Aptos-core对象代码部署中的AuthRef机制解析
2025-06-03 14:17:53作者:俞予舒Fleming
背景与现状
在Aptos-core区块链平台中,开发者可以通过两种主要方式部署智能合约代码:基于资源账户(resource account)的部署和基于对象(object)的部署。当前版本中,当使用object_code_deployment::publish在对象下发布包时,模块在初始化期间无法获取发布对象的ExtendRef引用,这导致了几个关键问题:
- 资金锁定风险:发送到对象主可替代存储(fungible store)的资金可能永久锁定,因为无法为该对象生成签名者
- 开发复杂性增加:开发者不得不采用变通方案,如创建额外的对象来存储ExtendRef
- 功能不对称:与资源账户部署相比,对象部署缺少了初始化期间获取签名能力的关键功能
技术痛点分析
对象模型的核心安全机制是将ExtendRef安全地封装在ManagingRefs结构中。这种设计虽然提供了良好的安全性,但也带来了使用上的不便:
- 签名能力缺失:无法为已部署代码的对象生成签名者,限制了合约功能
- 资金管理困难:对象的原生地址无法被合约本身控制,导致资金管理受限
- 开发模式不统一:与资源账户模式存在体验差异,增加了开发者的认知负担
解决方案设计
提出的AuthRef机制提供了一种优雅的解决方案,其核心设计包含三个关键组件:
1. AuthRef结构体
struct AuthRef has store {
object_address: address
}
这个轻量级结构体仅存储对象地址,作为生成签名者的凭据。
2. 生成函数
public fun generate_auth_ref(publisher: &signer): AuthRef
在模块初始化时调用,基于发布者签名生成AuthRef。
3. 签名者生成函数
public fun generate_signer_for_auth(auth_ref: &AuthRef): signer
使用存储的AuthRef生成对象签名者,内部安全地访问ManagingRefs中的ExtendRef。
实现优势
-
安全性保持:
- 不直接暴露ExtendRef
- 仍然通过ManagingRefs进行安全访问
- 符合Move的能力安全模型
-
开发体验提升:
- 使用模式与资源账户的SignerCapability相似
- 消除了资金锁定的风险
- 减少了额外的对象创建需求
-
兼容性保障:
- 不需要修改现有的发布流程
- 完全向后兼容
- 不影响现有合约功能
典型使用场景
开发者可以按照以下模式使用AuthRef机制:
// 1. 在模块初始化时存储AuthRef
fun init_module(publisher: &signer) {
let auth_ref = object_code_deployment::generate_auth_ref(publisher);
move_to(publisher, GlobalAuthRef { auth_ref });
}
// 2. 在需要时生成签名者
public fun get_signer(): signer acquires GlobalAuthRef {
let auth_ref = &borrow_global<GlobalAuthRef>(@module_addr).auth_ref;
object_code_deployment::generate_signer_for_auth(auth_ref)
}
// 3. 使用签名者执行特权操作
public fun privileged_operation() acquires GlobalAuthRef {
let signer = get_signer();
// 使用签名者进行操作...
}
技术影响评估
这一改进将对Aptos生态系统产生多方面影响:
- 开发者体验:降低对象部署模式的学习曲线,使其更接近资源账户的使用体验
- 合约能力:解锁了对象地址资金管理的能力,扩展了合约设计可能性
- 安全模型:保持了对象模型的安全优势,同时增加了必要的灵活性
- 生态系统发展:可能促进更多项目采用对象部署模式,丰富Aptos的DApp生态
总结
AuthRef机制的引入填补了Aptos-core对象代码部署功能中的一个重要空白,在保持安全性的同时显著提升了开发便利性。这一改进体现了区块链平台设计中安全与可用性平衡的艺术,为开发者提供了更强大的工具,同时不妥协于核心安全原则。随着这一功能的实现,Aptos的对象模型将变得更加强大和易用,有望推动更多创新应用的开发。
登录后查看全文
热门项目推荐
相关项目推荐
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。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
465
3.46 K
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
200
81
暂无简介
Dart
715
172
Ascend Extension for PyTorch
Python
274
311
React Native鸿蒙化仓库
JavaScript
285
331
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++
846
424
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
10
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
1.26 K
693
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
107
120