CLN节点在合作关闭通道时异常高费率问题分析
2025-06-27 03:06:47作者:幸俭卉
问题背景
在Lightning Network(闪电网络)的实现中,Core Lightning(CLN)节点被发现存在一个关于合作关闭通道(cooperative closure)时选择异常高交易费率的问题。多位开发者报告称,当CLN节点作为通道开启方时,在合作关闭过程中会提出明显高于市场水平的交易费率,导致用户需要支付不必要的高额费用。
问题现象
根据开发者提供的日志和截图显示,CLN节点在合作关闭通道时:
- 作为通道开启方
- 设置了
ignore-fee-limits参数 - 在协商过程中提出了高达331,571,4751 satoshi的极端高费率范围
- 最终达成的关闭交易采用了212,482 satoshi的费率,远高于正常市场水平
技术分析
合作关闭的费率协商机制
在闪电网络协议中,合作关闭通道的费率协商遵循以下流程:
- 一方发送包含建议费率的
closing_signed消息 - 接收方可以接受该费率,或提出一个介于双方上次提议之间的新费率
- 协议规定,如果接收方同意对方的费率,应回复相同的费率值
CLN节点的行为模式
CLN节点在以下情况下会放宽费率限制:
- 当节点不是通道开启方时,会将最大费率上限设为整个通道容量(理论上对方承担风险)
- 当设置了
ignore-fee-limits参数时,会移除费率的上限限制
问题根源
经过深入分析,发现问题主要源于:
ignore-fee-limits参数的副作用被低估,它不仅影响强制关闭的费率限制,也影响了合作关闭的费率协商- 当LDK(另一个闪电网络实现)作为对等节点时,它会利用CLN提供的宽泛费率范围,选择较高的中间值
- 协议规范要求节点在同意对方费率时应直接接受,但实际实现中存在协商空间
解决方案与改进
CLN开发团队已经识别出这个问题并采取了以下措施:
- 对于非锚点通道(non-anchor channels),即使在
ignore-fee-limits情况下,也将最大费率限制为最终单边关闭所需的费用 - 修改了
ignore-fee-limits参数的行为,使其不再影响合作关闭的费率协商 - 增加了对合作关闭费率的合理上限控制
技术建议
对于运行CLN节点的用户,建议:
- 谨慎使用
ignore-fee-limits参数,了解其对不同场景的影响 - 监控通道关闭时的费率水平,确保符合预期
- 考虑升级到包含修复的CLN版本
总结
这个问题揭示了闪电网络实现中参数交互的复杂性,以及不同实现间协商行为的微妙差异。通过这次事件,CLN团队加强了对费率协商机制的控制,提高了用户体验。这也提醒开发者需要全面考虑参数的跨功能影响,特别是在涉及资金安全的场景下。
登录后查看全文
热门项目推荐
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
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