ntopng在Debian Bullseye上Active Monitoring功能失效问题分析
2025-06-03 15:08:21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
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
226
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868