Почему скрытые поля и JS-токены больше не защищают формы?
Большинство спам-рассылок через формы заявок автоматизированы. Боты сканируют веб-страницы в поисках тегов form, находят поля ввода и отправляют тысячи рекламных сообщений. Стандартные приёмы вроде скрытого поля с display:none или атрибутом hidden перестали работать много лет назад. Парсеры спамеров анализируют стили страницы и атрибуты разметки, поэтому легко отсеивают очевидные заглушки или целенаправленно оставляют их пустыми.
Клиентские токены и проверка через JavaScript тоже дают сбой. Современные ботнеты запускают headless-браузеры на базе Chromium, которые полностью исполняют клиентский код страницы, генерируют нужные хэши и имитируют действия пользователя. Другая крайность — спамеры просто дизассемблируют логику генерации токена в браузере и воспроизводят её в простом скрипте. При этом традиционная капча с картинками снижает конверсию реальных пользователей и раздражает мобильный трафик.
- Поля с атрибутом type="hidden" или inline-стилем display:none: спам-парсеры выявляют их при первичном анализе разметки и исключают из полезной нагрузки.
- Генерация токенов через клиентский JavaScript: легко обходится headless-браузерами или реверс-инжинирингом клиентского скрипта.
- Таймеры времени заполнения формы на клиенте: спамеры выставляют искусственные паузы перед отправкой запроса.
- Обязательная графическая капча: отсекает спам ценой потери части реальных клиентов, которым лень разгадывать изображения.
Honeypot-поле: как настроить ловушку и почему важен статус 204
Рабочий honeypot — это поле-приманка, невидимое для человека, но привлекательное для робота. Название поля должно имитировать реальные данные, которые боты стремятся заполнить: например, phone_secondary, user_website, company_fax или middle_name. Если назвать инпут honeypot, antispam или test_field, бот пропустит его на этапе разбора DOM-дерева. Размещать поле следует среди основных полей формы, чтобы оно выглядело органичной частью структуры.
Прятать поле от живых людей нужно осторожно. Не используйте атрибут hidden. Вместо этого примените CSS-класс, который сдвигает поле далеко за пределы экрана через абсолютное позиционирование, обнуляет непрозрачность и высоту. Обязательно добавьте атрибуты tabindex="-1", aria-hidden="true" и autocomplete="off". Это предотвратит случайный переход в скрытое поле по клавише Tab и защитит от систем автозаполнения браузеров, а также пользователей со скринридерами.
Главная ошибка бэкенд-разработчиков при срабатывании honeypot — возврат ошибки HTTP 400 Bad Request или 403 Forbidden. Получив явный отказ, скрипт спамера понимает, что попал в фильтр, и начинает подбирать рабочую комбинацию полей. Если же бэкенд на Go видит заполненный honeypot, он немедленно прерывает обработку и отдаёт статус HTTP 204 No Content или 200 OK с пустым ответом. Бот считает отправку успешной и уходит, а база данных и менеджеры остаются нетронутыми.
Проверка заголовка Sec-Fetch-Site и отсечение межсайтовых атак
Браузеры отправляют группу заголовков метаданных запроса (Fetch Metadata), которые невозможно подделать или изменить из клиентского JavaScript. Ключевой заголовок для защиты формы — Sec-Fetch-Site. Когда пользователь отправляет форму на странице сайта, браузер проставляет значение same-origin. Если форму пытаются отправить со стороннего сайта в рамках CSRF-атаки, заголовок принимает значение cross-site. Бэкенд должен пропускать только запросы со статусом same-origin.
Трезво оценивайте, что даёт эта проверка. Скрипты с «сырыми» запросами часто не шлют заголовок вовсе, а отсутствие заголовка не отличить от старого браузера, поэтому мы пропускаем такой запрос и отклоняем только присутствующее значение, не равное same-origin. Это останавливает отправки с чужих страниц, но не бота без заголовка. На сайтах с архитектурой статических страниц без JS это один дешёвый слой, остальное закрывают honeypot и бан по IP. В нашем обработчике несовпадение получает обычный 403.
Вместе с Sec-Fetch-Site имеет смысл проверять заголовок Sec-Fetch-Mode, который для штатной отправки формы равен navigate или cors. Дополнительно сверяются заголовки Origin и Referer: их хост обязан строго совпадать с хостом самого бэкенда. Комплексный подход к проверке происхождения входящих запросов подробно описан в статье про безопасность вебхуков и подписи.
Защитная обработка запроса на Go: лимит тела, нормализация и обрезка
Любой публичный эндпоинт уязвим к атакам на переполнение памяти, если он не контролирует объём входящих данных. Спам-скрипты нередко присылают гигантские тела запросов, перегруженные ссылками и мусорным текстом. В Go стандартный способ защиты — оборачивание тела запроса в http.MaxBytesReader. Для формы контактов достаточно лимита в несколько десятков килобайт. Если клиент превышает этот объём, чтение прерывается ошибкой, защищая сервер от DoS-атаки.
После парсинга формы каждое текстовое поле проходит строгую нормализацию и обрезку. Мы удаляем лишние пробелы через strings.TrimSpace, очищаем текст от управляющих символов и жёстко ограничиваем максимальную длину: имя — до ста символов, телефон — до тридцати, текст сообщения — до тысячи. Профессиональный подход к написанию отказоустойчивых обработчиков мы применяем в рамках услуги разработки бэкенда на Go.
- Ограничение тела запроса: вызов http.MaxBytesReader перед парсингом формы предотвращает исчерпание RAM огромными пакетами.
- Жёсткие лимиты на длину строк: обрезка или отклонение полей, чья длина превышает разумные рамки для имени, контактов и текста.
- Нормализация символов: удаление непечатаемых символов Unicode, нулевых байтов и повторяющихся пробелов.
- Валидация формата контактов: проверка номера телефона и адреса почты по базовой маске без избыточных эвристик.
- Отклонение подозрительного содержимого: мгновенный сброс заявок, содержащих явные признаки SQL-инъекций или HTML-разметку в текстовых полях.
Бан по IP с кнопкой в Telegram и хранение чёрного списка на volume
Даже при продуманных фильтрах единичные спам-сообщения могут просачиваться — например, если спамер вручную заполнил поля через браузер. Для таких случаев в уведомление о новой заявке добавляется оперативный инструмент блокировки. Когда лид приходит в корпоративный мессенджер, сообщение снабжается inline-кнопкой «Забанить IP». О механике интеграции форм и очередей сообщений можно прочитать в материале про телеграм-бота для заявок в CRM.
При нажатии кнопки бэкенд бота валидирует права сотрудника, извлекает IP-адрес из данных коллбэка и вносит его в чёрный список. Список блокировок хранится в обычном текстовом файле на постоянном диске (persistent volume), примонтированном к контейнеру сервиса. Такой подход гарантирует, что список заблокированных адресов не потеряется при перезапуске контейнеров, обновлении версий или сбоях виртуальной машины.
В оперативной памяти Go-сервиса чёрный список кэшируется в потокобезопасной структуре данных — например, sync.Map или срезе под защитой sync.RWMutex. Сервис перечитывает файл с диска при старте и периодически синхронизирует изменения. При каждом входящем запросе к форме проверка наличия IP в чёрном списке занимает доли микросекунды и не создаёт лишней нагрузки на дисковую подсистему.
Фильтрация на уровне реверс-прокси: ForwardAuth и отсечение до бэкенда
Когда спамер или ботнет начинает непрерывно долбить эндпоинт формы с одного и того же заблокированного IP-адреса, обрабатывать этот паразитный трафик силами приложения нерационально. Намного эффективнее отсекать запросы на периметре сети — на уровне обратного прокси-сервера, такого как Traefik, Caddy или Nginx. Для этого используется архитектура ForwardAuth.
При поступлении запроса на URL формы реверс-прокси делает быстрый внутренний запрос к легковесному эндпоинту авторизации. Этот эндпоинт мгновенно сверяет реальный IP клиента с чёрным списком в оперативной памяти. Если адрес заблокирован, прокси возвращает статус 403 Forbidden. В результате паразитный трафик даже не доходит до бизнес-логики приложения, освобождая ресурсы процессора и сетевого стека Go-сервера.
Когда honeypot и фильтров недостаточно: честно о капче и rate limit
Комбинация honeypot, проверки Sec-Fetch-Site и ручного бана закрывает типовой спам на сайтах услуг и посадочных страницах. Однако у этой легковесной схемы есть естественные технические границы. Она бессильна против двух угроз: распределённых атак через миллионы ротационных прокси (ботнеты) и полуручного спама, когда живые низкооплачиваемые операторы вручную вводят рекламу в браузерах.
Если форма подвергается атаке с постоянной сменой IP-адресов, ручной бан теряет смысл. В такой ситуации необходимо внедрять автоматический rate limiting (ограничение частоты запросов по скользящему окну для подсетей) и невидимую поведенческую капчу. Ниже приведены ориентиры, помогающие определить, когда достаточно простых фильтров, а когда требуется тяжёлая защита.
- Достаточно honeypot и заголовков: типовые формы на сайтах услуг, B2B-лендинги, умеренный трафик, автоматические скриптовые рассылки.
- Требуется rate limiting: регулярные волны спама, попытки перебора полей, атаки с ограниченного пула динамических IP-адресов.
- Необходима невидимая капча: распределённые ботнеты с десятками тысяч IP, ручной крауд-спам, формы регистрации или финансовых транзакций, где цена спама критически высока.