AdGuard过滤规则对Weverse平台XHR请求的异常拦截分析
2025-06-21 13:44:44作者:董宙帆
背景概述
在Web应用开发中,跨域资源共享(XHR)请求是实现前后端数据交互的核心技术手段。近期在AdGuard过滤规则项目中,发现针对Weverse平台"时刻(Moment)"页面的特定过滤规则导致了异常行为,这为我们提供了一个研究广告拦截工具与现代化Web应用交互机制的典型案例。
问题现象
当用户访问Weverse平台的"时刻"类型页面时,例如特定艺人主页下的动态内容页面,系统会出现以下异常表现:
- 被拦截的XHR请求进入无限重试循环
- 浏览器内存占用持续攀升
- 最终导致浏览器标签页崩溃或无响应
技术分析
核心过滤规则
问题源于AdGuard Tracking Protection中的这条规则:
||nelo2-col.navercorp.com^$domain=~map.naver.com
该规则本意是阻止navercorp.com域下的跟踪请求,但排除了map.naver.com子域。
异常触发机制
- Cookie依赖:问题仅在特定Cookie(we2_consent)存在时触发,该Cookie包含用户同意协议信息
- 请求特征:被拦截的请求路径包含"/_store"特殊端点
- 重试机制:前端代码对失败的XHR请求实现了过于激进的重试策略
解决方案演进
临时解决方案
用户提出的替代方案采用了两层防护:
- 使用badfilter标记禁用原规则
- 添加JavaScript注入规则阻止特定XHR请求
weverse.io##+js(no-xhr-if, nelo2-col.navercorp.com)
官方修复方案
AdGuard团队经过分析后:
- 确认原规则确实会导致Weverse平台功能异常
- 调整了规则作用域和匹配条件
- 确保在阻止跟踪请求的同时不影响正常功能
技术启示
- 精准拦截的重要性:广告拦截规则需要精确区分跟踪请求和功能性请求
- 前端容错设计:Web应用应对请求失败有合理的降级策略,避免无限重试
- Cookie敏感操作:涉及用户协议状态的Cookie应谨慎处理,避免引发连锁反应
最佳实践建议
对于类似场景,建议采用分层处理策略:
- 优先使用域名级拦截
- 对特殊端点采用路径级过滤
- 对关键功能请求添加例外规则
- 实施前进行全面功能测试
该案例展示了现代Web应用中广告拦截工具面临的复杂挑战,也为规则优化提供了宝贵经验。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 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 Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
767
4.99 K
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++
857
1.94 K
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++
686
1.34 K
Ascend Extension for PyTorch
Python
721
892
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
458
445
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
618
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253