Sing-box DNS规则中client_subnet配置问题解析
2025-05-09 10:14:04作者:谭伦延
问题背景
在Sing-box项目中,用户报告了一个关于DNS规则中client_subnet参数不生效的问题。具体表现为:当通过HTTP入站请求访问特定域名时,DNS解析结果未能正确应用client_subnet参数指定的客户端子网信息,导致返回了不符合预期的IP地址。
技术细节分析
client_subnet参数的作用
client_subnet是DNS查询中的一个EDNS0扩展选项,它允许DNS解析器了解客户端的网络位置信息。这个功能对于内容分发网络服务特别重要,因为它能让DNS服务器根据客户端的地理位置返回最优的服务器IP地址。
问题重现场景
用户配置了一个典型的Sing-box环境,包含以下关键组件:
- DNS服务器配置了多个解析器,包括公共DNS和本地解析器
- 设置了特定的DNS规则,要求对
www.example.com的查询使用公共DNS,并指定客户端子网为114.114.114.114 - 配置了HTTP入站连接
测试发现:
- 直接通过DNS端口查询时,返回了符合预期的本地IP地址
- 通过HTTP连接访问时,DNS解析却返回了国外IP地址
问题根源
经过分析,这个问题源于Sing-box在处理HTTP入站请求时的DNS查询逻辑与直接DNS查询存在差异。具体表现为:
- 直接DNS查询时,
client_subnet参数被正确附加到EDNS0选项中 - HTTP连接请求触发的DNS查询虽然匹配了相同的规则,但
client_subnet参数未被正确应用
解决方案
该问题已在Sing-box 1.10.0-alpha.28版本中得到修复。新版本统一了不同入站方式下的DNS查询处理逻辑,确保client_subnet参数在所有场景下都能正确应用。
配置建议
对于需要使用client_subnet功能的用户,建议:
- 升级到1.10.0-alpha.28或更高版本
- 在DNS规则中明确指定需要应用
client_subnet的域名和IP范围 - 测试不同入站方式下的DNS解析结果,确保一致性
总结
DNS解析中的客户端子网信息对于获取最优网络路径至关重要。Sing-box通过持续改进,解决了不同入站方式下client_subnet参数应用不一致的问题,为用户提供了更加稳定和可靠的DNS解析服务。
登录后查看全文
热门项目推荐
相关项目推荐
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
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
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
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
214
234
暂无简介
Dart
661
151
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
React Native鸿蒙化仓库
JavaScript
251
320
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++
659
294
🎉 (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
1.18 K
646
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
217
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
20
仓颉编程语言开发者文档。
58
817