当前位置:首页 > 文章列表 > 文章 > linux > Linux nftables 丢弃规则的内核日志记录与前缀配置

Linux nftables 丢弃规则的内核日志记录与前缀配置

来源:17golang原创 2026-11-08 03:54:56 0浏览 收藏

nftables 可以在一条规则中同时写 log prefix "..." 和 drop。把需要限制日志范围的匹配条件放在 log 前,将 drop 放在日志动作之后,就能为命中的丢弃规则增加可检索前缀。单独的 log 不会丢弃数据包;单独的 drop 也不会自动生成这类日志。

官方地址:https://netfilter.org/projects/nftables/

官方日志指南:https://wiki.nftables.org/wiki-nftables/index.php/Logging_traffic

日志能力解决的是哪一层问题

排查“连接没到应用”时,应用日志为空并不能证明防火墙没有命中。规则计数、数据包日志和应用日志记录的是不同层次。这里增加的是防火墙规则对应的内核日志,不需要让应用收到已被丢弃的包。

这是 nftables 现有能力的使用说明,不是一项新发布功能。示例仅针对一个测试 TCP 端口,不扩展到按网络接口限制流量。选定前缀 nft-demo-drop: ,可以让日志检索与规则命名保持一致;末尾空格让前缀和后面的包字段更容易分辨。

把匹配条件、前缀和 drop 放进同一条规则

下面是独立测试表的配置文件 demo-log.nft。测试端口为 65432,示例表名为 demo_log。它不是完整主机防火墙策略:基础链默认放行未命中的包,其他已有链仍可能影响流量。只在可回退的测试环境使用,且表名应尚不存在。

# 独立测试表,只展示一个端口的记录与丢弃。
table inet demo_log {
    chain input {
        type filter hook input priority 0; policy accept;
        # 条件先限定目标端口;日志动作后跟终止性的 drop。
        tcp dport 65432 counter log prefix "nft-demo-drop: " level info drop
    }
}

规则中的 counter 统计到达这里并满足端口条件的数据包;log 发出日志;drop 给出丢弃裁决。规则从左往右求值,不能把端口条件放到日志之后,再认为只有这个端口会被记录。prefix 是检索文本,不会改变匹配范围,也不是权限控制。

# 在测试 Linux 主机加载上述配置,不清空其他表。
sudo nft -f demo-log.nft
# 阅读本表规则和计数;本例不在文章生成环境执行这些命令。
sudo nft list table inet demo_log
# 测试结束只删除本例独立表,不使用 flush ruleset。
sudo nft delete table inet demo_log

加载动作通常需要相应管理权限。不要反复对同名现有表直接加载示例来“补日志”;实际环境应由管理该规则集的配置来源修改,避免重复规则或与自动化管理器冲突。

nftables端口匹配计数日志前缀和drop裁决组成关系
静态结构图:端口条件、counter、log 与 drop 属于同一条规则;前缀属于日志配置。连线表达组成关系,图不是执行截图。

按前缀读取内核日志

这里使用普通 log prefix,没有配置 group。普通形式把包信息写入内核日志;配置 log group 则走 NFLOG 用户态订阅路径,应配套 ulogd 等接收者,不能期待完全相同的查看入口。

# 在使用 systemd journal 的主机查看本次启动的内核日志。
# 固定字符串匹配前缀,避免把标点误当正则表达式。
sudo journalctl -k -b --no-pager | grep -F -- 'nft-demo-drop: '

应从受控测试流量和规则命中情况判断是否出现记录;本文没有提供伪造的内核日志输出。没有匹配结果时,分别检查:流量是否到达本机 input hook、前面的规则是否已经终止处理、日志读取权限和系统的日志采集设置。应用层发起一次连接,也可能产生多个包,因此包日志条数不能直接当作连接数。

如果系统没有使用 systemd journal,可从该发行版的内核日志或 syslog 配置找入口;不要把某个固定文件路径当作所有 Linux 主机的通用日志位置。

限制日志频率时独立保留丢弃规则

高频丢弃流量可能产生大量日志。若将 limit 与 drop 全放在一条规则,限速条件不再匹配的包就不会执行该规则后面的 drop。想限制的只是日志时,应保留一条不受日志限速影响的丢弃规则。

下面两行用于替换前面的单条端口规则,不要保留旧的无条件日志规则再追加。它们位于同一个 input 链中,日志规则在前,兜底丢弃规则在后,中间没有其他放行规则。

# 只对日志设置令牌桶速率,保留突发容量。
tcp dport 65432 limit rate 3/second burst 6 packets log prefix "nft-demo-drop: " level info
# 对该端口的丢弃不依赖日志是否还有额度。
tcp dport 65432 counter drop

日志语句不是终止动作,记录后仍可继续匹配后面的丢弃规则。达到日志限制后,第一条规则不记录,第二条仍负责丢弃。这里的速率是该限速实例共享的令牌桶约束,不代表每个源地址各有独立额度,也不表示日志每秒严格均匀输出。限速后的日志只是观测样本,不能代表全部丢弃数量。

限速日志规则与独立丢弃规则的职责边界
静态说明图:日志额度约束记录规则,丢弃裁决由独立规则承担;日志前缀关联内核日志检索,计数关联丢弃规则。图不表示时间轴。

旧写法对比与采用边界

配置作用容易误解的地方
log prefix产生带标识的普通内核日志记录不等于丢弃
log prefix 后接 drop同一条命中规则记录并丢弃日志之前的条件决定已记录的范围
limit 日志规则加独立 drop限制记录量,同时保留丢弃职责日志条数不等于丢弃包总数
log group将日志交给 NFLOG 用户态接收者需要接收组件,查看方式不同

从 iptables 思路迁移时,不必为了“记录”和“裁决”机械拆成两条 nftables 规则;只有需要独立约束日志频率等职责时,再明确拆分。修改前先确定链的用途、规则位置、管理来源及回退方式;不要把排障日志示例当作完整访问控制配置。

配置了默认 policy drop 就会自动打印包吗? 不会。要观察默认丢弃之前的流量,需要在合适位置配置显式日志规则,且不能遮挡已有的允许规则。

前缀能写中文吗? 运维检索一般采用短而稳定的 ASCII 标识,避免编码与采集端格式处理差异;不要在前缀放账号、密钥等敏感内容。

有计数增长却没看到每个包的日志怎么办? 先区分规则限速、内核日志处理和采集保留策略。计数与日志是不同观测手段,不应据此直接断定 drop 没有生效。

规则语法参考:https://netfilter.org/projects/nftables/manpage.html。确认普通日志与 NFLOG 的路径区别、把条件放在日志动作之前,并将日志限速与丢弃职责分开,是这类配置最需要守住的三个要点。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Linux unshare 怎样只隔离 UTS 命名空间Linux unshare 怎样只隔离 UTS 命名空间
上一篇
Linux unshare 怎样只隔离 UTS 命名空间
Linux systemctl cat 查看服务 unit 主文件与 drop-in 配置
下一篇
Linux systemctl cat 查看服务 unit 主文件与 drop-in 配置
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    935次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    939次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    1048次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    1025次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    850次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码