Anubis项目v1.18.0-pre1版本发布:引入CEL表达式匹配新特性
2025-06-08 13:51:59作者:毕习沙Eudora
项目简介
Anubis是一个开源的Web应用防火墙(WAF)项目,主要用于保护Web服务免受恶意请求的侵害。它通过灵活的规则配置,可以识别并拦截各种自动化工具、爬虫和恶意流量,同时允许合法用户正常访问。该项目采用Go语言开发,具有高性能和低资源占用的特点。
版本亮点:CEL表达式匹配
v1.18.0-pre1版本最重要的新特性是引入了CEL(Common Expression Language)表达式匹配功能。这一功能极大地增强了Anubis的规则配置灵活性,使管理员能够针对不同服务定制精细化的防护策略。
CEL表达式基础
CEL是一种简单但功能强大的表达式语言,最初由Google开发,用于安全策略和配置验证。在Anubis中,CEL表达式可以访问请求的各种属性,包括:
- 请求头(headers)
- 主机名(host)
- HTTP方法(method)
- 请求路径(path)
- 查询参数(query)
- 客户端IP地址(remoteAddress)
- 用户代理字符串(userAgent)
实际应用示例
简单示例:允许API请求
- name: allow-api-requests
action: ALLOW
expression:
all:
- '"Accept" in headers'
- 'headers["Accept"] == "application/json"'
- 'path.startsWith("/api/")'
这个规则组合了三个条件:请求必须包含Accept头、Accept头的值必须是application/json,且路径必须以/api/开头。
复杂示例:允许Git客户端访问
- name: allow-git-clients
action: ALLOW
expression:
all:
- >-
(
userAgent.startsWith("git/") ||
userAgent.contains("libgit") ||
userAgent.startsWith("go-git") ||
userAgent.startsWith("JGit/") ||
userAgent.startsWith("JGit-")
)
- '"Git-Protocol" in headers'
- headers["Git-Protocol"] == "version=2"
这个规则更复杂,它检查用户代理是否匹配常见Git客户端,同时验证Git-Protocol头的存在和值。
技术实现特点
- 灵活的条件组合:支持使用
all(与)和any(或)逻辑组合多个表达式 - 丰富的操作符:包括字符串操作(startsWith, contains等)、集合操作(in)和比较操作(==, !=等)
- 类型安全:表达式引擎会检查变量类型,避免类型错误
- 性能优化:CEL表达式在编译后会生成高效的执行计划
其他改进
除了CEL表达式外,这个版本还包括:
- 多级配置导入:支持更复杂的配置组织结构
- Cookie检查:JavaScript端现在会检查客户端是否禁用了Cookie
- 文档增强:新增了Caddy服务器配置指南和常见问题解答
- 构建系统改进:完善了RPM和DEB包的构建
适用场景
Anubis特别适合以下场景:
- API保护:精确控制哪些客户端可以访问API端点
- Git服务防护:识别合法的Git客户端请求
- 内容管理系统:区分人类用户和自动化工具
- 高价值端点保护:为敏感操作添加额外的验证层
总结
v1.18.0-pre1版本通过引入CEL表达式匹配,使Anubis的规则配置能力达到了新的高度。管理员现在可以编写更精确、更灵活的防护规则,针对不同服务定制独特的防护策略。这一改进特别适合需要精细控制访问权限的复杂Web应用场景。
作为预发布版本,v1.18.0-pre1已经展示了Anubis未来的发展方向,我们期待在正式版中看到更多增强功能和稳定性改进。对于需要高级防护功能的Web服务管理员来说,这个版本值得关注和测试。
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-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
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
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 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 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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
263
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
269
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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