Submariner项目中VXLAN与IPSec加密的流量分析
2025-06-30 21:18:46作者:范靓好Udolf
背景介绍
Submariner是一个开源的Kubernetes网络插件,专为跨集群通信设计。它支持多种底层网络传输机制,其中VXLAN和IPSec是两种常见的选项。在实际部署中,工程师们经常需要确认数据流是否按照预期配置进行传输,特别是加密特性的验证。
问题现象
在典型的3节点拓扑结构中(1个broker节点和2个gateway节点),当选择VXLAN作为cable driver时,技术文档明确说明应该看到未加密的流量。然而,通过tcpdump和Wireshark抓包分析,工程师观察到的却是经过IPSec加密的流量,这与预期不符。
技术分析
VXLAN在Submariner中的实现
Submariner使用UDP端口4500传输VXLAN流量。这个端口号与IPSec的默认端口相同,这是导致Wireshark误判的根本原因。Wireshark默认将4500端口的UDP流量识别为IPSec流量,而实际上这是纯VXLAN流量。
解决方案
要让Wireshark正确识别VXLAN流量,需要修改其解码配置:
- 在Wireshark中手动指定UDP 4500端口为VXLAN流量
- 更新协议解码偏好设置,覆盖默认的IPSec识别规则
这一调整后,工程师可以准确观察到未加密的VXLAN流量,验证Submariner配置的正确性。
最佳实践建议
- 协议分析工具配置:在使用网络分析工具时,应当了解其默认解码规则,必要时进行手动调整
- 端口规划:虽然Submariner固定使用4500端口,但在其他场景中可以考虑使用不同端口避免混淆
- 验证流程:部署后应当通过多种工具交叉验证网络特性,确保与设计一致
- 文档参考:仔细阅读Submariner官方文档中关于各cable driver的技术细节
总结
这个案例展示了网络工具默认行为可能导致的误解,以及如何通过深入理解协议实现和技术配置来解决这类问题。对于使用Submariner的工程师来说,掌握这些细节有助于更准确地验证和诊断跨集群网络连接。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0212
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 Notebook0137
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 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++
872
2.01 K
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
468
461
Ascend Extension for PyTorch
Python
757
960
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++
696
1.4 K
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++
1.1 K
1.14 K
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
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
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
1.03 K
646