首页
/ OPNsense防火墙中Captive Portal允许地址失效问题解析

OPNsense防火墙中Captive Portal允许地址失效问题解析

2025-06-19 08:48:59作者:裘晴惠Vivianne

在OPNsense 25.1.5版本中,用户报告了一个关于Captive Portal功能的重要问题:配置在"允许地址"列表中的IP地址仍然会被防火墙拦截。本文将深入分析该问题的技术背景、影响范围及解决方案。

问题现象

当管理员在Captive Portal配置中添加了允许访问的IP地址(如内部DNS服务器或特定公共服务)后,未认证用户对这些地址的访问请求仍会被防火墙阻断。这与预期行为相违背——这些地址本应作为例外绕过认证机制。

技术背景

该问题源于OPNsense从IPFW防火墙迁移到PF防火墙的技术转型过程中规则生成的差异:

  1. 历史实现(IPFW)
    在旧版本中,允许地址会被双向添加到防火墙规则中,通过两条跳转规则实现:

    • 源地址为允许列表的流量放行
    • 目标地址为允许列表的流量放行
  2. PF实现问题
    新版本中仅生成单向规则,仅检查源地址:

    block drop in log quick on vmx1 from ! <__captiveportal_zone_0> to any
    

    这导致目标地址为允许列表的流量仍会被阻断。

影响范围

该问题主要影响以下场景:

  • 通过Captive Portal的访客网络访问内部服务(如DNS、NTP)
  • 需要开放特定公共服务(如企业官网)给未认证用户
  • 远程连接客户端连接时的基础服务访问

解决方案

开发团队通过核心代码修改修复了该问题,主要变更包括:

  1. 规则逻辑优化
    将允许地址同时应用于源和目标检查,修改后的规则形式为:

    block drop in log quick on $interface from ! <__captiveportal_zone_$zoneid> to ! <__captiveportal_zone_$zoneid>
    
  2. 状态保持
    保持PF防火墙的状态跟踪特性,同时确保允许地址的流量双向通行。

临时解决方案

在等待官方版本更新期间,用户可通过以下命令手动应用补丁:

opnsense-patch 25e5341 && configctl filter reload

最佳实践建议

  1. 定期检查Captive Portal规则的实际生效情况
  2. 对于关键服务,建议同时配置防火墙白名单作为冗余保护
  3. 升级到25.1.6或更高版本后验证修复效果

该修复已合并到OPNsense主分支,体现了开源社区快速响应和解决问题的优势。管理员应关注此类核心功能变更可能带来的边缘案例影响,特别是在大版本升级后。

登录后查看全文

项目优选

收起
kernelkernel
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
511
551
docsdocs
暂无描述
Markdown
852
5.69 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.05 K
2.49 K
kernelkernel
deepin linux kernel
C
33
16
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
839
1.28 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
847
1.7 K
ops-mathops-math
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++
1.25 K
1.38 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.17 K
857
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
503
346
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
787
415