 报告里还有一组数字:2024 年 44% 的高级机器人流量直接打 API,数据抓取约占 API 攻击的 31%。而 WordPress 站点暴露的 REST API、sitemap、产品 feed,恰好构成了一个不用登录就能完整读完的 API。
| 观测年份 | 坏机器人占全网流量 | 同期自动化流量结构 | 对独立站的实际含义 |
|---|---|---|---|
| 2015 | 19% | 以简单脚本为主 | 插件防火墙基本够用 |
| 2023 | 32% | 自动化流量开始压过人类 | 后台询盘数量失真 |
| 2024 | 37% | 自动化 51%,首次超过人类;人类 49%,良性机器人 14% | GA4 与后台数据需要分层看 |
| 2025 | 40% | 自动化 53%,良性机器人 13%,人类 47% | 防护要按「机器类型」而不是「机器有无」设计 |
数据来源:Thales 与 Imperva 第 12 份(2025 年发布)与第 13 份(2026 年发布)Bad Bot Report。
坏爬虫与 AI 爬虫,最忌讳一刀切
绝大多数站点出问题,不是因为没装防护,而是因为防护装得太粗。全站开一个「我不是机器人」的挑战,坏爬虫换个 IP 照样进来,AI 检索爬虫却被挡在门外。
必须放行的三类,以及怎么验明身份
第一类是搜索引擎爬虫:Googlebot、Bingbot。第二类是 AI 检索爬虫:OAI-SearchBot、ChatGPT-User、PerplexityBot、ClaudeBot,其中 ChatGPT-User 与 OAI-SearchBot 直接决定你在 ChatGPT 问答里能否被检索到。第三类是监控与合规机器人,比如站点可用性监测。
身份不能只信 User-Agent,那是可以随便改的字符串。Google 与 Bing 都提供官方 IP 段,可以做反向 DNS 校验;Cloudflare 的 Verified Bots 名单也能直接复用。校验这一步省掉,等于把「伪装成 Googlebot」的采集器请进门。
必须拦住的五类,靠行为不靠名字
漏洞扫描、价格与产品目录抓取、撞库、表单灌水、整站克隆采集。它们的共同特征是行为规律而非名字特殊。判定的抓手是频率、路径覆盖率、请求间隔的整齐度,以及 404 的集中度。
特别提醒一句:robots.txt 只对守规矩的爬虫有效。它是君子协定,不是防火墙。把 Disallow 当成防护手段,是这类工作里最常见的自我安慰。
| 流量类型 | 识别特征 | robots.txt | WAF 处置 | 判定依据 |
|---|---|---|---|---|
| 搜索引擎爬虫 | Googlebot / Bingbot,请求有官方 IP 段 | Allow | 放行,并做反向 DNS 校验 | 官方 IP 列表比对 |
| AI 检索爬虫 | OAI-SearchBot、ChatGPT-User、PerplexityBot、ClaudeBot | Allow | 放行,单独打标便于统计 | 日志里按 UA 分类计数 |
| 漏洞扫描 | 随机 UA,集中请求 .env、wp-login.php、xmlrpc.php | Disallow | 直接拦截 | 单 IP 404 数量突增 |
| 目录与价格抓取 | UA 伪装 Chrome,高频遍历 sitemap 与产品分页 | Disallow | 行为规则限速,超阈值封段 | 单 IP 日均 PV 与页面覆盖率 |
| 撞库登录 | 高频 POST 到登录页,账号名轮换 | Disallow | 限速 + 二次验证,登录路径改道只为降噪 | 失败登录次数与源 IP 分散度 |
| 表单灌水 | 提交耗时极短,正文熵低,邮箱域名集中 | 不适用 | 验证码 + 蜜罐字段 + 时间戳校验 | 提交时长小于 3 秒的比例 |
AI Overviews 放大器效应:安全事件会被 AI 记住更久
传统 SEO 时代,站点被挂马的处理逻辑很清楚:清理、提交复审、等索引恢复。整个过程有几周的缓冲,损失基本可控。
同一份目录被爬走,会变成同行的标准答案
产品参数、认证、交期、MOQ 阶梯价,一旦被完整抓取,就会以语料的形式进入各种模型和聚合站点。半年后采购经理问 AI「这类产品的最小起订量一般是多少」,答案里引用的数字来自你的站点,署名却是别人。
这件事的麻烦不在于被抄,而在于你无法事后追回。AI 的答案不会标注原始出处是否被授权,它只按信源可信度排序。
负面信号在模型里的半衰期更长
站点被标为恶意、证书过期、连续数天无法访问,这些信号会同时影响搜索排名和 AI 检索的抓取频率。恢复不是把站点修好就结束,而是要等抓取与引用重新积累。B2B 站点的流量周期本来就慢,一次两周的不可用,往往要两三个月才回到原来的位置。
信源平权机制:安全是少数不靠预算的可信信号
付费流量拼预算,展会拼位置,安全这件事却是平权的。一个年营收两千万的工厂和一个年营收二十亿的集团,在「站点是否可信」这一层,用的是同一套判定标准。
AI 与采购经理看的是同一组底层信号
证书有效性、域名年龄与一致、DNS 记录完整、页面稳定可达、结构化数据没有矛盾。这些信号不需要投放费用,只需要有人持续维护。
在中大型企业里,这类工作通常由 IT 部门与外部服务商分担;中小工厂往往没人负责,于是成为最容易失分的一环。这也是我们把站点安全放进例行体检的原因,企业级 AI 私有化部署平台 赫境 HermeZen 的网站诊断模块,就是把这些底层项与 AI 可见性放在同一张表里看的。
大厂也会被打,分水岭是恢复速度
2025 年 WordPress 生态新披露漏洞 11,334 个,同比增长 42%。这个量级意味着没有哪个站点能靠「不出事」取胜,只能靠「出事之后多久回到正常」。
恢复速度由三样东西决定:备份是否可用、权限是否清楚、变更是否有记录。前两项可以花钱买,第三项只能靠流程。
三个可验证的杠杆,验收得了才算数
安全这件事最容易变成一句口号,因为「没出事」无法证明工作有效。所以要用能被外部验证的口径来衡量。
杠杆一:漏洞口径,从版本比对到披露到利用的时间窗
Wordfence 2025 年第四季度的威胁情报给出了一组可对照的基线:当季拦截 229 亿次攻击,其中 WAF 攻击 91 亿次、撞库尝试 138 亿次;当季新发现漏洞 2,213 个,环比增长 19.2%;46.7 万个站点被发现感染恶意代码。
而 Patchstack 的 2026 年度报告指出,2025 年 WordPress 生态新披露漏洞 11,334 个,其中 91% 来自插件,46% 在披露时没有补丁。从披露到大规模利用的中位数是 5 小时。
| 可验收指标 | 2025 年实测基线 | 合格线建议 | 来源 |
|---|---|---|---|
| 年度新披露漏洞数 | 11,334 个,同比 +42% | 站点插件清单与漏洞库每周比对一次 | Patchstack 2026 |
| 漏洞来源集中在插件 | 91%(Wordfence 同季口径为 92.4%) | 停用超过 6 个月未更新的插件 | Patchstack 2026 / Wordfence Q4 2025 |
| 披露到大规模利用 | 中位数 5 小时 | 高危补丁 24 小时内上测试站 | Patchstack 2026 |
| 披露时无补丁比例 | 46% | 无补丁则先下线该插件而非等待 | Patchstack 2026 |
| 季度攻击拦截量 | 229 亿次(WAF 91 亿 + 撞库 138 亿) | WAF 日志留存不少于 30 天 | Wordfence Q4 2025 |
| 当季感染站点数 | 467,000 个 | 核心文件完整性校验每周执行 | Wordfence Q4 2025 |
口径的价值在于「每周比对一次」这个动作。11,334 个漏洞和你关系不大,你装的这 23 个插件里有没有中招,才是关键。
杠杆二:询盘质量,而不是询盘数量
一个可执行的口径是垃圾询盘率:过去 30 天里,被业务员手工标记为无效的询盘占总量比例。健康值通常在 10% 以下,超过 20% 说明表单入口基本失效。
技术上做三件事就够:提交耗时校验,低于 3 秒的提交直接丢;隐藏蜜罐字段,被填写即判定为机器;邮箱域名与内容的低熵检测。这三项都落地之后,Cloudflare Turnstile 或 hCaptcha 作为最后一道,不要当第一道。
这一步同时改善数据准确性。GA4 里那些「来自美国、停留 0 秒、直达落地页」的会话,多数不是客户,把它们剔掉之后,你才知道哪些内容真的带来了采购意向。
杠杆三:可演练的恢复能力,RTO 与 RPO
备份这件事最常见的幻觉是「有备份」。真正的验收标准只有一条:能不能在四小时内把站点恢复到昨天的状态,并且用户无感。
RPO 做到 24 小时以内,意味着数据库与 uploads 每日异地增量;RTO 做到 4 小时以内,意味着恢复步骤写在文档里,且每季度真的演练一次。演练要在临时环境做,不要在线上做实验。
落地:一张 90 分钟能跑完的体检清单
不需要一次做完,但要一次看清。下面这张表按 30 分钟一段切分,从账号权限到爬虫表单再到备份,逐项给合格标准。
前 30 分钟:账号、登录与权限
多数入侵不是从漏洞进来的,是从一个弱口令进来的。先把入口收窄:删除默认用户名、全员开启两步验证、编辑账号只给 Editor 角色而不是 Administrator。
顺手检查三件事:一是 REST API 的用户枚举,浏览器直接访问站点的 /?rest_route=/wp/v2/users,如果能列出账号就说明需要处理;二是 xmlrpc.php 是否还在响应,不用就关掉;三是后台是否有离职员工的账号还活着。
| 检查项 | 操作或命令 | 合格标准 |
|---|---|---|
| 待更新插件与主题 | wp plugin list –update=available –allow-root | 高危组件零待更 |
| 核心文件完整性 | wp core verify-checksums –allow-root | 输出无异常文件 |
| 管理员账号 | wp user list –role=administrator –fields=ID,user_login,user_email –allow-root | 无默认 admin,数量与在职人员一致 |
| 两步验证 | 后台账号设置逐人开启 | 管理员 100% 开启 |
| 用户枚举 | curl -s 站点域名/?rest_route=/wp/v2/users | 不返回账号列表 |
| xmlrpc 响应 | curl -sI 站点域名/xmlrpc.php | 不使用则 403 |
中 30 分钟:爬虫策略与表单入口
先确认 robots.txt 里 AI 检索爬虫是放行的。这一条如果写错,前面所有 GEO 工作都等于白做。具体写法与日志核验方法,可以对照我们此前那篇2026 跨境独立站 AI 爬虫放行完全指南。
再确认 WAF 的规则不是「全站挑战」。把挑战范围限定在登录页、表单提交端点与搜索参数页,正文页面保持直接放行。CDN 与机房层面的限速配置,要与主机、CDN 与访问速度实战指南里的缓存策略一起看,两者冲突时以可用性优先。
表单侧就三件事:加蜜罐字段、加提交时间戳、加一次服务端校验。做完之后看一周的垃圾询盘率,多数站点能从三成降到一成以内。
后 30 分钟:备份与恢复演练
先导出一次完整的数据库与文件快照,确认文件大小合理,再把它恢复到临时环境读一次首页。备份没有经过恢复验证,就只是一堆占空间的压缩包。
异地存储与保留策略同时确定:每日增量保留 30 天,每月全量保留 6 个月。涉及站点的内容与代码分离时,还要保留一份配置清单,否则重装之后要花两天重新对齐插件版本。改版迁移期间的风险最高,建议按改版迁移与 AI 引用保全的顺序先做映射再做切换。
隽永东方(EastDigi)观察:我们在给工贸一体的客户做站点托管时,最常被问到的是「能不能保证不被黑」。这个问题没有正确答案,因为没有人能保证。能保证的是另一件事:出事之后,站点在四小时内回到昨天,客户的询盘不丢,AI 那边的引用不掉。十六年里我们处理过的站点事故,真正造成损失的几乎都不是入侵本身,而是「没有可用备份」和「不知道谁改过什么」。
结论:韧性是一种日常,不是一个项目
把安全从 IT 语言翻译成经营语言
对工厂老板来说,安全不是一个技术词,它对应三件很具体的事:真正的询盘不被垃圾埋掉,产品目录不被同行整站复制,站点在最忙的季节不掉线。
这三件事都不需要等到出事才处理。它们只需要有人每周花半小时,比对一次插件版本、看一眼异常流量、确认备份能恢复。
下一步可以从一张表开始
上面那份 90 分钟清单,建议先在自己的站点上跑一遍,把每一项的实际结果记下来。跑完之后你会发现,问题通常集中在两三个点,而不是均匀分布。
如果你的站点同时在做 GEO,那就把这三件事排在内容之前:机器人放行、表单净化、备份可恢复。内容决定你能被 AI 看见,韧性决定这份看见能维持多久。