深入理解The Lightning Network Book中的简化Schnorr签名示例
2025-06-11 08:40:22作者:申梦珏Efrain
引言
在区块链技术领域,Schnorr签名因其简洁性和安全性而备受关注。本文将通过The Lightning Network Book中的简化示例,深入浅出地讲解Schnorr签名的工作原理及其在多重签名(MuSig)中的应用。
Schnorr签名基础
Schnorr签名是一种基于离散对数问题的数字签名方案,相比ECDSA签名具有以下优势:
- 线性特性,支持签名聚合
- 更简单的安全性证明
- 更小的签名尺寸
简化示例设置
示例中使用了一个极小的循环群(阶为23)来演示Schnorr签名,这使得我们可以手动验证所有计算:
p = 23 # 群的阶
points = {i: chr(97+i) for i in range(p)} # 将数字映射为字母表示
密钥对生成
在Schnorr签名中,每个参与者都有自己的私钥和公钥:
x_a = 17 # 用户A的私钥
A = points[x_a] # 用户A的公钥
x_b = 15 # 用户B的私钥
B = points[x_b] # 用户B的公钥
签名过程
Schnorr签名的生成包含以下步骤:
- 选择一个随机数r(称为nonce)
- 计算R = r·G (G是生成元)
- 计算e = H(R||m) (消息的哈希)
- 计算s = r + e·x
- 签名为(R, s)
示例中的实现:
def sign(m, priv):
r = random.randint(0, 22) # 随机nonce
return (r + H(m)*priv) % p, points[r] # 返回(s, R)
验证过程
验证签名时,检查以下等式是否成立:
s·G = R + e·P
其中P是公钥,e是消息哈希。
示例中的验证函数:
def verify(s, R, m, pub):
lhs = points[s] # s·G
rhs = add_points(R, scalar_mult_point(H(m), pub)) # R + e·P
return lhs == rhs
多重签名(MuSig)
Schnorr签名的线性特性使其非常适合多重签名场景。多个参与者可以合作生成一个聚合签名,验证时只需验证这个聚合签名。
聚合过程
- 聚合公钥:P = P₁ + P₂
- 聚合R值:R = R₁ + R₂
- 聚合签名:s = s₁ + s₂
示例代码:
AB = add_points(A,B) # 聚合公钥
R_ab = add_points(R_a, R_b) # 聚合R值
s_ab = (s_a + s_b) % p # 聚合签名
安全性考虑
虽然示例使用了极小的群来简化理解,但实际应用中需要注意:
- 必须使用足够大的群(如256位)来保证安全性
- nonce必须随机且不可预测
- 实际实现应使用标准化的椭圆曲线(如secp256k1)
结语
通过这个简化示例,我们深入理解了Schnorr签名的工作原理及其在多重签名中的应用。这种签名方案因其简洁性和可聚合性,在闪电网络等二层解决方案中发挥着重要作用。
理解这些基础概念对于深入研究区块链技术,特别是闪电网络等二层扩容方案至关重要。希望本文能帮助读者建立对Schnorr签名的直观理解。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
754
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
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
337
179
AscendNPU-IR
C++
86
141
openJiuwen 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
TSX
986
248