Limitação de taxa e prevenção de abusos
Nesta página
Por que limitar pedidos?
As aplicações de IA são alvos privilegiados de abuso por uma razão que não existia nas aplicações tradicionais: cada chamada ao modelo custa dinheiro. Uma API REST tradicional sujeita a uma inundação de pedidos desacelera e eventualmente colapsa, mas não esvazia uma conta bancária. Uma aplicação LLM, no entanto, continua a responder perfeitamente enquanto a fatura dispara. Sem limitação de taxa, um atacante pode arruinar o seu orçamento de API em minutos, lançar ataques automatizados de injeção de prompts ou usar a sua infraestrutura para gerar spam à sua custa.
Duas formas de contar
A janela deslizante é o mecanismo fundamental. Regista o carimbo de data/hora de cada pedido, descarta os que saíram da janela e compara o remanescente com o teto. A sua superioridade face à janela fixa resume-se a um detalhe importante na prática: com uma janela fixa que reinicia a cada minuto, um atacante pode colocar a sua quota no final de um minuto e novamente no início do seguinte, efetivamente duplicando a taxa de transferência permitida ao longo de alguns segundos. A janela deslizante não deixa essa brecha.
Além disso, a função não devolve um simples booleano; devolve um dicionário que indica os pedidos restantes e o tempo até ao reinício. Estes valores preenchem os cabeçalhos da resposta que os seus clientes legítimos usarão para se autorregularem — uma integração bem desenhada espera em vez de bombardear o endpoint.
import time
from collections import defaultdict
class RateLimiter:
"""Sliding window rate limiter."""
def __init__(self, max_requetes: int, fenetre_secondes: int):
self.max_requetes = max_requetes
self.fenetre = fenetre_secondes
self.requetes: dict[str, list[float]] = defaultdict(list)
def autoriser(self, identifiant: str) -> tuple[bool, dict]:
"""Checks if a request is allowed for this identifier."""
maintenant = time.time()
seuil = maintenant - self.fenetre
# Clean up old requests
self.requetes[identifiant] = [
t for t in self.requetes[identifiant] if t > seuil
]
nb_requetes = len(self.requetes[identifiant])
if nb_requetes >= self.max_requetes:
prochain_slot = self.requetes[identifiant][0] + self.fenetre
return False, {
"restantes": 0,
"reset_dans": round(prochain_slot - maintenant, 1),
}
self.requetes[identifiant].append(maintenant)
return True, {
"restantes": self.max_requetes - nb_requetes - 1,
"reset_dans": round(self.fenetre - (maintenant - self.requetes[identifiant][0]), 1),
}
# Configuration by role
limiteurs = {
"gratuit": RateLimiter(max_requetes=10, fenetre_secondes=60),
"premium": RateLimiter(max_requetes=60, fenetre_secondes=60),
"api": RateLimiter(max_requetes=200, fenetre_secondes=60),
}
Contar pedidos não é suficiente, pois nem todos os pedidos são iguais. Dez perguntas curtas custam uma fração do que custa um único pedido acompanhado de um documento de cinquenta páginas. Um limitador por pedido deixaria passar este último e bloquearia os primeiros, o que é exatamente o oposto do que dita a economia do serviço. Um orçamento de tokens restabelece a proporcionalidade, com reinício diário e registo do uso real após o facto, uma vez que a estimativa feita antes da chamada não conhece o comprimento da resposta.
class TokenBudgetLimiter:
"""Limits token spending per user."""
def __init__(self, budget_tokens_jour: int, cout_par_1k_input: float, cout_par_1k_output: float):
self.budget_jour = budget_tokens_jour
self.cout_input = cout_par_1k_input
self.cout_output = cout_par_1k_output
self.usage: dict[str, dict] = defaultdict(lambda: {"tokens_in": 0, "tokens_out": 0, "date": ""})
def verifier_budget(self, user_id: str, tokens_estimes: int) -> tuple[bool, dict]:
"""Checks if the user still has budget."""
from datetime import date
aujourd_hui = str(date.today())
# Daily reset
if self.usage[user_id]["date"] != aujourd_hui:
self.usage[user_id] = {"tokens_in": 0, "tokens_out": 0, "date": aujourd_hui}
total_utilise = self.usage[user_id]["tokens_in"] + self.usage[user_id]["tokens_out"]
restant = self.budget_jour - total_utilise
if tokens_estimes > restant:
return False, {"restant": restant, "demande": tokens_estimes}
return True, {"restant": restant - tokens_estimes}
def enregistrer_usage(self, user_id: str, tokens_in: int, tokens_out: int):
"""Records actual usage after a call."""
self.usage[user_id]["tokens_in"] += tokens_in
self.usage[user_id]["tokens_out"] += tokens_out
# Example: 100K tokens/day for free users
budget = TokenBudgetLimiter(
budget_tokens_jour=100_000,
cout_par_1k_input=0.005,
cout_par_1k_output=0.015,
)
Reconhecer um bot
Um atacante metódico mantém-se abaixo dos seus tetos: basta-lhe abrandar. Detetar abusos exige, portanto, olhar para a forma do tráfego e não para o seu volume. Os quatro sinais implementados abaixo complementam-se bem. A repetição idêntica denuncia um script preso num ciclo. Uma explosão de pedidos em poucos segundos indica um ritmo que nenhum humano consegue manter ao teclado. Uma mensagem com dezenas de milhares de caracteres sinaliza uma tentativa de injeção volumétrica. O quarto é o mais interessante: comprimentos de mensagem rigorosamente idênticos ao longo de dez pedidos consecutivos revelam um fuzzer a variar o conteúdo com estrutura constante, enquanto um utilizador real escreve frases de comprimentos irregulares.
from dataclasses import dataclass, field
from datetime import datetime
@dataclass
class ProfilUtilisateur:
user_id: str
requetes_recentes: list[dict] = field(default_factory=list)
alertes: list[str] = field(default_factory=list)
class DetecteurAbus:
"""Detects automated abuse patterns."""
def __init__(self):
self.profils: dict[str, ProfilUtilisateur] = {}
def analyser(self, user_id: str, message: str) -> list[str]:
"""Analyzes a message to detect abuse patterns."""
if user_id not in self.profils:
self.profils[user_id] = ProfilUtilisateur(user_id=user_id)
profil = self.profils[user_id]
alertes = []
# Pattern 1: repeated identical messages
if profil.requetes_recentes:
derniers_messages = [r["message"] for r in profil.requetes_recentes[-5:]]
if derniers_messages.count(message) >= 3:
alertes.append("SPAM: identical message repeated 3+ times")
# Pattern 2: abnormal frequency
maintenant = datetime.now()
recentes = [
r for r in profil.requetes_recentes
if (maintenant - r["timestamp"]).seconds < 10
]
if len(recentes) > 5:
alertes.append("FLOOD: 5+ requests in 10 seconds")
# Pattern 3: very long messages (volumetric injection attempt)
if len(message) > 10000:
alertes.append(f"VOLUME: message of {len(message)} characters")
# Pattern 4: systematic variation (automated fuzzing)
if len(profil.requetes_recentes) >= 10:
longueurs = [len(r["message"]) for r in profil.requetes_recentes[-10:]]
if max(longueurs) - min(longueurs) < 5 and len(set(longueurs)) == 1:
alertes.append("FUZZING: identical message length (bot)")
# Record
profil.requetes_recentes.append({
"message": message,
"timestamp": maintenant,
"alertes": alertes,
})
return alertes
detecteur = DetecteurAbus()
Sanções escalonadas
Banir ao primeiro alerta seria um erro dispendioso, porque nenhum destes sinais é infalível: um utilizador que atualiza nervosamente uma página aciona o detetor de explosão sem ser malicioso. O banimento progressivo acumula uma pontuação e aciona respostas proporcionais — um aviso, depois estrangulamento, depois um bloqueio temporário de uma hora e, finalmente, vinte e quatro horas. Cada nível dá ao utilizador legítimo a hipótese de sair da trajetória, enquanto o script automatizado a segue até ao fim.
class GestionBannissement:
"""Progressive banning: warning, throttling, blocking."""
def __init__(self):
self.compteurs: dict[str, int] = defaultdict(int)
self.bans: dict[str, float] = {}
def signaler(self, user_id: str, severite: int = 1) -> str:
"""Reports abuse and applies the appropriate sanction."""
self.compteurs[user_id] += severite
score = self.compteurs[user_id]
if score >= 10:
self.bans[user_id] = time.time() + 86400 # Ban 24h
return "BAN_24H"
elif score >= 5:
self.bans[user_id] = time.time() + 3600 # Ban 1h
return "BAN_1H"
elif score >= 3:
return "RALENTIR" # Reduced rate limit
else:
return "AVERTIR"
def est_banni(self, user_id: str) -> bool:
"""Checks if a user is currently banned."""
if user_id in self.bans:
if time.time() < self.bans[user_id]:
return True
del self.bans[user_id]
return False
A ordem das verificações importa
A montagem final encadeia os quatro mecanismos antes de chamar o modelo, e esta ordem obedece a uma regra simples: do menos dispendioso para o mais dispendioso. A verificação de banimento é uma pesquisa num dicionário, a limitação de taxa varre uma lista curta, a deteção de abusos analisa o histórico e o controlo de orçamento vem imediatamente antes da chamada faturada. Inverter esta sequência significaria pagar pela análise comportamental de um utilizador que já está banido. O último passo é o mais frequentemente esquecido: registar o uso real a partir do campo usage da resposta, sem o qual o seu orçamento se desviaria da estimativa feita antes da chamada.
from openai import OpenAI
class APISecurisee:
"""API with integrated rate limiting and abuse detection."""
def __init__(self):
self.client = OpenAI()
self.rate_limiter = RateLimiter(max_requetes=20, fenetre_secondes=60)
self.budget = TokenBudgetLimiter(100_000, 0.005, 0.015)
self.detecteur = DetecteurAbus()
self.bans = GestionBannissement()
def traiter(self, user_id: str, message: str) -> str:
# Step 1: check ban status
if self.bans.est_banni(user_id):
return "Your access is temporarily suspended."
# Step 2: rate limiting
autorise, info = self.rate_limiter.autoriser(user_id)
if not autorise:
return f"Too many requests. Try again in {info['reset_dans']}s."
# Step 3: abuse detection
alertes = self.detecteur.analyser(user_id, message)
if alertes:
action = self.bans.signaler(user_id, severite=len(alertes))
if action.startswith("BAN"):
return "Abusive behavior detected. Access suspended."
# Step 4: check token budget
tokens_estimes = len(message) // 4 + 500
ok, budget_info = self.budget.verifier_budget(user_id, tokens_estimes)
if not ok:
return "Daily token budget exhausted."
# Step 5: call the model
response = self.client.chat.completions.create(
model="gpt-5.6-sol",
messages=[{"role": "user", "content": message}],
)
# Record actual usage
usage = response.usage
self.budget.enregistrer_usage(user_id, usage.prompt_tokens, usage.completion_tokens)
return response.choices[0].message.content
Pontos-chave
- A limitação de taxa protege o seu orçamento de API e previne ataques automatizados
- Combine limites por pedido (janela deslizante) e limites por custo (tokens)
- A deteção de abusos identifica padrões: spam, inundação, fuzzing, volume
- O banimento progressivo (avisar, estrangular, bloquear) evita falsos positivos permanentes
- Cada resposta deve incluir cabeçalhos de limitação de taxa para informar o utilizador