ClamAV模块在Drupal 10中处理大文件上传的配置优化
2025-06-09 12:13:45作者:齐添朝
问题背景
在使用Drupal 10.3.6系统的ClamAV模块进行文件上传时,发现一个特殊现象:25MB以下的ZIP文件可以正常上传并完成病毒扫描,而超过25MB的文件则会被拦截并显示"反病毒扫描程序无法检查文件"的错误提示。这个问题在将"ClamAV不可用时的行为"设置为"允许未检查文件"时可以绕过,但这显然不是理想的安全解决方案。
根本原因分析
经过深入排查,发现问题的根源在于ClamAV守护进程(clamd)的默认配置限制。虽然Drupal系统本身已经正确配置了PHP和Apache的文件上传大小限制,但ClamAV服务端的扫描限制仍然保持着默认值,这导致大文件无法完成完整的病毒扫描流程。
解决方案
要解决这个问题,需要对ClamAV的配置文件进行以下关键参数调整:
- MaxFileSize:设置ClamAV允许扫描的最大单个文件大小
- MaxScanSize:设置ClamAV扫描时处理的最大数据量(包括解压后的内容)
- StreamMaxLength:设置流式扫描的最大长度
具体配置示例如下(位于/etc/clamd.d/scan.conf):
StreamMaxLength = "115343360" # 110MB
MaxScanSize = "115343360" # 110MB
MaxFileSize = "115343360" # 110MB
配置建议
-
数值设定原则:建议将这三个参数设置为略高于Drupal系统中设置的最大上传文件大小(例如Drupal设置为100MB,ClamAV可设为110MB)
-
MaxScanSize的特殊性:这个参数需要特别关注,因为它需要能够容纳解压后的文件内容。对于ZIP等压缩文件,建议设置为原始文件大小的2-3倍。
-
服务重启:修改配置后必须重启ClamAV服务才能生效:
systemctl restart clamav-daemon
验证配置
可以使用clamconf工具验证配置是否生效:
clamconf -n
在输出中应该能看到更新后的参数值。
性能考量
增大这些限制值可能会对系统资源产生影响,特别是内存使用。在资源有限的服务器上,需要权衡安全需求与系统性能。建议:
- 监控系统资源使用情况
- 根据实际业务需求设置合理的上限
- 考虑对超大文件采用其他安全措施
总结
通过合理配置ClamAV的扫描参数,可以有效解决Drupal系统中大文件上传被错误拦截的问题。这需要在系统安全性和可用性之间找到平衡点,确保既能有效防范病毒威胁,又不影响正常的业务文件上传需求。
登录后查看全文
热门项目推荐
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
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
667
153
Ascend Extension for PyTorch
Python
216
235
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++
660
304
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
React Native鸿蒙化仓库
JavaScript
255
321
🔥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
63
19
🎉 (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
1.19 K
652
仓颉编程语言运行时与标准库。
Cangjie
141
876
仓颉编译器源码及 cjdb 调试工具。
C++
133
866