Chia区块链中DID创建时重用公钥的bug分析与修复
问题背景
在Chia区块链的2.4.4版本中,开发者和用户发现了一个关于DID(去中心化身份)创建的功能性bug。当用户尝试创建新的DID配置文件时,reuse_public_key_for_change参数未能按预期工作。这个参数本应允许在找零地址中重用相同的公钥,但实际上并未生效。
技术细节
这个bug的核心在于DID创建过程中密钥管理的逻辑缺陷。在Chia区块链中:
-
DID系统设计:DID(Decentralized Identifier)是Chia网络中用于标识用户身份的机制,基于公钥基础设施(PKI)构建。
-
密钥重用机制:
reuse_public_key_for_change参数的设计目的是为了提高隐私性和减少区块链膨胀,允许在交易输入和找零输出中使用相同的公钥。 -
bug表现:尽管参数被设置为True,系统在创建DID时仍然生成了新的密钥对用于找零地址,而不是重用现有的公钥。
影响分析
这个bug对用户和网络产生了多方面影响:
-
隐私性降低:每次交易使用不同的密钥会使得交易图谱分析更容易,降低了用户的隐私保护。
-
资源消耗增加:不必要的密钥生成增加了本地存储和网络传输的负担。
-
用户体验下降:用户期望的功能未能按预期工作,可能导致对系统可靠性的质疑。
修复进展
Chia开发团队已经确认:
-
主分支修复:该问题已在主分支(main)中得到修复,但尚未包含在正式发布的版本中(2.4.4版本之后)。
-
即将发布的版本:预计2025年2月的发布版本将会包含此修复。
-
测试版本可用:目前用户可以通过2.5.1-rc1候选发布版本来测试修复效果。
技术建议
对于受此问题影响的用户,建议:
-
升级准备:关注即将发布的正式版本,及时升级以获得修复。
-
测试环境验证:如需立即解决,可在测试环境中使用2.5.1-rc1版本验证修复效果。
-
密钥管理审查:在修复后,建议审查现有的DID配置,确保密钥使用符合预期。
总结
Chia区块链中DID创建时重用公钥的功能bug虽然影响了部分用户体验,但开发团队已及时响应并在后续版本中修复。这体现了开源项目对社区反馈的重视和快速响应能力。用户只需等待下一个正式版本发布或使用测试版本即可解决此问题。这也提醒我们,在使用区块链技术时,及时更新和维护系统版本的重要性。
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