深入理解The Lightning Network Book中的简化Schnorr签名示例
2025-06-11 16:28:04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
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
293
2.62 K
暂无简介
Dart
584
127
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++
606
185
deepin linux kernel
C
24
7
🎉 (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
1.05 K
610
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
358
2.28 K
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
758
72
Ascend Extension for PyTorch
Python
123
149
仓颉编译器源码及 cjdb 调试工具。
C++
122
409
仓颉编程语言运行时与标准库。
Cangjie
130
422