Nginx Proxy Manager 中 ERR_SSL_UNRECOGNIZED_NAME_ALERT 错误分析与解决方案
问题背景
近期,许多使用 Nginx Proxy Manager (NPM) 的用户报告了在 Chromium 内核浏览器中出现的 ERR_SSL_UNRECOGNIZED_NAME_ALERT 错误。该问题表现为访问通过 NPM 代理的 HTTPS 站点时,浏览器会突然显示 SSL 证书识别错误,而同一时间 Firefox 等非 Chromium 浏览器却能正常访问。
问题现象分析
根据用户反馈,该问题具有以下特征:
- 浏览器特异性:仅影响 Chromium 内核浏览器(Chrome、Edge 等),Firefox 不受影响
- 间歇性出现:有时刷新页面可以暂时恢复访问,但不久后问题重现
- 网络环境相关:主要出现在本地网络环境中,通过外部网络访问通常正常
- 证书无关性:使用 Let's Encrypt 通配符证书、域名证书或商业证书(如 RapidSSL)都会出现此问题
根本原因探究
经过技术分析,该问题可能由多种因素共同导致:
1. IPv6 DNS 解析干扰
在配置了 Pi-hole 等本地 DNS 服务器的环境中,系统可能同时返回 IPv4 和 IPv6 地址。当本地 DNS 配置不当时,浏览器可能获取到错误的 IPv6 地址(如 CDN 隧道地址),导致 SSL 证书验证失败。
2. 浏览器 HSTS 机制影响
Chromium 浏览器严格的 HSTS(HTTP Strict Transport Security)策略可能导致证书预取和缓存行为异常。当内部和外部证书不一致时,浏览器可能错误地应用了缓存的证书信息。
3. 分域 DNS 配置问题
在分域 DNS(Split DNS)环境中,内部和外部解析结果不一致可能导致证书验证混乱。特别是当某些子域名仅配置了外部解析时,可能影响浏览器对相关域名的证书验证行为。
解决方案
方案一:禁用 IPv6 DNS 解析(针对 Pi-hole 用户)
对于使用 Pi-hole 作为本地 DNS 服务器的用户,可以通过以下步骤解决问题:
- 创建或编辑
/etc/dnsmasq.d/99-disable-ipv6.conf文件 - 添加以下内容:
address=/yourdomain.com/ - 重启 Pi-hole 服务
此配置强制所有对该域名的查询仅返回 IPv4 地址,避免 IPv6 解析带来的干扰。
方案二:调整 NPM 高级配置
在 Nginx Proxy Manager 的代理主机高级配置中添加以下指令:
proxy_ssl_name $host;
proxy_ssl_server_name on;
这些指令确保 SSL 握手时正确传递主机名信息。
方案三:统一内外网证书
确保内部和外部访问使用相同的证书策略。如果使用 Let's Encrypt 证书,可以考虑:
- 为内部访问也配置有效的公网证书
- 或者为外部访问使用与内部相同的证书颁发机构
方案四:检查并完善分域 DNS 配置
确保所有相关的子域名在内部 DNS 中都有正确配置,避免部分域名解析依赖外部 DNS 的情况。特别是:
- 检查所有子域名的解析记录
- 确保 IPv4 和 IPv6 解析结果一致
- 验证 DNS 查询是否按预期返回结果
预防措施
- 定期检查证书配置:确保证书包含所有需要的主机名,且未临近过期
- 监控 DNS 解析:定期验证本地和外部 DNS 解析结果是否一致
- 浏览器缓存管理:在测试配置变更时,使用隐身模式或清除浏览器缓存
- 日志分析:检查 NPM 和浏览器开发者工具中的详细错误信息,帮助定位问题
总结
Nginx Proxy Manager 中的 ERR_SSL_UNRECOGNIZED_NAME_ALERT 错误通常不是由单一因素引起,而是网络配置、DNS 解析和浏览器安全策略共同作用的结果。通过系统性地检查 DNS 配置、统一证书策略和调整 NPM 参数,大多数情况下可以解决这一问题。对于运维人员来说,建立规范的证书管理和 DNS 配置流程是预防此类问题的关键。
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