sing-box DNS监听端口循环问题分析与解决方案
2025-05-09 19:33:15作者:蔡怀权
问题背景
在sing-box 1.11-beta.20版本中,用户报告了一个关于DNS服务循环解析的问题。当配置一个监听53端口的direct类型入站(inbound)用于提供局域网DNS服务时,系统会出现DNS请求无限循环的现象,导致大量日志输出和系统资源消耗。
问题现象
用户配置如下inbound用于DNS服务:
{
"type": "direct",
"tag": "dns-in",
"listen": "::",
"listen_port": 53
}
配合路由规则:
{
"inbound": "dns-in",
"action": "resolve"
}
启动服务后,系统立即产生大量日志,显示DNS请求在本地回环,不断向自身IP地址(192.168.144.120和IPv6地址)的53端口发起请求。
问题分析
根本原因
-
协议未明确限制:原始配置中未指定network字段,导致同时监听TCP和UDP端口。DNS协议通常使用UDP,但TCP回退机制会导致问题复杂化。
-
路由解析循环:当DNS请求进入direct类型的inbound后,resolve动作会再次将请求发往本地DNS端口,形成无限循环。
-
自动嗅探机制:sing-box的协议自动嗅探功能在检测到DNS协议流量后,会再次触发resolve动作,加剧了循环问题。
解决方案
最佳实践配置
通过明确指定network字段为"udp",可以彻底解决问题:
{
"type": "direct",
"tag": "dns-in",
"listen": "::",
"listen_port": 53,
"network": "udp"
}
方案优势
- 协议明确:仅监听UDP端口,避免TCP带来的复杂性。
- 性能优化:UDP协议更适合DNS查询场景,减少连接开销。
- 避免循环:UDP无连接特性天然避免了请求回环问题。
技术原理深入
sing-box DNS处理流程
- 入站接收:网络请求首先到达配置的inbound。
- 协议识别:系统自动嗅探或根据配置识别协议类型。
- 路由决策:根据路由规则决定如何处理请求(resolve/hijack等)。
- 出站转发:将请求发送到指定服务器或执行特定动作。
循环产生机制
在原始配置中,流程变为:
- DNS请求进入direct inbound
- 被识别为DNS协议
- 路由规则触发resolve动作
- resolve再次将请求发往本地53端口
- 重复步骤1-4,形成无限循环
配置建议
对于类似网络服务监听场景,建议:
- 明确指定协议类型(network字段)
- 对于DNS服务优先使用UDP协议
- 在路由规则中考虑添加额外条件避免循环
- 测试环境先启用debug日志观察流量走向
版本兼容性说明
此问题在sing-box 1.11-beta.20版本中发现,但解决方案具有向后兼容性,适用于大多数版本。用户在升级版本时应注意:
- 检查路由规则语法变化
- 验证DNS功能是否正常
- 监控系统资源使用情况
通过以上分析和解决方案,用户可以稳定地在sing-box上部署DNS服务,避免循环解析问题。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
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++
892
667
Ascend Extension for PyTorch
Python
376
445
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
1.37 K
777
暂无简介
Dart
797
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271