推荐一款全方位隐私保护的开源项目:Combined Privacy Block Lists
2024-05-30 08:14:05作者:翟江哲Frasier
1、项目介绍
Combined Privacy Block Lists 是一个集广告拦截、恶意软件防护和数据收集防护为一体的全面解决方案。它通过整合多个知名来源的数据,提供了一系列优化过的 hosts 文件、IP 堵塞列表、PAC 过滤规则和浏览器订阅,旨在提升用户的在线隐私与安全。

2、项目技术分析
该项目利用自研脚本和工具自动化生成各种列表,这些工具可供安装并定期更新,确保了数据的实时性和准确性。提供的列表包括:
- ABP 和 uBO 订阅:适用于 AdBlock Plus 和 uBlock Origin 等浏览器扩展,以更小巧的体积实现强大的拦截效果。
- DNSMasq 和 hosts 文件:适用于不同操作系统,直接在 DNS 层面进行拦截,减少网络资源浪费。
- IP 地址和范围列表:以 CIDR 格式提供,适用于防火墙、路由器等设备,实现 IP 级别的拦截。
所有内容经过严格筛选,过滤掉无效和可能引发误封的条目,同时也支持 IDN 转 Punycode,保证在所有系统上的兼容性。
3、项目及技术应用场景
无论你是在桌面电脑还是移动设备上浏览网页,或是使用 torrent 客户端下载文件,Combined Privacy Block Lists 都能发挥作用:
- 对于普通网页浏览,你可以选择安装 hosts 文件或使用 ABP/uBO 订阅,阻止广告和数据收集行为。
- 使用 DNSMasq 或其他 DNS 解析工具时,导入对应的 DNSMasq 黑名单可以提高网络安全。
- 在 torrent 下载中,结合
combined-final-win.dat和combined-final.p2p,防止不良节点的影响。
4、项目特点
- 多源集成:从多个权威来源获取信息,提供多种格式供用户选择。
- 自动化处理:使用自制脚本自动化生成和维护,保证数据新鲜度。
- 全面兼容:支持所有操作系统,可应用于各种网络拦截环境。
- 严谨筛选:去除虚假和潜在误封项,保障用户体验。
- 经常更新:每两周至少更新一次,快速响应网络安全动态。
如果你寻求一种一站式的隐私保护方案,那么 Combined Privacy Block Lists 将是你的理想之选。别忘了,你还可以贡献自己的一份力量,参与捐赠支持这个项目的发展!
[更多详情见项目仓库](https://github.com/bongochong/CombinedPrivacyBlockLists)
登录后查看全文
热门项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 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 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 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 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
311
2.72 K
deepin linux kernel
C
24
7
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++
639
242
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
469
Ascend Extension for PyTorch
Python
149
175
暂无简介
Dart
604
135
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
227
81
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
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310