iptables-mod-randmap 项目下载及安装教程
2024-12-08 17:28:34作者:蔡怀权
1. 项目介绍
iptables-mod-randmap 是一个用于 iptables 的扩展模块,旨在提供无状态的地址和端口随机化功能。通过该模块,用户可以为每个 IP 数据包随机选择新的源地址和/或端口,从而增强网络通信的安全性和隐私性。需要注意的是,该项目仍处于实验阶段,可能存在未完全测试的问题,甚至可能导致内核崩溃。
2. 项目下载位置
项目源代码托管在 GitHub 上,可以通过以下命令进行下载:
git clone https://github.com/apernet/iptables-mod-randmap.git
3. 项目安装环境配置
3.1 系统要求
- 操作系统:Debian 11 或更高版本
- 内核版本:最新版本(建议升级到最新内核)
3.2 安装依赖
在安装 iptables-mod-randmap 之前,需要确保系统已安装以下依赖:
- 内核头文件
- libxtables-dev
- git
- build-essential
- pkg-config
- make
可以通过以下命令安装这些依赖:
sudo apt update
sudo apt -y upgrade
sudo reboot
sudo apt -y install linux-headers-$(uname -r) libxtables-dev git build-essential pkg-config make
3.3 环境配置示例

4. 项目安装方式
4.1 下载并编译项目
首先,下载项目源代码:
git clone https://github.com/apernet/iptables-mod-randmap.git
cd iptables-mod-randmap
4.2 编译并安装
使用以下命令编译并安装模块:
make
sudo make install
4.3 加载模块
安装完成后,可以通过以下命令加载模块:
sudo insmod /lib/modules/$(uname -r)/extra/xt_RANDMAP.ko
5. 项目处理脚本
5.1 使用示例
以下是一个使用 iptables-mod-randmap 的示例脚本:
#!/bin/bash
# 设置服务器和客户端的 IP 地址和路由前缀
SERVER_ADDR="fc00:2070::2/128"
ROUTED_PREFIX="fc00:3002::/64"
CLIENT_ADDR="fc00:2070::1/128"
# 在服务器上设置 iptables 规则
sudo ip6tables -t mangle -A PREROUTING -d $ROUTED_PREFIX -j RANDMAP --dst-pfx $SERVER_ADDR --dport 80:80
sudo ip6tables -t mangle -A OUTPUT -s $SERVER_ADDR -p tcp --sport 80 -j RANDMAP --src-pfx $ROUTED_PREFIX --sport 0:65535
# 在客户端上设置 iptables 规则
sudo ip6tables -t mangle -A OUTPUT -d $SERVER_ADDR -p tcp --dport 80 -j RANDMAP --dst-pfx $ROUTED_PREFIX --dport 0:65535
sudo ip6tables -t mangle -A PREROUTING -s $ROUTED_PREFIX -j RANDMAP --src-pfx $SERVER_ADDR --sport 80:80
5.2 脚本说明
该脚本在服务器和客户端上分别设置了 iptables 规则,以实现地址和端口的随机化。具体步骤如下:
- 在服务器上,对目标地址为
ROUTED_PREFIX的数据包进行随机化处理,并将目标地址和端口随机化为SERVER_ADDR和80。 - 在客户端上,对目标地址为
SERVER_ADDR的数据包进行随机化处理,并将目标地址和端口随机化为ROUTED_PREFIX和0-65535。
通过以上步骤,可以实现无状态的地址和端口随机化,增强网络通信的安全性和隐私性。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
388
458
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++
894
679
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
806
198
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781