Biliup项目解析:虎牙移动端API防盗链机制导致FLV拉流失败的技术分析
2025-06-15 06:17:37作者:胡唯隽
背景概述
近期在Biliup项目使用过程中,发现通过虎牙直播移动端API获取FLV流时出现403错误的问题。这一问题主要影响使用移动端API接口的用户,而传统API接口仍能正常工作。本文将深入分析这一现象的技术原因,并探讨可能的解决方案。
问题现象
当用户开启虎牙移动端API选项拉取FLV流时,系统会返回403状态码,表明访问被服务器拒绝。关闭移动端API选项后,录制功能可以恢复正常工作。从错误日志中可以看到,系统尝试了多个CDN节点(hw、tx、al等)均返回403错误。
技术分析
移动端API防盗链机制
根据技术人员的逆向分析,虎牙直播近期在移动端API中引入了新的防盗链措施。具体表现为:
- 参数变更:移动端API返回的anticode经过antitheft处理后,平台ID从默认值变为10
- 身份标识:新增了uid参数,同时移除了"ver"、"uuid"、"sdk_sid"等原有参数
- 分区差异:目前仅英雄联盟(LOL)分区实施了这一防盗链措施,其他分区仍可使用原有移动端API链接
错误机制
当使用未经处理的移动端API链接时,虎牙服务器会检测到以下异常:
- 平台ID不符合预期值(应为10)
- 缺少必要的uid参数
- 包含不应存在的参数(ver/uuid等)
这些异常触发服务器的防盗链机制,导致返回403禁止访问状态码。
解决方案
针对这一问题,技术人员提出了以下解决方案:
-
参数调整:
- 将"u"参数改为"uid"
- 平台ID调整为10
- 移除"ver"、"uuid"、"sdk_sid"等参数
-
分区差异化处理:
- 对LOL分区采用特殊处理
- 其他分区保持原有逻辑
-
备用方案:
- 保留传统API作为fallback选项
- 实现自动切换机制
技术实现建议
对于开发者而言,可以按照以下思路修改代码:
- 解析直播间分区信息
- 对LOL分区应用特殊参数处理
- 构建符合防盗链要求的请求参数
- 实现错误自动恢复机制
总结
虎牙直播的移动端API防盗链升级反映了直播平台对内容保护日益重视的趋势。作为开发者,需要持续关注平台API变更,及时调整采集策略。Biliup项目作为开源录制工具,其灵活的参数配置和模块化设计为应对这类变更提供了良好基础。未来可以考虑增加更智能的API适配机制,以应对不同平台可能实施的各种保护措施。
登录后查看全文
热门项目推荐
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 StartedRust0193
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 Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook05
项目优选
收起
暂无描述
Dockerfile
766
4.99 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++
857
1.94 K
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++
686
1.34 K
Ascend Extension for PyTorch
Python
721
888
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++
1.08 K
1.1 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
458
445
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
617