TigerVNC 1.14.0版本ZRLE解码错误分析与修复
2025-06-05 18:41:16作者:史锋燃Gardner
在远程桌面协议实现中,TigerVNC作为一款高性能的VNC客户端/服务器软件,其1.14.0版本出现了一个值得注意的ZRLE(Zlib Run-Length Encoding)解码问题。该问题表现为当客户端连接运行RealVNC服务的Raspberry Pi设备时,会抛出"ZRLE decode error"异常,导致连接失败。
问题现象与背景
用户在使用Fedora 40系统上的TigerVNC 1.14.0客户端连接运行Bookworm系统的Raspberry Pi时遇到连接失败。错误日志显示ZRLE解码过程中出现异常,而回退到1.13.1版本则能正常工作。值得注意的是,即使强制使用RAW或Hextile编码方式,仍然会触发ZRLE相关的错误提示。
通过技术分析发现,这个问题与像素格式处理有关。错误发生在ZRLEDecoder处理调色板RLE数据时,可用数据长度(34字节)与预期长度(244字节)不匹配,表明存在数据解析错误。
根本原因
深入代码分析后发现问题出在ZRLEDecoder的像素格式判断逻辑上。在1.14.0版本中,baca73d03217a1c219d9c4f024ffcd39f85fd322提交引入的修改没有充分考虑像素深度(depth)的限制条件。具体表现为:
- 对于32位像素格式(sizeof(T) == 4)的处理中,缺少对像素深度(depth ≤ 24)的检查
- 这导致在某些端序(endianness)情况下错误地触发了特殊像素处理路径
- 最终引发数据解析错误和长度计算错误
解决方案
项目维护者提出了一个精确定位的修复方案,通过增加像素深度检查来修正这个问题。关键修改如下:
bool isLowCPixel = (sizeof(T) == 4) && (pf.depth <= 24) &&
((fitsInLS3Bytes && pf.isLittleEndian()) ||
(fitsInMS3Bytes && pf.isBigEndian()));
bool isHighCPixel = (sizeof(T) == 4) && (pf.depth <= 24) &&
((fitsInLS3Bytes && pf.isBigEndian()) ||
(fitsInMS3Bytes && pf.isLittleEndian()));
这个修复确保了:
- 只有在像素深度不超过24位时才应用特殊像素处理路径
- 保持了原有的端序处理逻辑
- 解决了与RealVNC服务器的兼容性问题
影响与验证
该修复已经过社区验证:
- 成功解决了与Raspberry Pi上RealVNC服务的连接问题
- 同时修复了远程光标显示异常的问题
- 向后兼容性良好,不影响其他VNC服务器的连接
对于使用TigerVNC连接嵌入式设备(特别是Raspberry Pi)的用户,建议关注此修复并尽快升级到包含该修复的版本。该问题也提醒开发者在处理像素格式转换时需要特别注意深度和端序的组合情况,特别是在跨平台、跨实现的场景下。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
763
4.96 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.8 K
191
Ascend Extension for PyTorch
Python
718
875
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++
856
1.92 K
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++
1.07 K
1.09 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.73 K
1.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
openEuler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。
C
455
437
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。
C
454
5.07 K