BOINC项目在macOS系统更新后的权限问题解析
2025-07-04 03:54:04作者:庞眉杨Will
问题背景
BOINC(Berkeley Open Infrastructure for Network Computing)是一个分布式计算平台,允许用户贡献闲置计算资源参与科学研究。在macOS系统中,BOINC采用了独特的沙盒安全机制来隔离计算任务,这涉及到特殊的用户和组权限设置。
核心问题
每当macOS系统进行重大版本更新时,系统安装程序会自动将BOINC创建的特殊用户_boinc_master和_boinc_project的主要组ID从它们专属的组(505和506)重置为标准的staff组(20)。这种权限变更会导致BOINC客户端无法正常启动,并显示"BOINC ownership or permissions are not set properly"的错误提示。
技术原理
BOINC在macOS上的安全实现依赖于:
- 创建专用系统用户
_boinc_master(UID 505)和_boinc_project(UID 506) - 为这些用户创建对应的专用组(505和506)
- 设置严格的目录权限和所有权
macOS系统更新会破坏这种精心设计的权限结构,将用户的主要组重置为staff(20),导致BOINC无法验证其运行环境的完整性。
解决方案演进
- 早期版本:BOINC无法检测到这种权限破坏,导致难以诊断的GPU计算错误
- 8.0版本:增加了明确的错误提示,指导用户重新安装
- 8.2.1版本:实现了自动修复机制,在启动时检测并修复被破坏的权限
最佳实践建议
- 保持BOINC更新:使用8.2.1或更高版本以获得自动修复功能
- 系统更新后:如果遇到权限错误,可尝试以下方法:
- 让新版BOINC自动修复
- 手动重新安装BOINC
- 使用终端命令修复用户组设置
技术细节
手动修复命令示例(需管理员权限):
sudo dscl . -change /Users/_boinc_master PrimaryGroupID 20 505
sudo dscl . -change /Users/_boinc_project PrimaryGroupID 20 506
未来展望
虽然目前已有自动修复方案,但理想情况下应寻求与Apple合作,找到不破坏BOINC权限结构的系统更新机制。同时,BOINC团队也在持续优化其macOS沙盒实现,以提升用户体验。
对于普通用户,建议启用自动更新功能,确保始终使用最新版BOINC客户端,以获得最佳兼容性和最少的维护需求。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
196
217
暂无简介
Dart
635
144
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++
652
276
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
React Native鸿蒙化仓库
JavaScript
245
316
🎉 (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
1.12 K
627
仓颉编译器源码及 cjdb 调试工具。
C++
128
858
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
73
98
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
385
3.72 K