首页
/ SafeLine 10 扩展插件开发完全指南

SafeLine 10 扩展插件开发完全指南

2025-06-05 17:56:59作者:翟江哲Frasier

前言

SafeLine 作为一款专业的 Web 应用防火墙,其扩展插件系统为用户提供了强大的自定义防护能力。本文将全面解析 SafeLine 10 扩展插件系统的开发方法,帮助开发者快速掌握插件开发的核心要点。

插件系统概述

SafeLine 扩展插件系统采用 Lua 5.1 作为脚本语言,通过轻量级的脚本实现对请求的深度分析和处理。插件系统主要提供两种类型的插件:

  1. Process 插件:基于请求特征触发的处理插件
  2. Ticker 插件:基于时间间隔触发的定时任务插件

开发环境准备

在开始开发前,需要了解以下基础配置:

  1. 插件管理入口位于 SafeLine 控制台的「入侵检测」→「扩展插件管理」页面
  2. 所有插件必须导入 skynet 模块才能使用系统提供的接口
  3. 出于安全考虑,部分标准库函数被禁用(如 IO 库全部函数)

插件开发详解

基础结构

每个插件都必须包含以下基本结构:

local skynet = require "skynet"

-- 插件配置和回调函数定义

skynet.register(插件类型, 配置参数, 回调函数)

Process 插件开发

Process 插件是最常用的插件类型,它可以根据请求特征进行匹配和处理。

匹配规则配置

匹配规则通过 match 表定义,支持以下字段:

local match = {
    ip = "192.168.1.0/24",  -- CIDR格式的IP段
    host = "example\\.com",  -- 正则表达式匹配域名
    urlpath = "/admin/.*",  -- 正则表达式匹配路径
    type = skynet.MATCH_TYPE_ALL,  -- 触发模式
    target = skynet.MATCH_TARGET_DETECT  -- 请求类型
}

匹配规则最佳实践

  1. 只声明必要的匹配字段,避免不必要的性能开销
  2. 正则表达式会进行全匹配(自动添加$)
  3. 合理选择触发模式(DEFAULT或ALL)

处理函数

处理函数接收匹配到的请求参数:

function process(ip, host, urlpath)
    -- 处理逻辑
end

Ticker 插件开发

Ticker 插件适合执行定时任务:

local duration = 60  -- 60秒间隔

function ticker(dur)
    -- 定时执行的任务
end

skynet.register(skynet.TYPE_TICKER, duration, ticker)

核心API详解

请求统计API

-- 获取过去time秒内的请求数
local count = skynet.stat_visit(key, time)

-- 获取过去time秒内的请求耗时总和(秒)
local total_time = skynet.stat_time(key, time)

-- 获取状态码统计
local codes = skynet.stat_resp_code(key, time)

TopN查询API

-- 获取5秒内访问量最高的10个IP
local top_ips = skynet.top_n(skynet.TOP_IP, 10, skynet.TOP_DURATION_5S)

防护动作API

-- 封禁指定IP 60秒
skynet.action_ban(key, 60)

-- 限速:60秒内每10秒最多5次请求
skynet.action_limit(key, 60, 10, 5)

数据存储API

-- 全局存储
skynet.db_set(skynet.DB_GLOBAL, "key", "value")

-- 插件私有存储
skynet.db_add(skynet.DB_LOCAL, "counter", 1)

HTTP请求API

-- GET请求示例
local resp, err = skynet.http_get("http://example.com", {
    ["User-Agent"] = "SafeLine-Plugin"
})

-- POST请求示例
local resp, err = skynet.http_post("http://example.com", {
    ["Content-Type"] = "application/json"
}, '{"key":"value"}')

实战案例

高频访问自动封禁

local skynet = require "skynet"

local match = {
    ip = "0.0.0.0/0",
    type = skynet.MATCH_TYPE_DEFAULT
}

function process(ip)
    local key = {ip = ip}
    local count = skynet.stat_visit(key, 10)  -- 10秒内的访问次数
    
    if count > 100 then  -- 阈值100次
        skynet.action_ban(key, 300)  -- 封禁5分钟
        skynet.log("security", "IP "..ip.." banned for frequent access")
    end
end

skynet.register(skynet.TYPE_PROCESS, match, process)

定时统计热门URL

local skynet = require "skynet"

local duration = 30  -- 30秒间隔

function ticker()
    local top_urls = skynet.top_n(skynet.TOP_HOST_URLPATH, 5, skynet.TOP_DURATION_5S)
    
    for _, item in ipairs(top_urls) do
        skynet.log("stats", "Popular URL: "..item.host..item.urlpath.." - "..item.count.." visits")
    end
end

skynet.register(skynet.TYPE_TICKER, duration, ticker)

性能优化建议

  1. 避免在process插件中进行耗时操作
  2. 合理设置匹配规则,减少不必要的触发
  3. 对于高频操作,考虑使用ticker插件替代
  4. 谨慎使用日志功能,避免产生大量日志

结语

SafeLine 10 扩展插件系统提供了强大的自定义防护能力,通过本文的介绍,开发者可以快速掌握插件开发的核心技术。在实际应用中,建议结合具体业务场景,设计出更加精准、高效的防护策略。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
163
2.05 K
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
199
279
leetcodeleetcode
🔥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
60
16
RuoYi-Vue3RuoYi-Vue3
🎉 (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
951
557
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
96
15
apintoapinto
基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
0
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
77
71
giteagitea
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0