Lightning Network项目中的INVALID_ONION_HMAC错误分析与解决方案
问题背景
在Lightning Network的互操作性测试中,发现了一个涉及LND和CLN节点交互的特定错误场景。当支付路径为"LND发送方→LND路由节点→CLN路由节点→CLN接收方"时,系统会稳定复现INVALID_ONION_HMAC错误。这个错误在纯LND或纯CLN节点组成的网络中不会出现,表明这是一个特定的跨实现兼容性问题。
技术分析
错误根源
经过深入分析,发现问题源于支付请求中包含的路由提示(route hint)。当LND节点处理带有路由提示的发票时,会为中间CLN节点生成传统的legacy洋葱负载格式。然而,CLN节点早在两年前就已经移除了对legacy格式的支持,转而全面采用TLV(Type-Length-Value)格式。
历史背景
CLN项目在2022年的一个重大更新中移除了对legacy洋葱负载的支持,这是为了简化代码库并推动全网向更现代的TLV格式过渡。这个变更在当时被认为是安全的,因为预计全网节点都应该已经完成了格式升级。
解决方案
技术实现
为了解决这个兼容性问题,开发团队提出了一个优雅的解决方案:在CLN节点中实现一个转换层,能够将接收到的legacy格式洋葱负载自动转换为TLV格式。这种方法既保持了向后兼容性,又不需要修改现有的TLV处理逻辑。
修复进展
该修复补丁已经完成,并计划包含在CLN的24.05版本中。这个解决方案不仅解决了当前的互操作问题,还为未来可能出现的类似兼容性问题提供了一个处理模式。
影响范围
这个错误主要影响以下场景:
- 使用LND作为发送方的支付
- 支付路径中包含至少一个LND路由节点和一个CLN路由节点
- 发票中包含路由提示信息
值得注意的是,这个问题不会影响纯LND或纯CLN网络,也不会影响简单的两节点直接支付场景。
结论
这次事件再次凸显了分布式系统中协议演进和向后兼容性的重要性。Lightning Network作为一个由多个实现组成的生态系统,需要各实现团队保持密切协作,确保协议的平滑过渡和互操作性。CLN团队快速响应并提出的转换层解决方案,展示了开源社区解决复杂技术问题的能力和效率。
对于节点运营者来说,建议及时更新到包含此修复的版本,以确保网络的顺畅运行和最佳互操作性。同时,这也提醒我们在协议设计时需要考虑更长的过渡期和更完善的兼容性策略。
- 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









