Ethers.js与Python库在ECDSA签名恢复参数上的差异分析
2025-05-28 11:00:10作者:范靓好Udolf
前言
在区块链开发中,ECDSA(椭圆曲线数字签名算法)签名是保障交易安全性的核心技术之一。不同编程语言的加密库在实现ECDSA签名时可能存在细微差异,本文将深入分析ethers.js与Python库在生成可恢复ECDSA签名时的关键区别。
签名恢复参数的标准规范
在ECDSA签名中,恢复参数(recovery parameter)是一个重要概念,它用于指示签名位于椭圆曲线的哪一半。根据行业标准:
- 当恢复参数为0时,使用
0x1b表示(即27的十六进制) - 当恢复参数为1时,使用
0x1c表示(即28的十六进制)
这种约定源于早期区块链系统的设计,旨在通过不同的前缀来区分各种加密数据类型。类似的约定还包括:
0x02和0x03表示压缩公钥的不同曲线位置0x04表示未压缩公钥0x05表示加密私钥
实际案例对比
通过对比ethers.js和Python代码生成的签名,我们可以观察到:
ethers.js输出示例:
0x83e4...edd21c
最后两个字符为1c,符合标准规范。
Python输出示例:
83e4...edd201
最后两个字符为01,这是非标准的表示方式。
技术差异解析
Python的coincurve库使用了直接表示恢复参数值的方式:
- 恢复参数0表示为
00 - 恢复参数1表示为
01
这与标准规范存在差异。要使其符合标准,需要进行转换:
Python转换为标准格式:
sig[:-2] + ["1b", "1c"][int(sig[-2], 16)]
ethers.js转换为Python格式:
sig.substring(0, sig.length - 2) + '0' + String(parseInt(sig.substring(sig.length - 2), 16) - 27)
开发建议
- 跨平台兼容性:当需要在不同语言的库间传递签名数据时,务必注意恢复参数的表示差异
- 标准优先:建议优先采用标准格式(
1b/1c),这是大多数区块链系统预期的格式 - 测试验证:在集成不同加密库时,应增加签名验证测试用例,确保数据兼容性
结论
理解ECDSA签名中恢复参数的表示差异对于区块链开发者至关重要。ethers.js遵循了行业标准规范,而部分Python库可能采用更直接的表示方式。开发者应当根据实际应用场景选择合适的转换方法,确保系统间的互操作性。
在实际开发中,建议详细阅读所用加密库的文档,了解其签名格式的具体实现,避免因格式差异导致的安全问题或兼容性问题。
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
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492