Salvo框架中实现TCP层IP过滤的技术方案
2025-06-19 15:27:25作者:沈韬淼Beryl
在Web服务开发中,IP白名单过滤是一个常见的安全需求,特别是在需要限制访问来源的场景下。Salvo作为一个Rust语言的Web框架,提供了灵活的扩展机制来实现这一功能。本文将深入探讨在Salvo框架中实现TCP层IP过滤的几种技术方案。
需求背景
IP过滤通常需要在两个层面实现:
- TCP连接层:在TCP握手完成后立即进行过滤
- HTTP请求层:在HTTP请求解析完成后进行过滤
TCP层的过滤效率更高,能更早地拒绝非法连接,减少资源消耗。Salvo框架提供了多种方式来实现这一功能。
方案一:使用Guard机制
Salvo的Guard机制可以在请求处理流程的早期进行拦截,非常适合实现IP过滤:
#[handler]
async fn handle(
req: &mut Request,
depot: &mut Depot,
res: &mut Response,
ctrl: &mut FlowCtrl,
) {
// 业务处理逻辑
}
Router::new()
.hoop(ip_guard)
.push(Router::with_path("api").get(handle));
async fn ip_guard(req: &mut Request, depot: &mut Depot, res: &mut Response, ctrl: &mut FlowCtrl) {
let remote_addr = req.remote_addr().unwrap();
if !ALLOW_LIST.contains(&remote_addr.ip()) {
ctrl.skip_rest();
res.status_code(StatusCode::FORBIDDEN);
}
}
这种方式的优点是可以复用现有的Guard中间件机制,实现简单。缺点是过滤发生在HTTP协议解析之后,效率不如TCP层过滤高。
方案二:自定义Acceptor实现
对于需要更高性能的场景,可以实现自定义的Acceptor,在TCP连接建立时立即进行过滤:
struct IpFilterAcceptor<T> {
inner: T,
allow_list: Vec<IpAddr>,
}
impl<T: Acceptor> Acceptor for IpFilterAcceptor<T> {
type Conn = T::Conn;
async fn accept(&self) -> std::io::Result<Option<Self::Conn>> {
loop {
if let Some(conn) = self.inner.accept().await? {
if let Some(peer_addr) = conn.peer_addr()? {
if self.allow_list.contains(&peer_addr.ip()) {
return Ok(Some(conn));
}
}
}
}
}
}
使用时:
let acceptor = TcpListener::bind("0.0.0.0:8080").await?;
let filtered_acceptor = IpFilterAcceptor {
inner: acceptor,
allow_list: vec![/* 允许的IP列表 */],
};
Server::new(filtered_acceptor).serve(router).await;
这种方案直接在TCP层进行过滤,效率最高,但需要实现自定义的Acceptor trait。
方案三:中间件与TCP过滤结合
对于需要更灵活控制的场景,可以结合两种方案:
- TCP层进行初步快速过滤
- HTTP层进行更精细的控制
struct TwoLayerFilter {
tcp_filter: IpFilterAcceptor<TcpListener>,
http_router: Router,
}
impl TwoLayerFilter {
async fn serve(self) {
Server::new(self.tcp_filter)
.hoop(additional_ip_guard) // HTTP层二次验证
.serve(self.http_router)
.await;
}
}
性能考量
不同方案的性能特点:
-
TCP层过滤:
- 优点:资源消耗最小,连接立即拒绝
- 缺点:实现相对复杂
-
HTTP层过滤:
- 优点:实现简单,可结合其他HTTP信息
- 缺点:需要完成TCP握手和HTTP解析
在实际应用中,可以根据安全需求级别选择适当的方案。对于高安全要求的场景,建议采用TCP层过滤;对于需要结合HTTP信息的复杂过滤规则,可以采用HTTP层过滤或两者结合的方式。
总结
Salvo框架提供了多种灵活的IP过滤实现方式,开发者可以根据具体需求选择最适合的方案。对于大多数Web应用,Guard中间件方案已经足够;对于高性能或高安全性要求的场景,自定义Acceptor是更好的选择。理解这些技术方案的差异有助于开发者构建更安全、更高效的Web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-1.5暂无简介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
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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