osquery在macOS 15 Sequoia中ALF表失效问题分析
在macOS系统监控工具osquery的最新使用中发现,运行在macOS 15 Sequoia(Beta 5版本)上的osquery 5.12.1版本中,ALF(Application Layer Firewall)表查询返回空结果。这一问题引起了开发者社区的关注,本文将从技术角度深入分析问题原因及可能的解决方案。
问题现象
ALF表是osquery中用于查询macOS应用层防火墙状态的重要虚拟表。在正常情况下,执行SELECT * FROM alf;应该返回防火墙的配置信息,包括是否启用、日志记录状态等。但在macOS 15系统中,这一查询却返回空结果集。
根本原因分析
经过技术团队调查,发现问题根源在于macOS 15系统架构变更。传统上,osquery通过读取/Library/Preferences/com.apple.alf.plist文件来获取防火墙配置信息。然而在macOS 15中,这一配置文件已被移除,导致查询机制失效。
技术解决方案探索
技术团队提出了几种可能的解决方案:
-
系统分析器方案:通过
system_profiler SPFirewallDataType命令可以获取防火墙信息,这与获取SecureBoot状态的方案类似。这一方法在macOS 14和15上均有效,输出内容包括:- 防火墙模式
- 应用程序例外规则
- 日志记录状态
- 隐身模式设置
-
替代配置文件方案:团队曾尝试寻找替代的plist文件(如之前考虑的
/Library/Preferences/com.apple.security.firewall.plist),但发现这些文件在macOS 15中并未包含所需的防火墙信息。 -
命令行工具方案:虽然
socketfilterfw工具可以直接获取防火墙状态,但由于osquery的安全策略限制,不推荐使用执行外部命令的方式。
实现建议
基于现有分析,推荐采用系统分析器方案进行实现。这种方案具有以下优势:
- 无需执行外部二进制文件,符合osquery的安全模型
- 在多个macOS版本上保持兼容性
- 提供的信息全面且结构化
实现时需要注意处理系统分析器的输出格式,将其转换为osquery表的标准数据结构。同时应考虑添加版本检测逻辑,针对不同macOS版本采用适当的查询方式。
总结
macOS系统升级带来的架构变化常常会影响系统监控工具的正常工作。osquery团队正在积极应对macOS 15中的这一变更,计划通过更健壮的实现方式来恢复ALF表功能。这一案例也提醒我们,在系统监控工具开发中需要持续关注底层系统的演进,建立灵活的适配机制。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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