Hyperledger Besu节点权限控制中的并发修改异常分析
问题背景
在Hyperledger Besu区块链平台中,节点权限控制是一个关键的安全功能,它确保只有经过授权的节点才能加入网络并参与共识过程。在版本v24.9.1的QBFT共识机制实现中,发现了一个可能导致节点意外终止的并发修改异常问题。
异常现象
当使用QBFT共识机制的4节点网络正常运行时,系统在处理区块导入过程中随机出现ConcurrentModificationException
异常。这个异常发生在NodeLocalConfigPermissioningController.isPermitted(...)
方法中,具体是在检查节点是否被允许连接时。
从堆栈跟踪可以看出,异常发生在Java的ArrayList的tryAdvance操作中,这表明在遍历节点权限列表时,列表被并发修改了。这种并发修改通常发生在多个线程同时访问和修改同一个非线程安全的集合时。
技术分析
根本原因
-
非线程安全集合的使用:
NodeLocalConfigPermissioningController
类中使用了ArrayList来存储节点权限信息,但ArrayList不是线程安全的集合类。 -
并发访问场景:在QBFT共识过程中,区块导入和权限检查可能同时进行。当一个新的区块被导入时,会触发权限更新通知,而同时可能正在进行权限检查操作。
-
流式操作中的并发问题:异常发生在使用Java Stream API的anyMatch操作中,这个操作会创建Spliterator来遍历集合,如果在遍历过程中集合被修改,就会抛出ConcurrentModificationException。
影响范围
这个bug会影响:
- 使用QBFT共识机制的网络
- 启用了节点权限控制的配置
- 多节点环境下频繁进行区块导入的场景
解决方案
针对这类并发问题,通常有以下几种解决方案:
-
使用线程安全集合:将ArrayList替换为CopyOnWriteArrayList,这种集合在修改时会创建底层数组的新副本,适合读多写少的场景。
-
同步访问控制:在访问权限列表时使用同步机制,如synchronized块或锁。
-
防御性拷贝:在进行检查操作前,先创建集合的副本,然后在副本上进行操作。
在Hyperledger Besu的实际修复中,开发团队选择了最合适的线程安全方案来彻底解决这个问题。
最佳实践
对于区块链开发者,在处理类似权限控制功能时,建议:
- 始终考虑多线程环境下的安全性
- 对于频繁读取但较少修改的配置数据,优先考虑CopyOnWriteArrayList
- 在涉及权限检查的关键路径上,进行充分的并发测试
- 使用不可变对象模式来设计权限配置数据
总结
这个并发修改异常揭示了在区块链系统中权限控制实现时需要考虑的重要并发问题。通过分析这个案例,开发者可以更好地理解如何在分布式系统中安全地实现权限控制功能,避免类似的并发问题。Hyperledger Besu团队通过修复这个问题,进一步提升了QBFT共识机制的稳定性和可靠性。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









