Une nouvelle approche pour contourner les systèmes anti-fraude
10 novembre 2026 · 2 min de lecture
Un auteur a partagé une méthode innovante pour contourner les systèmes de protection anti-fraude sur les sites de vente en ligne en utilisant un agent DOM visuel-textuel. Cette méthode a permis de contourner des systèmes de sécurité agressifs et des restrictions réseau dans un environnement isolé.
L'auteur a utilisé une modèle de langue locale du type 7B/8B, connu sous le nom de Qwen, pour effectuer des recherches sur des équipements rares sur le marché secondaire. Les tentatives initiales de faire des requêtes directes à des sites d'annonces ont échoué en raison de systèmes de protection qui bloquaient les accès avec des erreurs telles que « HTTP 403 Forbidden » ou « HTTP 429 Too Many Requests ».
Il a alors essayé d'utiliser des moteurs de recherche pour accéder aux annonces, mais a rencontré de nouveaux obstacles, notamment des erreurs de type « Vous n'êtes pas un robot » et des problèmes de temps d'attente. Après avoir constaté que les méthodes de scraping web traditionnelles ne fonctionnaient pas, il a décidé de modifier son approche en imitant un utilisateur humain à un niveau pixel et logique.
Cette nouvelle méthode repose sur l'émulation d'un navigateur réel, en utilisant Microsoft Edge, et en analysant l'arbre DOM à l'aide de marqueurs textuels plutôt que de sélecteurs CSS. En utilisant des scripts Python, il a pu collecter des données sans être détecté par les systèmes anti-fraude.
L'agent a été capable de trouver et de collecter des informations pertinentes, telles que les prix et les liens vers les vendeurs, avec une grande précision. L'auteur a décrit le processus comme un travail artistique, où il a observé la façon dont le modèle a exécuté les tâches de collecte d'informations.
Enfin, un conteneur de prompt universel a été créé pour faciliter le lancement de cet agent AI pour des tâches similaires sur d'autres sites complexes, sans utiliser de requêtes ou télécharger des navigateurs intégrés.