OpenWrt 24.10版本中Dropbear对Ed25519密钥支持的变化
2025-05-09 18:16:21作者:管翌锬
在OpenWrt 24.10版本中,针对ramips/mt76x8目标设备的用户可能会发现一个显著变化:Dropbear SSH服务器不再支持Ed25519密钥认证。这一变化源于OpenWrt项目对小型闪存设备的优化调整。
技术背景
Ed25519是一种基于椭圆曲线的公钥密码系统,相比传统的RSA算法具有密钥更短、计算更快、安全性更高等优点。在之前的OpenWrt 23.05.5版本中,Dropbear默认支持这种现代加密算法。
然而,在OpenWrt 24.10版本中,mt76x8子目标被重新归类为SMALL_FLASH(小闪存)设备类别。这一分类变化导致Dropbear的默认配置发生了变化,为了节省有限的闪存空间,编译时自动禁用了Ed25519支持。
影响范围
这一变化主要影响以下设备:
- 使用ramips/mt76x8平台的设备(如小米路由器4C)
- 依赖Ed25519密钥进行SSH认证的用户
- 从23.05.5升级到24.10版本的用户
解决方案
对于需要继续使用Ed25519密钥的用户,有以下几种解决方案:
-
改用OpenSSH服务器: 在软件包管理器中安装openssh-server替代dropbear,OpenSSH对Ed25519有完整支持。
-
自定义编译固件: 如果需要继续使用Dropbear,可以自行编译固件,在配置中启用DROPBEAR_ED25519选项。
-
改用RSA密钥: 生成新的RSA-2048密钥对,这是Dropbear在小闪存配置下仍然支持的算法。
技术考量
这一变化体现了OpenWrt项目在安全性和资源限制之间的平衡。虽然Ed25519是更现代的算法,但在资源极其有限的设备上,保留基本功能比支持最新算法更为重要。用户在选择解决方案时,应根据自己的安全需求和设备性能做出权衡。
对于安全要求较高的环境,建议采用第一种方案,即改用OpenSSH服务器。虽然它会占用更多存储空间,但提供了更完整的加密算法支持和更丰富的功能集。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
312
2.72 K
deepin linux kernel
C
24
7
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++
639
244
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
469
Ascend Extension for PyTorch
Python
151
177
暂无简介
Dart
605
135
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
231
83
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3 K
React Native鸿蒙化仓库
JavaScript
237
310