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。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0107AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









