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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略
项目优选
收起
deepin linux kernel
C
24
7
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
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
168
190
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
258
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
373
3.19 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.09 K
618
🔥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
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
262
92