Tinyproxy支持权限校验Basic HTTP Authentication

简介: Tinyproxy支持权限校验Basic HTTP Authentication

tinyproxy版本1.8.3不支持账号密码验证,而新版本1.10.0支持

1、如果不需要鉴权,可以直接通过yum安装1.8版本

2、需要鉴权则要使用1.10版本,yum安装的最新版是1.8,只能通过源码安装

一、yum安装1.8.3

# 安装
$ yum install tinyproxy

$ tinyproxy -v
tinyproxy 1.8.3

# 启动 start|stop|status|restart
$ service tinyproxy start

# 卸载
$ yum erase tinyproxy

二、编译安装1.10.0

下载安装包页面

https://github.com/tinyproxy/tinyproxy/releases

找到最新版本

Version 1.10.0 (2020-05-20)

看到新版本的介绍,已经增加了验证

Add support for basic HTTP authentication

1、安装最新版

wget https://github.com/tinyproxy/tinyproxy/releases/download/1.10.0/tinyproxy-1.10.0.tar.gz


tar -zxvf tinyproxy-1.10.0.tar.gz

cd tinyproxy-1.10.0

# 编译安装
./configure &&
make &&
make install

$ which tinyproxy
/usr/local/bin/tinyproxy

$ tinyproxy -v
tinyproxy 1.10.0

如果发现tinyproxy的版本没有变化,则删除文件重新进行编译安装

2、修改配置

/etc/tinyproxy/tinyproxy.conf

# 注释掉这行,允许所有ip访问
# Allow 127.0.0.1

# 权限校验
BasicAuth user 123456

如果配置文件不存在,则搜索一下配置文件路径

$ find / -name tinyproxy.conf

# 拷贝一份配置文件
$ cp tinyproxy.conf /etc/tinyproxy/tinyproxy.conf

3、启动

# 启动(不采用后台启动,方便调试)
$ tinyproxy -d -c /etc/tinyproxy/tinyproxy.conf

# 指定配置文件启动(后台启动)
$ tinyproxy -c /etc/tinyproxy/tinyproxy.conf

# 杀掉进程
$ ps -ef|grep tinyproxy|grep -v grep|awk '{print "kill -9 "$2}'|sh

4、测试

# 不加验证参数不会正常返回
$ curl -x http://127.0.0.1:8888 www.baidu.com
Proxy Authentication Required

# 正常返回
$ curl -x http://user:123456@127.0.0.1:8888 www.baidu.com

遇到的问题

1、之前通过yum安装过1.8版本,又通过编译安装了1.10版本,版本号没有变化

解决:

将tinyproxy彻底删除后重新编译安装

$ find / -name tinyproxy

2、配置文件不生效

看下是不是有多份配置文件,最好通过-c指定配置文件

            </div>
目录
相关文章
|
网络协议 Linux 网络安全
Centos 7防火墙firewalld开放80端口
开启80端口 1、firewall-cmd --zone=public --add-port=80/tcp --permanent  出现success表明添加成功  命令含义: --zone #作用域 --add-port=80/tcp  #添加端口,格...
10942 0
|
SQL 关系型数据库 MySQL
【亲测可用】通过Navicat for MySQL远程连接的时候报错mysql 1130的解决方法
【亲测可用】通过Navicat for MySQL远程连接的时候报错mysql 1130的解决方法
1176 0
|
10天前
|
数据采集 人工智能 安全
|
5天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
317 164