15.7.4 链下计算、存储与预言机网络
所属:全栈开发面试题库 / 15 Web3 与区块链 / 15.7 Layer2、跨链与链下基础设施
本节要解决的问题
链上计算与存储昂贵,Web3 生态把大量工作搬到链下:计算要可验证、存储要可寻址、外部数据要可信赖。面试里谈链下基础设施,多数人只说"IPFS 存文件",真正要回答的是:链下计算如何让合约相信结果正确、IPFS 与 Arweave 的信任模型差异、预言机如何把链下数据可信地带到链上。本节解决四个具体问题:一是分清 Optimistic 链下计算与 ZK 证明计算的信任模型;二是讲清内容寻址(Content Addressing)与 IPFS 的工作原理;三是说明预言机问题与预言机网络如何聚合多个数据源;四是把 VRF、commit-reveal、提交-展示这些机制串成一条"链下信任"的技术链。
学习目标
学完本节,你应当能够:
- 区分 Optimistic 链下计算与 ZK 证明计算在信任假设与成本上的差异。
- 解释内容寻址与 IPFS 的工作原理,以及它与链上存储的区别。
- 说明预言机问题是什么,以及预言机网络如何聚合多源数据。
- 描述 VRF 与 commit-reveal 如何实现链上随机数与秘密投票。
先修与前置
- 建议先读 15.4.5 预言机与外部调用,理解合约如何调用外部数据。
- 本节是 15.7.3 数据可用性与 DA 层 的延伸,链下存储与 DA 共同决定数据的长期可访问性。
知识地图
链下信任三支柱:
计算可验证:
Optimistic 计算: 链下计算, 假设正确, 可挑战
ZK 证明计算: 链下计算 + 零知识证明, 链上验证
存储可寻址:
内容寻址 (hash → 内容)
IPFS: 分布式文件系统, 节点 pin
Arweave: 永久存储协议, 一次性付费
外部数据可信:
预言机问题: 链上合约无法主动获取链下数据
预言机网络: 多源聚合, 签名提交, 链上取中位数/聚合
VRF: 可验证随机数
commit-reveal: 秘密提交 + 展示
核心术语
- 链下计算(Off-chain Computation):在链下执行计算,把结果与证明提交到链上,降低 Gas。
- 可验证计算(Verifiable Computation):链下计算结果可被链上合约验证正确性,包括 Optimistic 与 ZK 证明。
- 内容寻址(Content Addressing):用内容的哈希作为标识符,而不是服务器地址;IPFS 的核心。
- IPFS:分布式文件系统,节点存储并寻址内容,需要 pin 节点保证可用性。
- Arweave:永久存储协议,一次性付费,节点长期保存数据。
- 预言机问题(Oracle Problem):链上合约无法主动访问链下数据,需要外部预言机。
- 预言机网络(Oracle Network):多个节点独立获取数据、签名提交、链上聚合。
- VRF(Verifiable Random Function):可验证随机数生成,结果可被链上验证。
- commit-reveal:先提交哈希(承诺),之后展示原始值,防止被偷看或操纵。
覆盖范围
- Optimistic 与 ZK 证明的链下计算模型
- 内容寻址与 IPFS 的工作原理
- Arweave 永久存储与成本模型
- 预言机问题与预言机网络聚合
- 多源数据签名与链上中位数
- VRF 与可验证随机数
- commit-reveal 模式
- 链下计算与 Rollup 的关系
高频题速览
| 编号 | 题目 | 难度 | 频率 |
|---|---|---|---|
| 15.7.4-001 | 链下计算为什么需要可验证?Optimistic 与 ZK 证明有什么区别? | 基础 | ★★★★ |
| 15.7.4-002 | 什么是内容寻址?IPFS 是怎么工作的? | 基础 | ★★★★★ |
| 15.7.4-003 | Arweave 与 IPFS 在存储模型上有什么差异? | 基础 | ★★★★ |
| 15.7.4-004 | 预言机问题是什么?为什么需要预言机网络? | 基础 | ★★★★★ |
| 15.7.4-005 | 预言机网络怎么聚合多源数据?中位数有什么用? | 进阶 | ★★★★ |
| 15.7.4-006 | VRF 是怎么实现可验证随机数的? | 进阶 | ★★★ |
| 15.7.4-007 | commit-reveal 模式解决什么问题? | 进阶 | ★★★ |
| 15.7.4-008 | 链下计算与 Rollup 是什么关系? | 进阶 | ★★★ |
| 15.7.4-009 | 预言机数据被操纵(如闪电贷)怎么防御? | 高级 | ★★★★ |
| 15.7.4-010 | 链下存储(IPFS/Arweave)上的 NFT 元数据风险是什么? | 高级 | ★★★★ |
15.7.4-001 链下计算为什么需要可验证?Optimistic 与 ZK 证明有什么区别?
一句话结论
链下计算把计算搬到链下以省 Gas,但合约必须相信结果正确,因此需要可验证机制。Optimistic 链下计算假设提交者诚实,任何人可挑战;ZK 证明计算让提交者附带零知识证明,链上直接验证。前者便宜但有挑战期,后者贵但即时。
概念解释
- 链下计算:在链下执行 heavy computation,只把结果与证明上链。
- Optimistic:假设结果正确,错了再挑战,类似 OP Rollup。
- ZK 证明:提交者生成证明,链上验证,类似 ZK Rollup。
- 应用场景:复杂计算(如博弈论求解、批量交易、AI 推理)。
原理流程
- 合约需要一个链下计算结果(如批量交易结算、复杂游戏逻辑)。
- 提交者在链下执行计算,得到结果。
- Optimistic:提交者把结果上链,进入挑战期;任何人可挑战。
- ZK:提交者生成 zkProof,与结果一起上链;链上验证证明。
- 验证通过,合约采用结果。
- 区别:Optimistic 有挑战期但证明便宜;ZK 即时但 proving 贵。
代码或图示
Optimistic 链下计算:
提交者: result = compute(inputs)
链上: 提交 result → 挑战期 → 无人挑战 → 采用
信任: 假设有人会挑战
ZK 证明链下计算:
提交者: (result, proof) = compute_and_prove(inputs)
链上: verify(proof, result) == true → 采用
信任: 密码学证明
常见误区
- 误区:"链下计算就是不信任计算方";正解:它需要可验证机制,Optimistic 或 ZK。
- 误区:"ZK 证明计算只用于 Rollup";正解:它是通用可验证计算,可用于任意复杂计算。
- 误区:"Optimistic 计算不安全";正解:在有挑战者的前提下,它与 OP Rollup 同构。
追问
- 链下计算与 Rollup 是什么关系?答:Rollup 是链下计算的一种特例——把 L2 交易批量计算搬到链下。机制上两者都是"链下计算 + 链上验证"。边界在于:Rollup 有状态根与数据可用性,通用链下计算可以是无状态的。延伸:这是 15.7.4-008 的话题。
- ZK 证明计算的成本瓶颈在哪?答:在于 proving 时间与硬件成本,尤其复杂计算的电路规模大。机制上证明时间与电路规模成正比。边界在于:通过递归、并行、硬件加速,成本在下降。延伸:这是 ZK 工程持续投入的方向。
- 什么时候选 Optimistic?答:当挑战期可接受、证明成本高、且有足够挑战者时。机制上 Optimistic 便宜但慢。边界在于:如果没有人有动机挑战,Optimistic 退化为信任提交者。延伸:这是经济设计问题。
15.7.4-002 什么是内容寻址?IPFS 是怎么工作的?
一句话结论
内容寻址用内容的哈希作为标识符(CID),而不是服务器地址;IPFS 是一个分布式文件系统,节点存储文件并按 CID 寻址。你拿到 CID,就能从任何持有该文件的节点下载,且能验证文件未被篡改(哈希一致)。
概念解释
- 内容寻址:标识符 = 内容的哈希(CID),不是位置。
- CID(Content Identifier):IPFS 的文件标识符,包含哈希与编码信息。
- 节点:IPFS 网络中的参与者,存储并提供文件。
- pin:节点主动保存文件副本,否则可能被垃圾回收。
原理流程
- 上传者把文件内容计算哈希,得到 CID。
- 上传者把文件添加到 IPFS 节点。
- 节点之间通过去中心化网络发现谁持有该 CID。
- 下载者用 CID 请求文件,从持有节点下载。
- 下载者验证文件哈希是否与 CID 一致。
- pin:上传者或其他节点主动 pin 文件,保证长期可用。
代码或图示
传统寻址:
https://example.com/file.pdf
→ 依赖 example.com 服务器可用
内容寻址:
CID = hash(file) (如 Qm...)
→ 从任何持有该 CID 的节点下载
→ 验证: hash(downloaded_file) == CID
IPFS 网络:
节点 A 上传文件, 得到 CID
节点 B 想下载 → 网络发现谁持有 CID → 从 A 下载
pin: 节点 A 长期保存该文件
常见误区
- 误区:"IPFS 上的文件永久可用";正解:IPFS 节点会垃圾回收未 pin 的文件;需要 pin 节点或服务保证长期可用。
- 误区:"CID 是 URL";正解:CID 是内容哈希,不依赖服务器。
- 误区:"IPFS 是加密网络";正解:它不加密内容,只寻址与验证完整性。
追问
- IPFS 为什么需要 pin?答:因为 IPFS 节点存储空间有限,会自动清理未被引用的文件;pin 告诉节点"这个文件要长期保存"。机制上 pin 是节点的主动承诺。边界在于:如果所有 pin 节点下线,文件就不可用。延伸:这是 IPFS 与 Arweave 的差异。
- CID 怎么验证文件完整性?答:下载者重新计算文件哈希,与 CID 比较。机制上如果文件被篡改,哈希不一致。边界在于:这只验证完整性,不验证"文件来自正确的人"(需要签名)。延伸:这是 NFT 元数据的常见风险。
- IPFS 与 HTTP 的关系是什么?答:IPFS 是协议层,可以通过网关(如 ipfs.io/ipfs/CID)用 HTTP 访问。机制上用户不需要运行 IPFS 节点,也能通过网关下载。边界在于:网关是中心化入口,可能审查或下线。延伸:这是 Web3 去中心化与可用性的权衡。
15.7.4-003 Arweave 与 IPFS 在存储模型上有什么差异?
一句话结论
IPFS 是"按需存储"模型,节点 pin 文件才能长期可用,成本随 pin 节点数量变化;Arweave 是"永久存储"模型,用户一次性付费,节点通过存储证明(Proof of Access)长期保存文件。Arweave 适合需要永久保存且愿意付费的场景。
概念解释
- IPFS:分布式文件系统,pin 节点保证可用性。
- Arweave:永久存储协议,一次性付费,节点长期保存。
- 存储证明(Proof of Access):Arweave 节点证明自己仍在保存历史文件。
- 成本模型:IPFS 按 pin 服务付费;Arweave 一次性付费。
原理流程
- IPFS:上传者 pin 文件,或委托 pin 服务;文件可用性取决于 pin 节点。
- Arweave:上传者支付一次性费用(基于数据大小与网络存储成本)。
- Arweave 节点:保存文件,通过存储证明证明自己仍在访问历史数据。
- 下载者:从任意 Arweave 节点下载。
- 差异:IPFS 是"谁 pin 谁负责";Arweave 是"网络共识永久保存"。
- 选择:短期数据用 IPFS;永久存档用 Arweave。
代码或图示
IPFS:
上传者 → pin 服务付费 → 文件长期可用
风险: pin 服务下线 → 文件不可用
成本: 持续支付
Arweave:
上传者 → 一次性付费 → 永久存储
节点: Proof of Access 证明长期保存
成本: 一次性
风险: 网络共识失效 (理论风险)
常见误区
- 误区:"Arweave 是另一个 IPFS";正解:它有不同的经济模型与共识机制。
- 误区:"Arweave 永久免费";正解:用户一次性付费,节点通过代币激励保存。
- 误区:"IPFS 不适合长期存储";正解:pin 服务可以提供长期存储,但需要持续付费。
追问
- Arweave 的永久存储怎么激励?答:节点通过存储证明(Proof of Access)获得代币奖励,证明自己仍在访问历史文件。机制上这是共识机制。边界在于:如果文件太旧或访问太少,节点可能缺乏激励。延伸:这是永久存储协议的经济挑战。
- 什么场景选 Arweave?答:需要永久保存的档案、NFT 元数据、历史数据,且愿意一次性付费。机制上 Arweave 的成本模型适合长期存档。边界在于:如果文件不需要永久,IPFS 更便宜灵活。延伸:这是 Web3 存储的工程选择。
- Arweave 与 L1 blob 有什么关系?答:Arweave 可以作为 blob 的长期存储层——blob 过期后,数据备份到 Arweave。机制上两者互补。边界在于:这是工程集成,不是协议原生。延伸:这是 15.7.3 blob 长期存储的延伸。
15.7.4-004 预言机问题是什么?为什么需要预言机网络?
一句话结论
预言机问题是指链上合约无法主动访问链下数据(如汇率、天气、体育结果),必须由外部预言机把数据带上来。单一预言机是信任单点,因此需要预言机网络——多个节点独立获取数据、签名提交、链上聚合,降低单点风险。
概念解释
- 预言机(Oracle):把链下数据带到链上的服务。
- 预言机问题:合约无法主动访问外部世界。
- 单点风险:单一预言机被操纵或下线,合约出错。
- 预言机网络:多节点聚合,提高可信度。
原理流程
- 合约需要链下数据(如 ETH/USD 汇率)。
- 单一预言机:一个节点获取数据并提交,合约信任它。
- 风险:该节点被操纵、出错、下线。
- 预言机网络:多个节点独立获取数据,各自签名提交。
- 合约聚合:取中位数、均值,或剔除异常值。
- 结果:单一节点作恶不影响整体。
代码或图示
单一预言机:
合约 ← data ← 预言机节点 (单点)
风险: 节点被操纵 / 下线
预言机网络:
合约 ← 聚合(data) ← 预言机节点 1, 2, 3, ..., N
每个节点独立获取数据, 签名提交
合约取中位数: sort(data) → median
单一节点作恶不影响中位数
常见误区
- 误区:"预言机就是 API";正解:预言机是把数据带上链的信任机制,不只是 API。
- 误区:"链上合约可以自己访问互联网";正解:合约是确定性的,不能主动发起 HTTP 请求。
- 误区:"预言机网络完全去中心化";正解:它是多节点聚合,仍需选择可信节点。
追问
- 为什么合约不能主动访问互联网?答:因为合约执行是确定性的——所有节点必须得到相同结果;HTTP 请求的结果随时间、网络、服务器状态变化,无法达成共识。机制上这是区块链确定性的根本要求。边界在于:合约只能处理链上确定的输入。延伸:这是预言机存在的根本原因。
- 预言机网络怎么选节点?答:选择信誉良好、独立运营、有质押的节点;节点作恶会被罚没质押。机制上经济安全。边界在于:节点之间可能合谋。延伸:这是预言机网络的经济设计。
- 预言机数据多久更新?答:取决于需求——价格敏感的 DeFi 频繁更新,低频事件(如体育结果)事件触发。机制上更新频率与成本权衡。边界在于:更新太慢,数据过时;更新太快,Gas 成本高。延伸:这是预言机工程的参数。
15.7.4-005 预言机网络怎么聚合多源数据?中位数有什么用?
一句话结论
预言机网络让多个节点独立提交数据,链上合约取中位数(或剔除异常值)。中位数对异常值不敏感——即使少数节点被操纵,只要多数节点诚实,中位数仍接近真实值。
概念解释
- 多源提交:N 个节点各自提交一个数据点。
- 中位数:排序后取中间值,对异常值稳健。
- 异常值剔除:剔除偏离中位数过大的值,再取均值。
- 经济安全:节点质押,作恶被罚没。
原理流程
- N 个预言机节点独立获取数据(如 ETH/USD 汇率)。
- 每个节点签名提交数据到链上。
- 合约收集 N 个数据点。
- 排序,取中位数(N 为奇数取中间值,偶数取中间两个均值)。
- 可选:剔除偏离中位数超过阈值的异常值,再取均值。
- 合约采用聚合值。
代码或图示
预言机网络聚合:
节点提交数据: [100, 101, 99, 100, 10000]
排序: [99, 100, 100, 101, 10000]
中位数: 100 (异常值 10000 不影响)
剔除异常值:
中位数 = 100
剔除偏离 > 20% 的值: [10000] 被剔除
均值 = (100+101+99+100)/4 = 100
结论: 少数节点被操纵, 中位数仍稳健
常见误区
- 误区:"取均值就够了";正解:均值对异常值敏感,中位数更稳健。
- 误区:"节点越多越安全";正解:节点数量增加但合谋风险也需考虑;中位数在多数诚实下稳健。
- 误区:"聚合后数据一定准确";正解:聚合只能降低单点风险,不能消除系统性错误(如所有节点都用同一被操纵源)。
追问
- 中位数为什么对异常值稳健?答:因为异常值只影响排序的两端,中位数在中间。机制上即使少数节点提交极端值,只要多数节点诚实,中位数不变。边界在于:如果多数节点合谋,中位数也会被操纵。延伸:这是"多数诚实"假设。
- 怎么防御系统性错误?答:确保节点从不同数据源获取数据,而不是都引用同一个被操纵的源。机制上数据源多样化。边界在于:如果所有节点都从同一个 DEX 取价,闪电贷攻击可以操纵该 DEX。延伸:这是 15.7.4-009 的话题。
- 异常值剔除怎么设阈值?答:根据数据特征(如汇率的正常波动范围)设阈值,剔除偏离中位数过大的值。机制上阈值太宽,异常值不被剔除;太严,正常波动被剔除。边界在于:阈值需要根据应用调参。延伸:这是预言机工程细节。
15.7.4-006 VRF 是怎么实现可验证随机数的?
一句话结论
VRF(Verifiable Random Function)让一个节点用其私钥生成一个随机数与证明,链上任何人用其公钥验证"这个随机数确实由该私钥生成、且不可预测"。它解决了链上随机数可被操纵的问题。
概念解释
- 链上随机数问题:合约用块哈希等作为随机数,可被验证者操纵。
- VRF:用私钥生成随机数 + 证明,公钥验证。
- 不可预测:在私钥揭示前,任何人无法预测结果。
- 可验证:任何人可验证结果确实由该私钥生成。
原理流程
- 用户请求随机数,指定 VRF 节点与输入。
- VRF 节点用私钥对输入签名,得到随机数与证明。
- 节点把随机数与证明提交到链上。
- 合约用节点公钥验证证明。
- 验证通过,合约采用随机数。
- 特性:不可预测(私钥揭示前)、可验证(任何人可检查)。
代码或图示
VRF 流程:
请求者: 请求随机数 (with input)
VRF 节点: (randomness, proof) = VRF_sign(sk, input)
链上合约: verify(pk, input, randomness, proof) == true
→ 采用 randomness
特性:
不可预测: 节点揭示前, 任何人无法知道 randomness
可验证: 任何人用 pk 验证 proof
常见误区
- 误区:"块哈希就是随机数";正解:块哈希可被验证者操纵(重组、选择性出块),不可信。
- 误区:"VRF 是去中心化随机数";正解:VRF 节点是单点,需要多节点或 commit-reveal 增强。
- 误区:"VRF 结果是完全随机的";正解:它是伪随机,由私钥与输入决定,但不可预测。
追问
- 为什么块哈希不可作为随机数?答:因为验证者可以选择不提交某个块(如果结果对自己不利),从而操纵随机结果。机制上这是"选择性出块"攻击。边界在于:在 PoW 链上,矿工有能力重组短期块。延伸:这是 VRF 存在的原因。
- VRF 节点是单点怎么办?答:可以用多个 VRF 节点,聚合结果;或结合 commit-reveal。机制上多节点降低单点风险。边界在于:多节点增加延迟与成本。延伸:这是工程选择。
- VRF 用在什么场景?答:NFT 抽奖、游戏随机数、公平选胜者。机制上需要不可预测且可验证的随机性。边界在于:如果节点与请求者合谋,仍可操纵。延伸:这是经济设计问题。
15.7.4-007 commit-reveal 模式解决什么问题?
一句话结论
commit-reveal 解决"秘密提交后被偷看或操纵"的问题:先提交秘密的哈希(承诺),之后展示原始值。在承诺阶段,任何人无法知道原始值;在展示阶段,合约验证哈希与原始值一致。
概念解释
- commit 阶段:用户提交秘密的哈希。
- reveal 阶段:之后用户展示原始值。
- 防止偷看:承诺阶段其他人不知道原始值。
- 防止操纵:展示阶段不能改承诺(哈希已上链)。
原理流程
- 用户有秘密值 x(如投标价、投票)。
- commit 阶段:用户提交
hash(x, salt)到链上。 - 其他人只能看到哈希,无法反推 x。
- 等待一段时间(如一个区块)。
- reveal 阶段:用户展示 x 与 salt。
- 合约验证
hash(x, salt) == committed_hash。
代码或图示
commit-reveal 流程:
阶段 1 (commit):
用户: 提交 hash(x, salt) 到合约
其他人: 只能看到哈希, 无法知道 x
阶段 2 (reveal, 一段时间后):
用户: 展示 x, salt
合约: 验证 hash(x, salt) == committed_hash
应用:
密封投标: 投标价不可见, 最后一起展示
秘密投票: 投票不可见, 最后一起展示
游戏: 玩家选择不可见, 最后揭示
常见误区
- 误区:"commit-reveal 完全防止操纵";正解:它防止 commit 阶段被偷看,但用户可以在 reveal 阶段不揭示(放弃)。
- 误区:"salt 是可选的";正解:salt 防止其他人用字典攻击反推 x(如果 x 空间小)。
- 误区:"commit-reveal 只用于投标";正解:它用于任何秘密提交场景。
追问
- 用户在 reveal 阶段不揭示怎么办?答:通常没收押金或取消资格,作为不揭示的惩罚。机制上经济惩罚。边界在于:如果用户的秘密值对自己不利,他可能选择不揭示。延伸:这是协议设计要考虑的激励。
- commit-reveal 与 VRF 有什么区别?答:VRF 是"外部生成随机数并可验证";commit-reveal 是"用户自己秘密提交并之后展示"。机制上前者是随机数来源,后者是提交隐私。边界在于:两者可结合(用 VRF 作为随机数,用 commit-reveal 提交选择)。延伸:这是游戏与抽奖协议的常见组合。
- 为什么需要 salt?答:因为如果 x 空间小(如"0 或 1"),其他人可以尝试所有可能的 x 并比较哈希。salt 让哈希不可预测。机制上 salt 增加了反推难度。边界在于:salt 必须在 reveal 时一起提交,且由用户随机生成。延伸:这是密码学工程细节。
15.7.4-008 链下计算与 Rollup 是什么关系?
一句话结论
Rollup 是链下计算的一种特例——它把 L2 的批量交易计算搬到链下,把状态根与证明上链。通用链下计算是无状态的(一次计算一个结果),Rollup 是有状态的(持续维护状态根)。两者都遵循"链下计算 + 链上验证"的模式。
概念解释
- 通用链下计算:无状态,一次计算一个结果。
- Rollup:有状态,持续维护 L2 状态根。
- 共同点:链下执行,链上验证。
- 差异:Rollup 有数据可用性与状态延续;通用计算可以是一次性的。
原理流程
- 通用链下计算:输入 → 链下执行 → 结果 + 证明上链。
- Rollup:多笔交易 → 链下执行 → 新状态根 + 数据 + 证明上链。
- 共同点:都把 heavy computation 搬到链下,链上只验证。
- Rollup 的额外责任:数据可用性(calldata/blob)与状态延续。
- 通用计算可以是 Optimistic 或 ZK;Rollup 也分 OP 与 ZK。
代码或图示
通用链下计算:
inputs → compute_offchain → (result, proof) → 链上验证
无状态, 一次性
Rollup:
L2 txs → execute_offchain → (new_state_root, data, proof) → 链上验证
有状态, 持续维护状态根
+ 数据可用性 (calldata/blob)
共同点: 链下计算 + 链上验证
差异: Rollup 有状态延续与 DA
常见误区
- 误区:"链下计算就是 Rollup";正解:Rollup 是有状态的特例,通用链下计算可以无状态。
- 误区:"Rollup 不需要数据可用性";正解:Rollup 必须有 DA,这是它与纯计算的区别。
- 误区:"链下计算只用于 DeFi";正解:它可用于游戏、社交、AI 推理等。
追问
- 链下计算与侧链有什么区别?答:链下计算有链上验证(Optimistic 或 ZK),侧链没有。机制上链下计算的结果可被链上验证,侧链只信任其验证人。边界在于:这是安全性的根本差异。延伸:这是 15.7.1 的话题。
- 链下计算能做什么 DeFi 应用?答:批量交易结算、复杂策略计算、博弈论求解、AI 推理。机制上把 heavy computation 搬到链下,降低 Gas。边界在于:计算结果需要可验证。延伸:这是 Web3 计算的扩展方向。
- 链下计算的用户怎么信任结果?答:通过 Optimistic 挑战期或 ZK 证明。机制上这是可验证性。边界在于:Optimistic 假设有人挑战,ZK 需要 proving 成本。延伸:这是 15.7.4-001 的话题。
15.7.4-009 预言机数据被操纵(如闪电贷)怎么防御?
一句话结论
单一预言机引用 DEX 现货价格时,攻击者可以用闪电贷在一个区块内操纵该 DEX 价格,然后让合约按错误价格执行。防御方法包括:用时间加权平均价格(TWAP)、用多个预言机网络、用流动深度足够的源、避免单区块价格。
概念解释
- 闪电贷攻击:一个区块内借入大量资金,操纵价格,还款,获利。
- TWAP(时间加权平均价格):用一段时间的平均价格,单区块操纵影响小。
- 多源:从多个独立源取价,不依赖单一 DEX。
- 流动深度:价格源的流动性越深,操纵成本越高。
原理流程
- 漏洞:合约引用单一 DEX 现货价格作为预言机。
- 攻击:攻击者闪电贷大量资金,在该 DEX 买入,推高价格。
- 合约按错误价格执行(如错误抵押品估值)。
- 攻击者卖出,还款,获利。
- 防御 1:用 TWAP——过去 N 个区块的平均价格,单区块操纵影响小。
- 防御 2:用预言机网络——多源聚合。
- 防御 3:用流动深度足够的源——操纵成本高于获利。
代码或图示
攻击流程:
闪电贷借入 1亿 USDC
→ 在某 DEX 大量买入 ETH, 推高价格
→ 合约按错误价格清算/借贷
→ 卖出 ETH, 还款, 获利
防御:
TWAP: 用过去 30 分钟平均价格
→ 单区块操纵只影响平均值的一小部分
多源: 从多个 DEX / 预言机取价
流动深度: 选择流动性深的 DEX, 操纵成本高
常见误区
- 误区:"用 DEX 现货价格就是预言机";正解:单一 DEX 现货可被闪电贷操纵。
- 误区:"TWAP 完全防操纵";正解:TWAP 拉长窗口,操纵成本增加,但不是绝对安全。
- 误区:"流动性深的 DEX 就安全";正解:深池操纵成本高,但不是不可能。
追问
- TWAP 为什么能防操纵?答:因为它用一段时间的平均价格,单区块操纵只影响窗口的一小部分;攻击者要持续操纵整个窗口,成本极高。机制上时间窗口放大了操纵成本。边界在于:如果窗口太短,TWAP 仍可被操纵;太长,数据过时。延伸:这是预言机工程的参数。
- 闪电贷攻击的根本原因是什么?答:因为合约在同一个区块内依赖可被立即操纵的价格源。机制上原子性让攻击在一个区块内完成。边界在于:如果合约跨区块执行,攻击难度增加。延伸:这是 DeFi 安全的核心话题(15.5.2)。
- 怎么选择预言机源?答:选择流动性深、多源聚合、有 TWAP、有历史记录的预言机网络。机制上这是安全工程。边界在于:即使是预言机网络,也需审查其数据源与聚合方法。延伸:这是 DeFi 合约审计的重点。
15.7.4-010 链下存储(IPFS/Arweave)上的 NFT 元数据风险是什么?
一句话结论
NFT 元数据(图片、描述)通常存在 IPFS 或 Arweave,链上只存 CID 或 URI。风险包括:pin 节点下线导致图片不可访问、元数据被运营方替换(如果 URI 指向中心化服务器)、CID 对应的文件实际内容与承诺不符。
概念解释
- NFT 元数据:JSON 文件,描述 NFT 的图片、名称、属性。
- 链上只存 URI 或 CID:链上不存图片本身。
- 中心化风险:如果 URI 指向中心化服务器,运营方可以替换图片。
- 可用性风险:IPFS pin 节点下线,图片不可访问。
原理流程
- NFT 合约:
tokenURI(tokenId)返回一个 URI 或 CID。 - URI 可能指向 IPFS(
ipfs://CID)或 HTTP(https://...)。 - 风险 1:如果指向中心化 HTTP,运营方可以替换图片。
- 风险 2:如果指向 IPFS 但 pin 节点下线,图片不可访问。
- 风险 3:即使 CID 正确,文件内容可能与承诺不符(需要签名验证)。
- 用户应检查:URI 类型、pin 节点、文件签名。
代码或图示
NFT 元数据风险:
链上: tokenURI = "ipfs://Qm..." 或 "https://example.com/1.json"
风险 1: 中心化 URI
https://example.com/1.json
→ 运营方可以随时替换图片
风险 2: IPFS 可用性
ipfs://Qm...
→ pin 节点下线 → 图片不可访问
风险 3: 内容不符
CID 对应的文件 ≠ 承诺的图片
→ 需要签名验证文件来源
常见误区
- 误区:"NFT 图片存在链上";正解:链上只存 URI,图片在链下。
- 误区:"IPFS 上的图片永久可用";正解:需要 pin 节点持续维护。
- 误区:"CID 保证图片来自正确的人";正解:CID 只验证完整性,不验证来源。
追问
- 怎么降低 NFT 元数据风险?答:优先选择 URI 指向 IPFS 且有 pin 服务、元数据不可变(合约锁死 URI)、有签名验证的 NFT。机制上这是用户尽调。边界在于:即使 IPFS 上的图片,pin 服务仍可能下线。延伸:这是 NFT 项目的透明度问题。
- 元数据可不可变有什么区别?答:可变更的 URI 让项目方可以替换图片;不可变的 URI 一旦部署就不能改。机制上不可变更透明。边界在于:可变更也有合理用途(如修复错误)。延伸:用户应检查合约是否锁死 URI。
- Arweave 适合 NFT 元数据吗?答:Arweave 永久存储适合需要长期保存的 NFT,但成本一次性付费。机制上它降低了"图片消失"风险。边界在于:Arweave 节点共识本身有理论风险。延伸:这是 NFT 项目的存储选择。
动手练习
练习 1:画出链下信任三支柱
- 任务:在白板上画出可验证计算、内容寻址存储、预言机网络三个模块,标注各自的信任机制。
- 验收标准:
- 标出 Optimistic 与 ZK 证明在可验证计算中的位置。
- 标出 IPFS 与 Arweave 的存储模型差异。
- 标出预言机网络的多源聚合流程。
练习 2:分析一个公开 NFT 项目的元数据方案
- 任务:选一个公开 NFT 项目,检查其 tokenURI 指向哪里(IPFS/HTTP)、是否可变、pin 服务是谁。
- 验收标准:
- 列出元数据 URI 类型、是否可变、pin 服务。
- 指出两个主要风险。
- 说明哪些信息无法从公开信息确认,标注"待确认"。
自检清单
- [ ] 能否区分 Optimistic 与 ZK 证明的链下计算?
- [ ] 能否解释内容寻址与 IPFS 的工作原理?
- [ ] 能否比较 IPFS 与 Arweave 的存储模型?
- [ ] 能否解释预言机问题与预言机网络的必要性?
- [ ] 能否描述中位数聚合为什么对异常值稳健?
- [ ] 能否解释 VRF 的工作原理?
- [ ] 能否描述 commit-reveal 模式?
- [ ] 能否说明链下计算与 Rollup 的关系?
- [ ] 能否列出闪电贷操纵预言机的防御方法?
- [ ] 能否说出 NFT 元数据的三个风险?
延伸阅读
- IPFS 官方文档:内容寻址、CID、pinning 相关章节。
- Arweave 官方文档:永久存储、Proof of Access 相关章节。
- 主流预言机网络官方文档:多源聚合、TWAP、节点质押相关章节。
- VRF 与 commit-reveal 的密码学规范与应用案例。
待整理清单
- [ ] 补充主流预言机网络当前节点数量、聚合方法、费用结构对比(变化快)
- [ ] 补充 IPFS pin 服务与 Arweave 成本对比
- [ ] 补充可验证计算在 AI 推理场景的应用案例