Fort防火墙项目中通配符路径规则的实现与优化
2025-07-05 17:27:03作者:幸俭卉
背景介绍
Fort是一款功能强大的防火墙软件,它允许用户通过设置规则来控制应用程序的网络访问权限。在实际使用中,用户经常需要为版本号会变化的应用程序设置访问规则,这时通配符路径规则就显得尤为重要。
问题发现
在Fort项目的最新版本中,用户发现了一个关于通配符路径规则的有趣现象:当用户尝试通过命令行界面添加包含通配符(*)的路径规则时,系统并没有按照预期创建通配符规则,而是创建了普通路径规则。这导致在应用程序路径中包含版本号变化时,系统无法正确识别并应用预先设置的规则。
技术分析
通配符规则的工作原理
在Fort防火墙中,通配符规则主要用于匹配那些路径中某些部分会变化的应用程序。例如:
C:\users\reddy\appdata\local\kingsoft\wps office\*\office6\wps.exe
这样的规则可以匹配任何版本号的WPS Office程序,因为星号(*)可以代表任意字符串。
原有实现的问题
- 命令行界面限制:原有版本中,通配符规则只能通过图形界面添加,命令行界面无法创建真正的通配符规则。
- 规则冲突:当用户通过命令行添加包含通配符的路径时,系统会创建普通规则而非通配符规则,导致后续版本变更时需要重复授权。
- 大小写显示问题:系统在显示路径时采用大写形式,而实际路径为小写,这虽然不影响功能但可能造成用户困惑。
解决方案
项目维护者tnodir针对这些问题进行了以下改进:
- 命令行通配符支持:现在系统会检查路径中是否包含'*'或'?'通配符,如果包含则自动创建通配符规则而非普通规则。
- 规则自动替换:当添加通配符规则时,系统会自动替换掉可能被覆盖的特定路径规则,避免规则冗余。
- 显示优化:虽然保留了路径显示的大写形式,但确保了功能的一致性。
技术实现细节
实现这些改进的关键代码变更包括:
- 通配符检测逻辑:在添加规则时增加对路径字符串的检查,识别其中的通配符。
- 规则类型判断:根据是否包含通配符决定创建普通规则还是通配符规则。
- 规则冲突处理:在添加通配符规则时,自动清理可能被覆盖的特定路径规则。
实际应用建议
对于需要使用通配符规则的用户,现在可以通过以下两种方式添加规则:
- 图形界面:使用"Add Wildcard"功能添加通配符路径。
- 命令行界面:直接在路径中包含通配符字符,系统会自动识别并创建正确的规则类型。
总结
Fort项目通过这次更新,显著提升了通配符路径规则的使用体验。用户现在可以更灵活地管理那些路径会变化的应用程序的网络访问权限。这一改进不仅解决了原有问题,还增强了系统的易用性和一致性。
对于需要管理多个版本应用程序的企业环境或软件开发场景,这一功能改进将大大简化防火墙规则的维护工作。
登录后查看全文
热门项目推荐
相关项目推荐
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
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
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
315
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219