tModLoader在CentOS 9上创建游戏服务器的数字签名验证问题解析
问题背景
在CentOS 9操作系统上运行tModLoader 1.4.4稳定版时,用户遇到了一个特殊的技术问题:当服务器未加载任何mod时可以正常连接,但一旦添加任何mod后,玩家尝试加入服务器时会收到"digital envelope routines::invalid digest"和"Read out of bounds"的错误提示。
错误现象分析
从服务器日志中可以观察到两个关键错误:
-
数字信封验证失败:系统抛出了OpenSslCryptographicException异常,具体错误为"error:03000098:digital envelope routines::invalid digest"。这表明在验证mod的数字签名时出现了问题。
-
内存越界读取:随后系统又抛出BadImageFormatException异常,提示"Read out of bounds",这通常发生在尝试读取超出有效范围的内存时。
技术原理
这个问题涉及到tModLoader的mod签名验证机制。当客户端尝试连接服务器时,服务器会验证所有mod的数字签名以确保mod的完整性和来源可信。在CentOS 9环境下,由于OpenSSL库的某些变化,导致签名验证过程失败。
具体来说,错误发生在RSA签名验证环节。系统尝试使用OpenSSL的RSA验证函数来检查mod文件的签名,但由于某种原因,提供的摘要(digest)参数不被当前环境的OpenSSL实现所接受。
解决方案
这个问题实际上已经在tModLoader的2024.05预览版本中得到了修复。修复提交修改了mod签名验证的相关代码,使其能够更好地适应不同环境下的OpenSSL实现。
对于遇到相同问题的用户,可以采取以下解决方案:
-
升级到预览版本:目前2024.05预览版本已经包含修复,可以临时使用该版本。
-
等待稳定版更新:该修复将包含在下个月发布的2024.05稳定版中。
验证结果
经过测试,在2024.05预览版本中确实解决了这个问题。用户能够成功连接加载了mod的服务器,不再出现数字签名验证失败的错误。
技术建议
对于需要在Linux服务器上运行tModLoader的用户,建议:
-
保持tModLoader版本更新,特别是当运行在较新的Linux发行版上时。
-
如果遇到类似加密相关的问题,可以尝试检查系统的OpenSSL版本和配置。
-
在服务器环境中,考虑使用Docker等容器技术来提供更一致的环境,避免系统库差异导致的问题。
这个问题展示了跨平台开发中常见的兼容性挑战,特别是在涉及加密和安全相关的功能时。tModLoader团队通过持续更新来适应不同环境的变化,确保了mod生态系统的安全性和稳定性。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0295- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









