FuelLabs/fuels-rs项目中的重入调用返回值解析问题分析
2025-05-02 20:46:53作者:董斯意
问题背景
在Fuel区块链生态系统中,fuels-rs作为Rust实现的SDK,负责与Fuel虚拟机交互并处理交易回执。近期发现了一个关于重入调用(reentrant calls)场景下返回值解析错误的严重问题。
问题本质
在Fuel虚拟机的执行过程中,当一个合约在执行过程中再次调用自身或其他合约时,会产生多个Return类型的回执(receipt)。当前ReceiptParser的实现错误地假设每个合约ID只会对应一个Return回执,这在重入调用场景下会导致返回值解析错误。
技术细节分析
重入调用示例
考虑以下调用链:
- 脚本调用合约A
- 合约A调用合约B
- 合约B又回调合约A
这个调用过程会产生多个Return回执,包括:
- 合约B执行完成的Return
- 合约A被重入调用执行完成的Return
- 合约A初始调用执行完成的Return
当前实现的问题
现有ReceiptParser简单地通过合约ID来查找Return回执,当遇到多个相同合约ID的Return回执时,会错误地选择不匹配的回执。例如在上述场景中,可能会选择重入调用产生的Return值(1337)而非原始调用的正确返回值(42)。
回执数据结构
典型的回执序列包含以下关键信息:
- Call类型回执:记录调用目标、参数和指令指针
- Return类型回执:包含返回值、合约ID和指令指针
- ScriptResult:记录脚本执行最终结果
其中,指令指针(pc)和调用栈指针(is)是区分不同调用层级的重要标识。
解决方案探讨
简单修复方案
最直接的修复方式是总是选择最后一个匹配合约ID的Return回执。这种方法可以解决简单重入场景的问题,但在更复杂的多调用场景下会失效。
多调用场景的挑战
当脚本中连续多次调用同一个合约的不同方法时:
- 每个方法调用可能产生不同数量的重入调用
- Return回执数量变得不可预测
- 仅依靠顺序无法准确关联回执与原始调用
更健壮的解决方案
需要综合考虑多个因素来正确匹配Return回执:
- 调用栈指针(is):可以标识调用层级
- 指令指针(pc):辅助判断执行位置
- 调用顺序:维护调用链信息
- 合约ID:基础匹配条件
理想情况下,Fuel虚拟机可能需要提供更多调用上下文信息来帮助准确关联回执与调用。
安全影响
这个问题不仅影响功能正确性,还可能带来安全隐患:
- 错误的返回值可能导致应用逻辑错误
- 在DeFi等场景下可能被利用进行攻击
- 影响合约间的可靠交互
总结
FuelLabs/fuels-rs中的重入调用返回值解析问题揭示了当前回执处理机制的局限性。要彻底解决这个问题,需要重新设计回执解析逻辑,考虑调用链的完整上下文,而不仅仅是简单的合约ID匹配。这既是对SDK的挑战,也反映了区块链虚拟机与SDK交互设计中的深层次问题。
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
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
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
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
62
20
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
384
3.7 K
暂无简介
Dart
633
143
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++
650
271
🎉 (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
React Native鸿蒙化仓库
JavaScript
243
316
Ascend Extension for PyTorch
Python
194
212