防火牆、代理API、VPN偵測

防火牆、代理API、VPN偵測 | 原創，AI翻譯

Home 2025.01

代理伺服器中的 API 能否避開 GFW 封鎖？
- 混合代理與 API 流量可避免 GFW 封鎖
- GFW 能區分代理與一般 HTTP/HTTPS 流量
- GFW 可能基於純代理流量進行封鎖
- GFW 使用時間窗口進行流量分析
- 定期存取 API 或可防止偵測
防火長城 (GFW) 運作原理
- GFW 記錄含來源與目標資料的請求
- 封鎖與非法活動相關的 IP
- 使用規則檢測特定協議
- 可根據非法請求比例進行封鎖
- 採用 AI 進行智能流量模式檢測
ChatGPT iOS VPN 檢測分析
- ChatGPT iOS 現可配合部分 VPN 使用
- 存取取決於 VPN 伺服器位置
- 檢測基於特定 IP 地址
- 部分雲端供應商 IP 遭封鎖

代理伺服器中的 API 能否避開 GFW 封鎖？

我在 Shadowsocks 實例上運行了一個簡單伺服器，程式碼如下：

from flask import Flask, jsonify
from flask_cors import CORS
import subprocess

app = Flask(__name__)
CORS(app)  # 為所有路由啟用 CORS

@app.route('/bandwidth', methods=['GET'])
def get_bandwidth():
    # 運行 vnstat 命令獲取 eth0 的 5 分鐘間隔流量統計
    result = subprocess.run(['vnstat', '-i', 'eth0', '-5', '--json'], capture_output=True, text=True)
    data = result.stdout

    # 將捕獲的資料作為 JSON 回應返回
    return jsonify(data)

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

並使用 nginx 監聽 443 端口，配置如下：

server {
    listen 443 ssl;
    server_name www.some-domain.xyz;

    ssl_certificate /etc/letsencrypt/live/www.some-domain.xyz/fullchain.pem; # managed by 
    # ...
    location / {

        proxy_pass http://127.0.0.1:5000/;
        # ...
    }
}

此伺服器程式提供網路數據，我將其作為代理伺服器使用，讓我能透過網路數據在部落格上顯示線上狀態。

有趣的是，該伺服器至今數日尚未遭到防火長城（GFW）或其他網路管控系統封鎖。通常，我設定的代理伺服器會在一兩天內遭封鎖。此伺服器在如 51939 的端口運行 Shadowsocks 程式，因此其流量混合了 Shadowsocks 與常規 API 流量。這種混合似乎讓 GFW 認為該伺服器並非專用代理，而是正常伺服器，從而避免 IP 遭封鎖。

此觀察頗具啟發性。GFW 似乎採用特定邏輯來區分代理流量與常規流量。雖然 Twitter 和 YouTube 等許多網站在中國被封鎖，但仍有大量境外網站（如國際大學和企業網站）可正常存取。

這表明 GFW 可能基於區分正常 HTTP/HTTPS 流量與代理相關流量的規則運作。同時處理兩類流量的伺服器似乎能避開封鎖，而僅處理代理流量的伺服器則較易遭封鎖。

關鍵問題在於 GFW 用於累積封鎖資料的時間範圍——是一天還是一小時。在此時間範圍內，系統會檢測流量是否純屬代理性質。若是，則該伺服器 IP 將遭封鎖。

我常瀏覽部落格回顧所寫內容，但接下來幾週我的重心將轉移至其他任務而非撰寫文章。這將減少我透過 443 端口存取 bandwidth API 的頻率。若發現再次遭封鎖，我應編寫程式定期存取此 API 以誤導 GFW。

以下是經優化結構與清晰度的文本：

防火長城 (GFW) 運作原理

步驟 1：記錄請求

import time

# 儲存請求資料的資料庫
request_log = []

# 記錄請求的函數
def log_request(source_ip, target_ip, target_port, body):
    request_log.append({
        'source_ip': source_ip,
        'target_ip': target_ip,
        'target_port': target_port,
        'body': body,
        'timestamp': time.time()
    })

log_request 函數記錄傳入請求的基本資訊，包括來源 IP、目標 IP、目標端口、請求主體及時間戳。

步驟 2：檢查並封鎖 IP

# 檢查請求並封鎖 IP 的函數
def check_and_ban_ips():
    banned_ips = set()

    # 遍歷所有已記錄的請求
    for request in request_log:
        if is_illegal(request):
            banned_ips.add(request['target_ip'])
        else:
            banned_ips.discard(request['target_ip'])

    # 對所有識別出的 IP 實施封鎖
    ban_ips(banned_ips)

check_and_ban_ips 函數遍歷所有已記錄請求，識別並封鎖與非法活動相關的 IP。

步驟 3：定義非法請求的標準

# 模擬檢查請求是否非法的函數
def is_illegal(request):
    # 實際非法請求檢查邏輯的佔位符
    # 例如檢查請求主體或目標
    return "illegal" in request['body']

此處 is_illegal 檢查請求主體是否包含 “illegal” 一詞。可根據非法活動的具體定義擴展更複雜的邏輯。

步驟 4：封鎖已識別 IP

# 封鎖 IP 列表的函數
def ban_ips(ip_set):
    for ip in ip_set:
        print(f"封鎖 IP: {ip}")

一旦識別出非法 IP，ban_ips 函數便透過列印其 IP 地址實施封鎖（在實際系統中可能直接阻擋）。

步驟 5：基於 80% 非法請求的替代封鎖方法

# 根據 80% 非法請求檢查並封鎖 IP 的函數
def check_and_ban_ips():
    banned_ips = set()
    illegal_count = 0
    total_requests = 0

    # 遍歷所有已記錄的請求
    for request in request_log:
        total_requests += 1
        if is_illegal(request):
            illegal_count += 1

    # 若 80% 或以上請求屬非法，則封鎖相關 IP
    if total_requests > 0 and (illegal_count / total_requests) >= 0.8:
        for request in request_log:
            if is_illegal(request):
                banned_ips.add(request['target_ip'])

    # 對所有識別出的 IP 實施封鎖
    ban_ips(banned_ips)

此替代方法根據非法請求的比例判斷是否封鎖 IP。若某 IP 的請求中有 80% 或以上屬非法，則予封鎖。

步驟 6：增強的非法請求檢查（例如 Shadowsocks 與 Trojan 協議檢測）

def is_illegal(request):
    # 檢查是否使用 Shadowsocks 協議（主體包含類二進位資料）
    if request['target_port'] == 443:
        if is_trojan(request):
            return True
    elif is_shadowsocks(request):
        return True
    return False

is_illegal 函數現亦檢查特定協議如 Shadowsocks 和 Trojan：

Shadowsocks：可檢查請求主體是否包含加密或類二進位資料。
Trojan：若請求經 443 端口（HTTPS）傳輸且符合特定模式（如 Trojan 流量特徵），則標記為非法。

步驟 7：合法請求範例

例如，GET https://some-domain.xyz/bandwidth 等請求顯然合法，不會觸發封鎖機制。

步驟 8：代理伺服器流量特徵

代理伺服器的流量特徵與常規網站或 API 伺服器截然不同。GFW 需區分正常網站流量與代理伺服器流量，兩者外觀可能完全不同。

步驟 9：用於智能檢測的機器學習與 AI 模型

考慮到網路上傳輸的請求與回應範圍廣泛，GFW 可能採用 AI 與機器學習模型分析流量模式，智能檢測非法行為。透過訓練系統識別多類流量並使用先進技術，可更有效地根據觀測模式封鎖或過濾流量。

更新

儘管多方嘗試，我的代理伺服器持續遭封鎖。為緩解此問題，我已實施透過 Digital Ocean 的反向 IP 功能實現的應對方案，可在每次封鎖時快速分配新 IP 地址。

ChatGPT iOS VPN 檢測分析

2024.12.26

今日，我發現 ChatGPT iOS 應用程式現可於中國透過 VPN 登入。此前，其會顯示如下阻擋提示。

然而，截至今日，配合 VPN 使用一切正常。

我記得 ChatGPT iOS 應用程式初發行時，配合 VPN 使用並無障礙。其後，VPN 檢測轉趨嚴格，導致登入困難。慶幸的是，此限制近期似乎已放寬。

經進一步測試，我發現使用 DigitalOcean 新加坡區域 VPN 時無法存取應用程式。但使用台灣或英國的 VPN（由 https://zhs.cloud 提供）時，則運作完美。

ChatGPT iOS 的 VPN 檢測似乎基於特定 IP 地址。部分雲端供應商或特定 IP 地址遭封鎖，這或可解釋為何 VPN 伺服器位置會導致不一致的結果。

Back Donate