AdGuard浏览器扩展中$permissions修饰符在允许列表中的行为分析
2025-06-24 18:16:37作者:柯茵沙
问题背景
AdGuard浏览器扩展是一款广受欢迎的广告拦截工具,它通过规则过滤机制来阻止网页上的广告和跟踪组件。在4.4.1 beta版本中,用户发现了一个与$permissions修饰符相关的特殊行为问题。
问题现象
当用户访问特定网站(如气象网站)并将该网站加入允许列表(即禁用过滤功能)时,预期所有请求都应被放行。然而实际情况是,带有$permissions修饰符的请求仍然被拦截,这不符合用户预期。
技术分析
$permissions修饰符是AdGuard过滤规则中的一个特殊标记,用于控制网页权限相关的请求。这类请求通常涉及浏览器API权限,如地理位置、摄像头、麦克风等访问权限。
在正常情况下,当用户将网站加入允许列表时,AdGuard应该停止对该网站的所有过滤行为,包括基于$permissions修饰符的拦截。然而在4.4.1 beta版本中,权限相关的过滤规则似乎被赋予了更高的优先级,导致即使在允许列表中的网站,这些请求仍然被拦截。
影响范围
这个问题主要影响:
- 需要特定浏览器权限的网站
- 用户明确加入允许列表但仍需某些权限的页面
- 使用$permissions修饰符规则的过滤列表
解决方案
AdGuard团队已经确认这是一个bug,并在后续版本中修复了此问题。修复后,$permissions修饰符的规则将遵循允许列表的设置,当网站被允许时,所有请求(包括权限相关请求)都将被放行。
技术启示
这个案例揭示了过滤规则优先级处理中的几个重要方面:
- 用户显式设置(如允许列表)应该始终具有最高优先级
- 特殊修饰符规则需要与基本过滤逻辑保持一致
- 权限相关的过滤需要特别谨慎,以免影响网站核心功能
总结
AdGuard浏览器扩展在处理$permissions修饰符与允许列表交互时出现的行为异常,反映了复杂过滤系统中规则优先级管理的重要性。开发团队及时响应并修复了这一问题,确保了过滤系统的行为符合用户预期。对于用户而言,了解这类特殊修饰符的行为有助于更好地配置和使用广告拦截工具。
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 StartedRust0191
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 Notebook0115
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.96 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++
856
1.92 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++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
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
150
252
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
297
114
昇腾LLM分布式训练框架
Python
178
220