FuelLabs Sway编译器函数选择器碰撞问题分析
2025-04-30 14:25:49作者:齐添朝
概述
FuelLabs的Sway语言编译器在处理智能合约函数选择器时存在一个潜在的安全隐患。当合约中存在两个或多个函数签名哈希的前4字节相同时,会导致函数选择器碰撞问题。这种碰撞可能导致合约执行错误的函数,进而引发严重的安全问题,如资金误转或权限意外变更。
技术背景
在智能合约开发中,函数选择器是外部调用时确定执行哪个函数的关键机制。Sway编译器采用与Solidity类似的方案:对函数签名进行SHA-256哈希运算后取前4字节作为选择器。例如,函数transfer(address,uint256)的选择器是其签名哈希的前4字节。
问题原理
Sway编译器目前存在两个关键缺陷:
-
缺乏碰撞检测:编译器在编译阶段不会检查合约内是否存在函数选择器碰撞的情况。
-
不确定的执行行为:当碰撞发生时,合约会执行第一个匹配到的函数,而非预期的函数。
这种问题在数学上是可能发生的。根据生日悖论,在4字节(32位)的选择器空间中,大约需要2^16(约65,536)次尝试就有50%的概率找到碰撞。
实际影响
这种缺陷可能导致多种严重后果:
-
权限管理失效:如示例中所示,调用
way()函数可能实际执行fpeu()函数,后者又调用了renounce()函数,导致合约所有权被意外放弃。 -
资金安全风险:如果转账函数与其他函数碰撞,可能导致资金被发送到错误地址。
-
合约逻辑混乱:关键业务逻辑可能被意外绕过或错误执行。
技术验证
通过以下步骤可以验证该问题:
- 构造两个不同但哈希前4字节相同的函数签名
- 在合约中同时定义这两个函数
- 调用其中一个函数时,实际执行的是另一个函数
示例中发现的碰撞对:
fpeu()和way()具有相同的选择器[12, 170, 84, 33]
解决方案建议
-
编译器层面改进:
- 在编译阶段增加函数选择器碰撞检查
- 发现碰撞时报错,阻止合约部署
-
选择器生成优化:
- 考虑使用更长的选择器(如8字节)降低碰撞概率
- 或者采用全哈希值作为选择器
-
开发者最佳实践:
- 在开发阶段手动检查函数签名相似性
- 避免使用过短的函数名
- 考虑在函数名中加入业务域前缀增加差异性
总结
函数选择器碰撞问题是智能合约开发中一个容易被忽视但潜在危害巨大的安全隐患。FuelLabs Sway编译器需要尽快引入碰撞检测机制,而开发者也应提高对此类问题的认识。在编译器修复前,建议开发者通过代码审查和测试来主动规避此类风险。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
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++
877
578
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
335
162
暂无简介
Dart
764
189
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
12
1
🎉 (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
1.33 K
746
🔥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
67
20
React Native鸿蒙化仓库
JavaScript
302
350