Higress网关实现真实IP获取与IP白名单配置实践
背景介绍
在云原生微服务架构中,API网关作为流量入口,其安全防护能力尤为重要。阿里云开源的Higress作为新一代云原生网关,提供了丰富的安全插件,其中IP限制功能是基础且重要的安全防护手段。但在实际使用过程中,由于网络架构的复杂性,网关往往无法直接获取客户端的真实IP地址,导致IP白名单功能失效。
问题现象
用户在使用Higress网关的IP限制插件时,发现配置的白名单IP无法生效。经排查发现,网关日志中记录的客户端IP实际上是Kubernetes节点内网IP,而非真实的客户端公网IP。这种情况通常发生在网关前端部署了负载均衡器(如阿里云CLB)的场景下。
技术原理分析
在典型的云环境架构中,客户端请求通常需要经过以下路径:
- 客户端 → 2. 云负载均衡(CLB) → 3. Kubernetes节点 → 4. Higress网关
默认情况下,当请求经过负载均衡器转发后,后端服务只能看到负载均衡器的IP地址。要获取原始客户端IP,需要以下两个关键配置:
-
负载均衡器开启Proxy Protocol:Proxy Protocol是HAProxy开发的一种协议,它能够在TCP连接建立时,在数据流前插入客户端的原始IP和端口信息。
-
网关启用Proxy Protocol支持:Higress网关需要明确配置以识别和解析Proxy Protocol信息,才能正确提取客户端真实IP。
完整解决方案
第一步:配置负载均衡器
在阿里云CLB控制台中:
- 找到对应的80和443监听端口配置
- 开启"获取真实客户端IP"功能
- 同时启用Proxy Protocol协议支持
第二步:配置Higress网关
在Higress控制台或通过YAML配置:
- 进入网关全局配置
- 启用Proxy Protocol支持
- 确保配置已正确应用到所有网关实例
第三步:配置IP白名单插件
使用Higress的WasmPlugin资源配置IP限制规则:
apiVersion: extensions.higress.io/v1alpha1
kind: WasmPlugin
metadata:
name: ip-restriction
spec:
matchRules:
- config:
allow:
- 202.128.128.0/24
ip_source_type: origin-source
ingress:
- your-ingress-name
url: oci://higress-registry.cn-hangzhou.cr.aliyuncs.com/plugins/ip-restriction:1.0.0
关键参数说明:
allow: 指定允许访问的IP段ip_source_type: 设置为"origin-source"表示使用原始客户端IPingress: 指定应用此规则的路由名称
验证与测试
配置完成后,可通过以下方式验证:
- 从白名单IP范围发起请求,应能正常访问
- 从非白名单IP范围发起请求,应收到403禁止访问响应
- 检查Higress网关日志,确认记录的客户端IP与预期一致
最佳实践建议
-
多层防护:除了网关层的IP白名单,建议在负载均衡层也配置访问控制,实现纵深防御。
-
日志监控:定期检查网关日志,确保IP识别机制持续有效。
-
灰度发布:对于生产环境,建议先在小范围路由上测试IP限制功能,确认无误后再全量应用。
-
动态更新:对于频繁变更的IP白名单,可以考虑通过API动态更新配置,而无需重启网关。
总结
通过正确配置Proxy Protocol和Higress网关,可以确保在复杂网络架构中准确获取客户端真实IP,使IP白名单等安全功能发挥应有作用。这一方案不仅适用于阿里云环境,对于其他云平台或自建Kubernetes集群中的Higress部署同样具有参考价值。
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