Hyperledger Besu在Prague开发网中的区块验证问题分析
2025-07-10 22:34:54作者:虞亚竹Luna
问题背景
在Hyperledger Besu客户端参与Prague开发网测试过程中,开发团队发现了一个关键的区块验证问题。该问题表现为在特定条件下(特别是在处理存款交易后),Besu节点会停止提议新区块,导致网络停滞。
问题现象
具体表现为:
- 节点正常运行至区块高度36
- 当尝试构建并验证区块37时出现验证失败
- 错误信息显示计算得到的区块哈希与参数中的区块哈希不匹配
- 验证状态返回"INVALID",导致区块无法被接受
技术分析
从日志中可以观察到几个关键点:
-
区块哈希不匹配:Besu计算得到的区块哈希为0x430c327...,而CL客户端提供的区块哈希参数为0x34115d9...,两者不一致导致验证失败。
-
交易内容:问题区块包含一笔特殊的存款交易,该交易触发了验证逻辑的变化。
-
执行环境:问题发生在Electra硬分叉激活后的第一个epoch(epoch 1),涉及新的预编译合约和验证规则。
根本原因
经过深入分析,开发团队发现该问题源于以下几个方面:
-
Electra规范实现不完整:早期版本的Besu对Electra硬分叉的部分规范实现存在缺陷。
-
哈希计算差异:在特定交易类型处理过程中,区块头的某些字段计算方式与共识层不一致。
-
状态转换错误:存款交易触发的状态转换未正确处理新引入的验证规则。
解决方案
开发团队通过以下措施解决了该问题:
-
规范一致性检查:全面审查并完善Electra规范的实现,确保与最新规范完全一致。
-
哈希计算修正:重新审视区块哈希的计算逻辑,确保与共识层实现完全匹配。
-
测试覆盖增强:增加了针对存款交易和Electra特性的测试用例。
经验总结
这次事件为Besu开发团队提供了宝贵的经验:
-
早期测试的重要性:在开发网阶段发现并解决问题,避免了主网风险。
-
规范实现的严谨性:验证了规范实现必须严格遵循标准文档。
-
跨客户端协作:通过与Teku等其他客户端的协作,加速了问题的定位和解决。
最终,在将完整的devnet-5代码合并到主分支并修复相关规范测试后,该问题得到了彻底解决,为Prague升级的顺利实施奠定了基础。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
24
9
Ascend Extension for PyTorch
Python
222
245
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
暂无简介
Dart
672
157
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217