1 引言
1.1 研究背景
電子商務的高速發展使電商平臺成為數據價值的核心載體。亞馬遜作為全球領先的電商生態，截至 2024 年第二季度，其平臺商品總量突破 1.5 億，日均活躍用戶超 3 億，每日產生 PB 級的交易數據與用戶行為記錄。這些數據包含商品特征（價格、規格、品牌）、市場動態（銷量排名、價格波動）、用戶偏好（評價、評分）等關鍵信息，為企業競品分析、營銷策略制定及學術研究提供重要依據。
然而，亞馬遜為保護商業利益，構建了多層次反爬體系：
- 基礎層：IP 請求頻率限制、User-Agent 校驗、Cookie 跟蹤；
- 中間層：動態 HTML 標簽（class/id 隨機生成）、JavaScript 加密數據（如價格通過 JS 計算）；
- 高級層：設備指紋識別（通過瀏覽器指紋、Canvas 繪圖特征定位爬蟲）、智能驗證碼（reCAPTCHA v3 無感知驗證）。
