LuLu防火墙3.1.0版本发布:增强隐私保护与规则管理
2025-06-06 05:36:38作者:凤尚柏Louis
项目简介
LuLu是一款macOS平台上的免费开源网络安全工具,由Objective-See开发维护。它能够监控和控制应用程序的网络连接行为,帮助用户阻止未经授权的网络访问请求。LuLu采用内核扩展和用户空间组件相结合的方式实现网络流量过滤,为macOS用户提供了强大的网络安全防护能力。
版本核心更新
新增VirusTotal集成禁用选项
3.1.0版本引入了一个重要的隐私保护功能——允许用户完全禁用VirusTotal(VT)集成服务。这项改进源于社区反馈(#569),为用户提供了更灵活的安全策略选择:
- 隐私考量:VirusTotal集成虽然能提供额外的安全扫描能力,但会将文件哈希值发送到第三方服务
- 用户控制:现在用户可以根据自身隐私需求,在偏好设置中自主决定是否启用该功能
- 企业适用性:对于有严格数据合规要求的企业环境,禁用此功能可避免潜在的数据外泄风险
预安装项目检测优化
针对"允许预安装项目"这一偏好设置,新版本进行了智能化的改进:
- 外部存储排除:现在会主动忽略外部存储设备(如磁盘映像)中的项目
- 减少误报:避免将临时挂载的磁盘映像中的内容误判为系统预装软件
- 性能优化:通过减少不必要的扫描范围,提升了规则加载效率
清理规则逻辑增强
规则管理系统得到了显著改进,使防火墙维护更加高效:
- 自动过期处理:系统会定期清理已过期的规则条目
- 进程感知:自动移除与已终止进程关联的规则
- 资源回收:通过及时清理无效规则,减少内存占用和规则库膨胀
本地化支持扩展
3.1.0版本大幅扩展了多语言支持,新增了包括德语、法语、波兰语、土耳其语、葡萄牙语等多种语言的本地化版本,使更多地区的用户能够以母语使用这款安全工具。
macOS兼容性建议
开发团队特别提醒用户考虑升级到macOS 15系统,因为苹果在该版本中修复了多个影响第三方网络扩展(包括LuLu)兼容性的问题。这些修复包括:
- 网络扩展稳定性提升
- 内核与用户空间通信优化
- 系统资源分配改进
技术实现亮点
LuLu 3.1.0在底层实现上延续了其创新的技术架构:
- 内核级过滤:通过系统扩展实现高效的网络包检测
- 用户态决策:复杂的策略判断在用户空间完成,保证系统稳定性
- 规则缓存:优化后的规则管理系统减少了内核/用户态切换开销
安全建议
对于注重隐私保护的用户,建议:
- 评估VirusTotal集成的必要性,根据需求调整设置
- 定期检查并清理过期的防火墙规则
- 保持系统和LuLu的及时更新,获取最新的安全防护能力
这个版本体现了LuLu项目对用户隐私和系统安全的不懈追求,通过精细化的控制选项和智能化的管理功能,为macOS用户提供了更可靠、更灵活的网络防护解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
670
155
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322