fwupd项目中的元数据校验失败问题分析
2025-06-24 15:34:06作者:滕妙奇
问题背景
在Ubuntu 22.04.5系统中,用户报告fwupd-refresh服务突然开始失败,执行fwupdmgr refresh命令时出现校验和验证错误。错误信息显示元数据校验失败,预期校验值为17f6e9f089531f434a6cd3f0b46e603656971fc4。
技术细节分析
fwupd是一个Linux系统的固件更新框架,它通过定期从远程服务器获取固件元数据来检查设备是否有可用的固件更新。这个元数据文件通常位于https://cdn.fwupd.org/downloads/firmware.xml.gz,并附带有对应的签名文件firmware.xml.gz.jcat用于验证数据完整性。
当fwupd客户端尝试更新元数据时,它会执行以下关键步骤:
- 下载最新的元数据文件
- 下载对应的签名文件
- 使用签名验证元数据的完整性和真实性
- 如果验证通过,则使用新元数据;否则报错
问题原因
根据开发者反馈,这个问题是由于服务器端元数据生成过程中出现了PostgreSQL死锁错误(psycopg2.errors.DeadlockDetected),导致元数据生成不完整。当fwupd客户端下载到这些不完整的元数据后,校验和验证自然会失败。
有趣的是,由于CDN缓存机制,不同地区的用户可能会连接到不同的CDN节点,因此有些用户会获取到firmware-07651-stable.xml.gz版本(可以正常验证),而另一些用户则获取到firmware-07652-stable.xml.gz版本(验证失败)。
解决方案
这个问题本质上是服务器端的临时性问题,开发者已经手动重新生成了正确的元数据。对于终端用户来说:
- 等待CDN缓存刷新(通常几小时内会自动解决)
- 可以尝试多次运行
fwupdmgr refresh命令,直到连接到已更新的CDN节点 - 不需要采取其他特殊措施,系统会自动恢复正常
技术启示
这个案例展示了分布式系统中常见的问题模式:
- CDN缓存可能导致不同用户看到不同版本的内容
- 数据库死锁可能影响关键服务的正常运行
- 签名验证机制有效防止了损坏数据的传播
对于系统管理员来说,理解这类问题的临时性和自愈性很重要,可以避免不必要的干预操作。同时,这也体现了fwupd项目安全设计的严谨性——宁可拒绝服务也不接受可疑数据。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
670
155
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++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322