Sing-box中sniff异常导致fakeip被错误发送的问题分析
2025-05-09 17:21:45作者:滕妙奇
问题背景
在Sing-box 1.11.0-beta.15版本中,用户在使用fakeip功能配合sniff规则时发现了一个异常行为。当运行speedtest测速时,系统未能正确执行sniff操作,同时将fakeip地址直接作为目标地址发送到了服务端,导致连接异常。
技术细节分析
该问题出现在以下配置组合下:
- 启用了fakeip功能,配置了198.18.0.0/15作为IPv4地址范围
- 设置了sniff规则,尝试嗅探STUN、P2P和DTLS协议
- 配置了10ms的超时时间
当客户端尝试访问speedtest.race.com时,系统按预期生成了fakeip地址198.18.0.33。然而,在路由处理阶段出现了异常:
- 系统正确识别了fakeip域名speedtest.race.com
- 匹配到了sniff规则,尝试进行协议嗅探
- 嗅探过程既未成功也未超时(日志中未显示结果)
- 最终将fakeip地址198.18.0.33直接作为目标地址发送到了服务端
问题影响
这个bug会导致以下影响:
- 使用fakeip和sniff组合配置时,特定流量会被错误路由
- 服务端会收到无法处理的fakeip地址,导致连接失败
- 影响speedtest等应用的正常使用
解决方案
Sing-box开发团队在1.11.0-beta.16版本中修复了该问题。升级到该版本后:
- sniff功能能够正确处理fakeip流量
- 不会再将fakeip地址错误发送到服务端
- speedtest等应用可以正常工作
最佳实践建议
对于使用类似配置的用户,建议:
- 及时升级到最新版本
- 在测试环境中验证新版本的功能
- 监控日志中的sniff处理结果
- 根据实际需求调整sniff超时时间(10ms可能过短)
该问题的修复体现了Sing-box项目对路由处理逻辑的持续优化,确保了fakeip和sniff功能的协同工作能力。
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
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218