Nano Hash - криптовалюты, майнинг, программирование

Ошибка проверки XML. Подлинность приложения Mobilefirst.

У меня есть сервер, который был обновлен с IBM Worklight 6.0 до IBM Mobilefirst 6.3.

В настоящее время на сервере работают более старые версии моего мобильного приложения, для которых не включена функция AppAuthenticity.

Когда я загрузил более новую версию приложения, параметр AppAuthenticity стал включен ТОЛЬКО для одной среды (Windows), а другие остались отключенными.

После перезагрузки версия среды Windows стала похожей на другие, а среда iPAD стала давать возможность изменить AppAuthenticity.

Я перечислил приложение через интерфейс командной строки WLADM, и оно дало мне следующую ошибку:

Ошибка проверки XML, чтение с https://URL/wladmin/management-apis/1.0/runtimes/worklight/applications/MYAPPS?locale=en_US: cvc-complex-type.4: атрибут «downloadLink» должен отображаться в элементе «applicationEnvironmentDataAccess».

Обратите внимание, что приложение, запущенное отдельно на другом сервере, нормально работает с тем же дескриптором приложения и файлом WAR, только когда старая и новая версии загружаются на один и тот же сервер, эта проблема возникает.

ibm-mobilefirst mobilefirst-cli mobilefirst-server
13.07.2015

Ответы:


1

Вы говорите, что на вашем сервере есть один файл .war с двумя приложениями, одно из 6.0 и одно из 6.3?

Существуют очень разные реализации защиты подлинности приложений в версиях 6.0 и 6.3. Они не могут сосуществовать в одном одном файле .war.

Вам необходимо развернуть на сервере приложений 2 файла .war — один для обработки приложения 6.0, а другой — для обработки приложения 6.3.

Соответствующую пользовательскую документацию можно прочитать здесь: http://www-01.ibm.com/support/knowledgecenter/SSHS8R_6.3.0/com.ibm.worklight.upgrade.doc/devenv/c_upgrade_to_srvr_in_production_env.html

14.07.2015

2

Как сказал Идан, приложения 6.0 и 6.3 не могут обрабатываться вместе, так как я хотел только включить проверку подлинности приложения в более новой версии, то, что я сделал в качестве обходного пути, заключался в подключении через инструмент WLADM и отключении проверки подлинности приложения для более старых версий через командная строка.

Ниже приведены команды, которые необходимо использовать:

\Worklight\shortcuts>wladm --url=https://server.url/wladmin --user=admin --passwordfile=password.properties

чтобы проверить текущую подлинность приложения:

app version %CONTEXT% %APP_NAME% %Environment_Name% %versionCode% get authenticitycheckrule

Отключить

app version %CONTEXT% %APP_NAME% %Environment_Name% %versionCode% set authenticitycheckrule DISABLED
15.12.2015
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..