LND钱包远程签名中的PSBT派生路径问题分析
2025-05-29 10:41:45作者:谭伦延
问题背景
在LND钱包与硬件钱包(如Coldcard)配合使用时,用户发现当通过FundPsbt接口创建PSBT交易时,存在两个关键问题:
- 找零输出缺少主指纹(XFP)标识
- 测试网环境下派生路径不正确
这些问题会导致硬件钱包拒绝签名交易,提示"Change Fraud"错误,严重影响用户体验。
技术细节分析
主指纹缺失问题
主指纹(Master Fingerprint, XFP)是BIP32标准中用于标识密钥层级结构的重要元素。在PSBT交易中,每个输入和输出都应该包含完整的派生路径信息,包括:
- 主指纹(标识密钥树)
- 派生路径(如m/84'/0'/0'/1/0)
LND钱包在最初实现时,在某些情况下忘记为新建地址设置主指纹。这会导致硬件钱包无法验证找零地址的真实归属,出于安全考虑拒绝签名。
测试网派生路径问题
更复杂的问题出现在测试网环境。根据BIP44标准,不同网络应使用不同的coin type:
- 主网:0'
- 测试网:1'
但LND的btcwallet模块在处理标准地址类型(BIP44/49/84/86)时,统一使用主网的coin type(0'),只有在处理LND内部专用密钥(1017'用途)时才会区分网络类型。
这导致:
- 导入的测试网xpub(tpub)被错误地当作主网路径处理
- 硬件钱包计算的地址与LND生成的地址不匹配
- 签名验证失败
解决方案
对于主指纹缺失问题,开发团队已提交修复补丁,确保在所有情况下都正确设置XFP。
对于测试网派生路径问题,由于涉及btcwallet的底层架构,需要更谨慎的处理:
- 短期方案:在主网环境下使用正确的派生路径
- 长期方案:可能需要修改btcwallet对标准地址类型的处理逻辑
影响范围
该问题主要影响:
- 使用外部硬件钱包签名的用户
- 在测试网环境下操作的用户
- 涉及找零输出的交易场景
主网环境下,在应用XFP修复后已能正常工作。
最佳实践建议
对于需要使用硬件钱包签名的用户,目前建议:
- 优先在主网环境下操作
- 确保使用最新版LND(包含XFP修复)
- 检查导入的xpub路径是否与硬件钱包预期一致
- 在测试网环境下,暂时避免使用标准BIP路径
总结
LND钱包与硬件钱包的交互需要严格遵守BIP标准,特别是在密钥派生路径和主指纹标识方面。开发团队已解决主指纹问题,但测试网环境下的路径标准化问题仍需进一步架构调整。用户在使用时应注意环境差异,确保派生路径一致性。
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
8
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++
654
281
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
248
317
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
🎉 (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
1.13 K
630
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
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++
77
100