ntopng在Debian Bullseye上Active Monitoring功能失效问题分析
2025-06-03 15:23:47作者:庞眉杨Will
问题背景
在Debian Bullseye操作系统上运行ntopng社区版v6.1.240509时,用户发现Active Monitoring(主动监控)功能完全无法正常工作。系统日志显示/usr/share/ntopng/scripts/lua/modules/am_utils.lua脚本执行失败,具体报错为round()函数未定义。
技术分析
Active Monitoring是ntopng提供的一项重要功能,它允许用户主动探测网络设备和服务状态。当该功能失效时,管理员将无法获取网络设备的实时状态信息。
经过深入分析,发现问题根源在于am_utils.lua脚本中使用了round()函数进行数值四舍五入处理,但该脚本没有正确引入包含此函数的Lua工具库。round()函数实际上定义在lua_utils和format_utils这两个工具模块中。
解决方案
临时解决方案是在am_utils.lua脚本开头添加以下两行代码:
require "lua_utils"
local format_utils = require "format_utils"
开发团队已在后续版本中修复此问题,用户可以通过更新ntopng软件包来获得修复后的版本。对于Debian Bullseye用户,修复后的版本已经可用,建议用户及时更新。
影响范围
此问题主要影响:
- 使用Debian Bullseye操作系统的用户
- 安装ntopng社区版v6.1.240509版本的用户
- 尝试配置任何类型Active Monitoring功能的用户
值得注意的是,虽然用户最初测试的是ICMP ping到8.8.8.8的监控,但实际上此问题会影响所有类型的Active Monitoring配置,因为问题出在基础功能模块而非特定监控类型。
最佳实践
对于遇到类似问题的用户,建议:
- 首先检查ntopng日志确认具体错误信息
- 尝试更新到最新版本ntopng
- 如暂时无法更新,可手动修改am_utils.lua脚本添加必要的模块引用
- 修改后重启ntopng服务使更改生效
此问题的修复体现了开源社区快速响应和解决问题的优势,用户遇到类似问题时可以及时向社区反馈以获得帮助。
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-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
137
169
React Native鸿蒙化仓库
JavaScript
235
309
暂无简介
Dart
598
130
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++
631
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
688
🎉 (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
1.06 K
615
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
197
74
仓颉编程语言测试用例。
Cangjie
36
688