Plutus项目中的加密签名验证测试用例缺失问题分析
2025-07-10 02:46:50作者:殷蕙予
在区块链智能合约开发领域,Plutus作为Cardano区块链的智能合约平台,其正确性和安全性至关重要。近期在对Plutus V3版本的测试过程中,发现了一个值得关注的问题:某些关键加密签名验证功能的测试用例不够全面。
问题背景
Plutus V3版本中包含了多种加密签名验证的内置函数(builtins),其中verifyEcdsaSecp256k1Signature和verifySchnorrSecp256k1Signature是两个重要的函数,分别用于验证ECDSA和Schnorr两种基于secp256k1曲线的数字签名。这些函数在智能合约中常用于验证交易签名、身份认证等安全关键操作。
问题发现
在对Plutus机器的一个C++实现进行测试时,测试人员注意到一个异常现象:即使将这些签名验证函数实现为"总是返回失败"的版本,测试用例仍然能够通过。深入调查后发现,现有的测试套件中只包含了验证失败的测试用例,而缺少验证成功的测试场景。
问题影响
这种测试用例的不完整性可能导致以下风险:
- 无法验证签名验证函数在正确签名输入下的行为
- 可能掩盖函数实现中的逻辑错误
- 降低了对函数正确性的保证级别
技术分析
在密码学验证函数的测试中,完整的测试应该包括:
- 正确签名的验证(应返回成功)
- 错误签名的验证(应返回失败)
- 各种边界情况的测试(如空输入、异常格式等)
对比Plutus中的verifyEd25519Signature函数测试,可以看到它包含了完整的测试场景,而secp256k1相关的两个函数则缺少了成功验证的测试用例。
解决方案
项目维护团队在收到问题报告后,迅速采取了行动:
- 添加了ECDSA secp256k1签名验证的成功测试用例
- 补充了Schnorr secp256k1签名验证的成功测试场景
- 确保测试覆盖了典型的使用场景
这些补充的测试用例基于标准密码学库中的测试向量,能够全面验证函数的正确实现。
经验总结
这一事件提醒我们:
- 安全关键功能的测试必须全面,包括正向和反向测试
- 相似的函数实现应该保持一致的测试标准
- 开源社区的反馈是提高代码质量的重要途径
对于智能合约这种安全敏感的应用,完备的测试套件是确保系统可靠性的基础。Plutus团队对此问题的快速响应也体现了项目对安全性的重视。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
504
609
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
391
288
暂无简介
Dart
906
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108