LND钱包远程签名中的PSBT派生路径问题分析
2025-05-29 14:36:28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
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C030
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
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
425
3.26 K
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
334
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
264
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
266
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
1.22 K
667
🔥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
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
19
30