AdNauseam项目中的DailyMotion视频广告过滤问题解析
2025-06-11 07:30:30作者:郜逊炳
在AdNauseam广告拦截项目中,开发者发现了一个关于DailyMotion视频平台广告过滤的特殊问题。这个问题表现为在Chrome浏览器上播放只有声音没有画面的视频广告,而在Firefox浏览器上则显示广告拦截检测提示。
问题现象分析
当用户在DailyMotion平台观看视频时,AdNauseam未能完全拦截视频广告,导致出现以下两种异常情况:
- 在Chrome浏览器中:播放只有音频没有画面的视频广告
- 在Firefox浏览器中:显示广告拦截器检测提示
值得注意的是,使用uBlock Origin时这些问题不会出现,这表明这是AdNauseam特有的问题。
技术调查过程
开发团队经过深入调查,发现问题的核心在于AdNauseam的静态过滤引擎与uBlock Origin在处理通用隐藏(generichide)规则时的差异。具体来说:
- uBlock Origin使用了一条关键规则:
@@||dailymotion.com^$ghide
这条规则作为例外规则,会关闭匹配页面上的通用元素隐藏功能。
- 在AdNauseam中,由于使用了独立的元素隐藏系统来收集广告,导致这类例外规则未被正确处理,进而触发了广告拦截检测机制。
解决方案探索
开发团队考虑了多种解决方案:
- 启用generichide功能:虽然可以解决检测问题,但会导致更多广告在其他网站上显示
- 自动启用严格模式:在generichide例外页面上自动切换
- 创建特定例外规则:针对DailyMotion平台单独处理
最终,团队选择了最精确的解决方案:为DailyMotion添加特定的元素隐藏例外规则:
dailymotion.com#@#.ad_box
技术原理深入
这个案例揭示了广告拦截器开发中的几个重要技术点:
-
通用隐藏(generichide):这是一种特殊的过滤规则类型,用于控制全局元素隐藏行为。当作为例外规则使用时,它可以防止特定网站上的通用隐藏规则生效。
-
广告拦截检测机制:许多网站会检查某些DOM元素是否被隐藏,以此判断用户是否使用了广告拦截器。如果拦截器隐藏了不该隐藏的元素,就可能触发这种检测。
-
跨浏览器差异:不同浏览器对广告拦截检测的实现可能有所不同,这解释了为什么问题在Chrome和Firefox上表现不同。
项目启示
这个问题的解决过程为广告拦截器开发提供了宝贵经验:
- 在实现广告收集功能时,需要特别注意与现有过滤规则的兼容性
- 通用规则的例外处理需要特别谨慎,可能对功能产生广泛影响
- 针对特定平台的定制化解决方案有时比通用方案更有效
AdNauseam团队通过这个案例进一步优化了其过滤系统,提升了在各种视频平台上的广告拦截效果,同时避免了被检测的风险。这种精细化的处理方式体现了专业广告拦截器开发的技术深度。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0239
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
JoyAI-VL-Interaction-Preview京东开源首个开源、视觉驱动的实时交互模型——它能实时监控视频流,并自主决定何时发言、保持沉默或委托任务。Jinja00
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0180
kornia🐍 空间人工智能的几何计算机视觉库Python03
PaddleParallel Distributed Deep Learning: Machine Learning Framework from Industrial Practice (『飞桨』核心框架,深度学习&机器学习高性能单机、分布式训练和跨平台部署)C++02
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
786
5.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
898
2.08 K
Ascend Extension for PyTorch
Python
767
985
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
721
1.45 K
deepin linux kernel
C
32
16
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
471
481
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
483
180
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++
1.13 K
1.17 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.49 K
684
昇腾LLM分布式训练框架
Python
189
240