Stride游戏引擎在Android 14上的广播接收器兼容性问题解析
2025-05-31 19:11:13作者:庞队千Virginia
在Android 14(API 34)及以上版本中运行Stride游戏引擎开发的游戏时,开发者可能会遇到一个关键的安全异常:"Java.Lang.SecurityException: One of RECEIVER_EXPORTED or RECEIVER_NOT_EXPORTED should be specified when a receiver isn't being registered exclusively for system broadcasts"。这个问题源于Android 14引入的新安全机制,对广播接收器的导出行为进行了更严格的管控。
问题根源分析
Android 14强化了应用组件安全策略,要求所有动态注册的广播接收器必须明确声明其导出行为。具体来说,开发者需要在注册接收器时显式指定以下两种标志之一:
- RECEIVER_EXPORTED:允许其他应用向此接收器发送广播
- RECEIVER_NOT_EXPORTED:限制只有系统或同一应用能发送广播
Stride引擎底层依赖的SDL库在Android平台实现中,存在未明确声明导出行为的广播接收器注册代码,这直接触发了Android 14的安全机制。
技术影响范围
该问题影响所有使用Stride 4.1及以上版本开发的Android游戏项目,当目标设备运行Android 14或更高版本系统时,游戏启动过程会因安全异常而崩溃。由于这是操作系统层面的强制检查,开发者无法通过简单的配置绕过此限制。
解决方案演进
Stride团队通过依赖链更新解决了此问题:
- 底层SDL库已率先修复了广播接收器的导出声明问题
- Silk.NET中间件随后集成了修复后的SDL代码并发布了2.22.0版本
- Stride引擎最终通过更新Silk.NET.Windowing.Sdl依赖至2.22.0版本完成整体修复
对于使用旧版Stride的开发者,临时解决方案是在游戏项目中直接引用Silk.NET.Windowing.Sdl 2.22.0包,通过NuGet包版本覆盖机制强制使用修复后的实现。
开发者注意事项
- 长期维护的项目应尽快升级至包含此修复的Stride版本
- 对于无法立即升级的项目,临时方案虽可解决问题,但建议规划完整的版本迁移
- Android平台兼容性测试应覆盖最新API版本,及早发现类似问题
- 关注Android平台安全策略变化,这类强化安全性的变更未来可能还会出现
此问题的解决过程展示了现代游戏引擎复杂依赖链下的协作修复模式,也提醒开发者需要重视各平台最新的安全规范变化。
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 Notebook0117
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
暂无描述
Dockerfile
763
4.97 K
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提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
677
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 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 Notebook
297
116
昇腾LLM分布式训练框架
Python
178
220