DVWA项目中的MariaDB认证问题分析与解决方案
问题背景
在使用DVWA(Damn Vulnerable Web Application)项目时,许多用户在配置MariaDB数据库连接时会遇到认证失败的问题。特别是在Kali Linux环境下,当用户尝试通过setup.php页面创建或重置数据库时,系统会抛出"Access denied"错误,提示对'kali'@'localhost'用户的访问被拒绝。
问题分析
这个问题通常由以下几个技术因素导致:
-
认证方式不匹配:MariaDB支持多种认证方式,包括密码认证和Unix socket认证。DVWA默认配置使用的是密码认证方式,但如果用户在MariaDB中配置了socket认证,就会导致连接失败。
-
密码哈希算法兼容性:MariaDB 10.7版本引入了ed25519密码哈希算法,而PHP的MySQL/MariaDB驱动目前还不支持这种新型哈希算法。
-
运行用户权限:当使用socket认证时,MariaDB会检查运行PHP进程的系统用户(通常是www-data)是否在数据库中有对应账号,而不是使用配置文件中指定的用户名。
解决方案
方案一:使用传统密码认证
-
首先确保删除现有的用户账号:
DROP USER 'kali'@'localhost'; -
创建使用传统密码认证的用户:
CREATE USER 'kali'@'localhost' IDENTIFIED BY 'kali'; GRANT ALL PRIVILEGES ON dvwa.* TO 'kali'@'localhost'; FLUSH PRIVILEGES; -
在DVWA的config.inc.php中配置:
$_DVWA[ 'db_server' ] = '127.0.0.1'; $_DVWA[ 'db_database' ] = 'dvwa'; $_DVWA[ 'db_user' ] = 'kali'; $_DVWA[ 'db_password' ] = 'kali';
方案二:使用Unix socket认证
-
创建与PHP运行用户同名的数据库账号:
CREATE USER 'www-data'@'localhost' IDENTIFIED VIA unix_socket; GRANT ALL PRIVILEGES ON dvwa.* TO 'www-data'@'localhost'; FLUSH PRIVILEGES; -
在DVWA的config.inc.php中配置:
$_DVWA[ 'db_server' ] = 'localhost'; // 必须使用localhost才能触发socket连接 $_DVWA[ 'db_database' ] = 'dvwa'; $_DVWA[ 'db_user' ] = 'www-data'; $_DVWA[ 'db_password' ] = ''; // 留空
技术要点
-
localhost与127.0.0.1的区别:在MySQL/MariaDB连接中,使用"localhost"会尝试通过Unix socket连接,而使用IP地址"127.0.0.1"则会通过TCP/IP连接。
-
认证方式选择:Unix socket认证更加安全,因为它不通过网络传输凭证,且依赖于系统用户权限。但密码认证方式更加灵活,适合远程连接场景。
-
密码哈希算法:虽然MariaDB 10.7支持ed25519等新型哈希算法,但PHP的MySQL扩展目前仅支持传统的mysql_native_password和caching_sha2_password算法。
最佳实践建议
-
对于本地开发环境,推荐使用Unix socket认证方式,安全性更高且配置简单。
-
如果必须使用密码认证,建议明确指定使用mysql_native_password算法:
CREATE USER 'kali'@'localhost' IDENTIFIED WITH mysql_native_password BY 'kali'; -
在配置完成后,建议通过命令行测试连接:
mysql -u kali -pkali注意-p参数后直接接密码,不留空格。
通过以上分析和解决方案,用户应该能够顺利解决DVWA与MariaDB之间的认证问题,为后续的Web安全学习和测试奠定基础。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C030
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