本文选自bigsec岂安科技
遭遇了几次的重创，传统票代行业必将逐渐冷却。但是对于曾经和机票打交道的人们，长期打造的战场就放弃的如此甘心情愿吗？
继续深挖佣金的方式获取利益已然行不通了，那么还有哪些环节是有机可乘的呢？
本文转载自岂安科技——一个专注于互联网业务风险控制的科技号。它指出，“虚拟占位”或许是票代们获取利益的新渠道。
为何航司网站爬虫逐年呈现上升趋势
1、剧增的弃程现象
某报在采访国航客运营销部发现了如下现象：
国航座控中心的工作人员指着电脑屏幕，一张由北京飞往哈尔滨的某航班机票，上面旅客姓名、机票号、联系电话等均填写得清楚明白，但机票号前三位不是国航的代码，也不是国内任何一家航空公司的。显然这个“乘客”根本不存在，内容都是瞎编的。
四川航空公司成都售票处主任说：虚占座位，越是旺季，越是紧俏的航班，被虚占的座位相对就多，如果被虚占的座位最后没卖掉，航空公司也没发现，那么这个座位肯定就是浪费了。
2、结合技术手段的虚占
世间没有无缘无故的爱与恨。
没有了佣金，代理人或者机票从业者天天琢磨着新的可持续发展的利益获取渠道。终于，新点子有了：虚占座位。
他们大量抢占：①长期热门线路的各舱位；②座位数很少的舱位；③特价舱位；④黄金时期（如黄金周）的各舱位。
目的：利用因时间推移造成的舱位价格变化获利、或通过自己的平台自主加价转售。
虚占座位从机票代理这个词出现就有了，因为早期是为了确保一些团队的机票冗余，当时现象也并不是很多；但现如今主要目标是为了囤积后伺机出售实现利益最大化——现象相同，但是体量和目的却完全不同。
这些大量的操作靠人工已经无法满足需求了，因为一种网络爬虫技术对于虚占座位的人群们来说如获至宝，因为爬虫可替代 95% 的人工操作。
3、倍受青睐的爬虫
要通过虚占来取得利益，至少要知道这些目标机票在哪？何时出现？最晚支付时间是？压位后的机票确保不会被收回？处理这些问题，大致需要如下流程：
1)充分的利用各种爬虫工具
参考阅读：为何大量网站不能抓取?爬虫突破封禁的6种常见方法
2)大量下订单，规定时间内（各航线不同）不支付，并把抢占的舱位放到 OTA 、机票 B2B 上出售；
3)规定时间内卖不出去，在被取消订单前，订单失效前马上再去追一个订单，继续把位置占住；
4)如果出售成功，就可以把原来占位的机票取消掉，再用客户的身份信息订票并出票。
虽然从虚占到变现过程不复杂，但是要形成暴利，就需要来回如上过程无数次。这种批量操作需要大量的交互窗口和大量追位工具操作，人力物力随之上去了，最后搞不好赔本赚吆喝。
怎么办？好在，人人都是“产品”经理。他们有高级自动化的工具，专门针对压位、追位。
这是我们在网上发现的针对某家航空公司的自动爬虫工具， 它实现了：
＊多个线程自动登录
＊实时获取特价机票信息
＊匹配后自动下单
＊热门、特价机票跟踪
其实航司风控技术部门的很快就会捕捉到使用工具的人们，他们的特征是： IP 来源单一，频次过高，爬虫即可被识破并且被禁止掉。
所谓道高一尺魔高一丈，只要有一丝丝希望，“产品”经理就不会放弃：他们充分的利用各种资源，比如利用购买或者租用的云机房、IDC 中的 IP 资源，甚至会改造了路由器，待买家购置家中后，便直接转化成了为他们服务的爬虫种子。
其目的：将单一 IP 的访问动作稀释到成千上万的 IP 中去。
岂安风险情报专家笑天分析了 2016 年某三个月的爬虫来源分布图，也证明这一点，他们分布的十分广泛，调用顺序也毫无规律可循。
综上所述，对于一个完整的风控体系而言，仅通过访问频率、Useragent 观测角度肯定不是最全面的的风控维度。
抽丝剥茧看爬虫
爬虫绕开技术层出不穷，防爬虫的技术也日新月异，风险黑名单可能是大多风控部门采用的方式，这种存在一定局限性，从行为轨迹和用户画像角度出发一定是风控的大趋势。
针对航司的爬虫，需求表明目前最迫切的是防止黑代理将IP分散到世界各地绕开访问频率的监控，我们必须增加更多途径实时访问流量中获得更多有价值信息。（前提：一定不允许在 APP 、Web 中增加代码，大型企业对这些非常看重）。
1、访问元素丰富度
普通用户在打开网页时会有比较丰富的地址访问，而自动爬虫通常只有少数固定的页面访问，比如航司活动专版、舱位价格页面、航线动态等。
2、访问轨迹连贯性
用户在进行页面访问时，通常是有一个合理的访问轨迹，如从首页跳转到机票搜索，但爬虫在自动获取数据时，往往是对页面地址进行逐个访问，没有连贯的轨迹。比如首次访问就是登录页面，正常应该从搜索或者广告页跳转而来。
3、访问静态资源比例
爬虫获取数据时往往只关心具体的文字内容和数据，但不会查看图片以及加载页面上的 CSS 或者 JS 信息，这就为风控平台提供了一个较为显著的判断因素，这一点不用多加解释。
4、Click 间隔时间
爬虫在获取页面信息时，会出现连续两个 Click 间隔时间过短，不匹配合理的人肉点击间隔时间，这就是典型的区别人机判断机制。
篇幅有限，仅仅列出以上这些在航司常出现的风险特征。
