sing-box TUN模式下的DNS请求拦截问题分析与解决方案
2025-05-09 12:59:17作者:谭伦延
问题背景
在使用sing-box的TUN透明代理功能时,用户遇到了局域网设备DNS请求无法被正确拦截的问题。具体表现为:当Ubuntu主机(192.168.6.11)作为网关,Windows客户端(192.168.6.10)通过该网关上网时,sing-box无法拦截Windows发出的DNS请求。
技术分析
TUN模式工作原理
sing-box的TUN模式通过创建虚拟网络接口实现透明代理。当配置了auto_route参数时,sing-box会自动设置路由规则,将流量重定向到TUN设备。然而,这些自动生成的路由规则存在一些局限性:
- 默认情况下,自动路由规则仅适用于本机发出的流量
- 对于来自其他网络接口(如局域网)的流量,需要额外配置
strict_route参数会强制所有流量通过TUN设备,可能导致某些网络问题
问题根源
根据日志分析,问题主要源于以下几个方面:
- 路由规则不完整:自动生成的路由规则未能覆盖来自局域网接口的流量
- DNS请求未被正确拦截:Windows客户端直接使用8.8.8.8作为DNS服务器,请求未经过TUN设备
- 网络状态变化后路由失效:当网络连接断开重连后,路由规则可能丢失
解决方案
方案一:使用nftables配置防火墙规则
通过nftables可以精确控制网络流量的转发规则:
- 添加规则将来自局域网的DNS请求重定向到TUN设备
- 配置NAT规则确保响应能正确返回
- 设置连接跟踪保持网络状态的连续性
方案二:使用ip rule手动配置路由
更推荐使用ip rule命令手动配置路由表:
# 为网关流量添加直连路由
ip rule add from 192.168.6.0/24 lookup 9001
# 为WAN接口流量添加直连路由
ip rule add from all iif eth0 lookup 9001
# 为LAN接口流量添加TUN路由
ip rule add from 192.168.6.0/24 iif eth1 lookup 9000
这种方法更加灵活,可以针对不同网络接口和IP范围设置不同的路由策略。
最佳实践建议
- 移除
strict_route参数:除非有特殊需求,否则不建议使用 - 完善路由配置:确保覆盖所有网络接口和IP范围
- 监控路由状态:网络变化后检查路由规则是否仍然有效
- 考虑使用systemd服务:确保sing-box重启后路由规则能自动恢复
总结
sing-box的TUN模式虽然提供了自动路由功能,但在复杂网络环境下仍需手动配置才能确保所有流量(特别是来自局域网的DNS请求)被正确拦截和处理。通过结合nftables或ip rule的灵活配置,可以构建更加稳定可靠的透明代理环境。
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
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
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
🎉 (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
1.21 K
660