← COMP5565 全部讲次
L02a-1 · 第 2 周

L02a-1 以太坊账户与地址:一把私钥怎么变成一串 0x

从哈希函数讲起,分清 EOA 和合约账户,一步一步把私钥推成地址,再看合约地址的两种算法 CREATE 和 CREATE2。

一句话版

以太坊上的每个账户都由一个 20 字节的地址来称呼。普通人的账户(EOA)地址由私钥一路算出来,合约账户的地址由部署过程算出来。两类账户存的字段一模一样,差别只在谁能动它。

这是 L02 的第一页。哈希和签名的基础在 C01a 讲过,这里只补用得上的那一点。下一页 L02a-2 讲账户里的四个字段和合约变量住在哪。

先认识这几个词

词 全称 / 读法 一句人话
哈希函数 hash function 任意长的输入,压成固定长度的「指纹」,反过来推不回去
Keccak-256 读「凯恰克」 以太坊用的那个哈希函数,输出 32 字节
EOA Externally Owned Account,外部账户 由私钥控制、能主动发交易的普通账户
合约账户 contract account 装着代码、由代码控制的账户,没有私钥
地址 address 账户在链上的名字,0x 开头、40 个十六进制字符
nonce 读「诺恩斯」 账户自带的计数器,记它发过几笔交易(或建过几个合约)
salt 盐 CREATE2 里部署者自己挑的一个数,用来定地址

一个类比:全村共用一台电脑

村里有一台电脑,谁都能用。电脑上有两种文件夹。

一种归某个人,凭钥匙开,这是 EOA。另一种是装好的程序,它从设计上就没配钥匙,自己也不会动,得有人去点它才跑,这是合约账户。所以村里任何一次运行,往回追,源头一定是某个拿钥匙的人。

每个文件夹门口挂着门牌号,这就是地址。个人文件夹的门牌号是用钥匙的形状算出来的。程序文件夹没有钥匙,门牌号按「谁装的、第几次装」来编,或者按「谁装的、自选的编号、程序本身长什么样」来编。

类比在哪里失效:

  1. 真实网络里没有一台中心电脑,是许多节点各自执行、互相校验。
  2. 钥匙能「算出」门牌号,门牌号却推不回钥匙;现实里的门牌号和钥匙没有这种数学关系。
  3. 程序文件夹不能自己上网取数据,外部信息要靠交易送进来。

从零讲起

1. 先补一块:哈希函数 Keccak-256(补充)

它解决什么问题

地址要短、要固定长度,还要和私钥绑死,别人又不能从地址反推回私钥。哈希函数正好做这件事:吃进任意长的数据,吐出固定长度的结果,正着算很快,反着推做不到。

从哪来(补充)

Keccak 由 Guido Bertoni、Joan Daemen、Michaël Peeters、Gilles Van Assche 四人设计。2012 年它被美国 NIST 选为 SHA-3 竞赛的胜出者,2015 年正式成为 SHA-3 标准。

以太坊在标准定稿之前就采用了 Keccak,后来 NIST 改了填充规则,以太坊没有跟。所以以太坊的 Keccak-256 和标准的 SHA3-256 同一输入算出的结果不同。

出处:Wikipedia: SHA-3

直觉

把哈希想成绞肉机。整头猪进去,肉馅出来,肉馅的量永远一样多。你没法把肉馅拼回一头猪。同一头猪绞两次,肉馅一模一样;猪身上少一根毛,肉馅就完全变了样。

一步一步看

目标:看 Keccak-256 怎样把任意长的输入压成 32 字节,输入改一点输出就全变,拿着输出也推不回输入。

  1. 输入可以是任何东西:一个字、一张图、一把 64 字节的公钥。
  2. Keccak-256 把它压成 256 位,也就是 32 字节,写成十六进制是 64 个字符。
  3. 输入改一个字符,输出的 64 个字符几乎全变,看不出和原来有什么关系。
  4. 拿着输出,没有办法反推出输入,只能一个个去猜。
输入 输出长度 能不能反推
一个字母 32 字节 不能
一把公钥 32 字节 不能
一整段合约代码 32 字节 不能

怎么判断

碰到「以太坊里用的是哪个哈希」这类题,答 Keccak-256,并补一句它和标准 SHA3-256 不同。碰到「哈希结果多长」,答 32 字节、64 个十六进制字符。

常见误解

以为 Keccak-256 就是 SHA3-256,换个名字而已

两者出自同一个设计,但填充规则不同,同一输入的输出完全不一样。拿标准库里的 SHA3-256 去算以太坊地址,会得到错的地址。

试一下

一段 1 MB 的合约字节码和一个只有 3 个字母的字符串,各自做 Keccak-256,结果谁长?

一样长,都是 32 字节。哈希的输出长度固定,和输入多长无关。

2. 两类账户:EOA 与合约账户

它解决什么问题

链上要分清两件事:谁有权主动发起操作,谁只能被动响应。以太坊用两类账户来分:EOA 握私钥、能签名发交易;合约账户里装代码,没有私钥,只在被调用时按代码执行。

从哪来(补充)

账户模型是以太坊和比特币的一个明显分别。Vitalik Buterin 在 2014 年的白皮书里把账户分成这两类,主网 Frontier 在 2015 年上线时就是这套设计。

出处:Ethereum Whitepaper、ethereum.org: History

直觉

EOA 像一个人,有手有嘴,能主动去敲别人的门。合约账户像一台自动售货机,投币它才吐货,自己不会走出去找人。售货机可以再去调另一台机器,但第一枚硬币总得有人投。

英文注意|account / address / wallet:account 是账户,address 是标识账户的地址,wallet 是管理密钥、发起交互的工具;EOA = Externally Owned Account。 答题句:A wallet manages keys; an address identifies an account.

一步一步看

目标:对照 EOA 和合约账户的四个字段和一条调用链,看出为什么往回追总能追到某个 EOA 签的交易。

  1. 两类账户在世界状态里存的字段完全一样:Nonce、Balance、storageRoot、codeHash。

    EOA 与合约账户的四个字段并排对照:两边都是 Nonce、Balance、storageRoot、codeHash,格式一字不差;EOA 的 storageRoot 是空树的根、codeHash 是空字符串的哈希这个恒定常量,合约账户的后两格分别指向自己的存储树和部署上去的字节码;只有 EOA 能主动发起交易

  2. EOA 的后两格是固定常量:没有存储,也没有代码。合约账户的后两格真的指向东西。

  3. 一个人用私钥签一笔交易,发给合约 A。合约 A 执行代码时,可以再用「消息调用」去调合约 B。

    一串调用:EOA 握着私钥签名发出交易调用合约 A,合约 A 被调用后再用消息调用去调合约 B;EOA 用青绿高亮,说明调用链的源头只能是 EOA,合约没有私钥不能自己发交易

  4. 不管这条链多长,往回追,第一笔交易一定是某个 EOA 签的。

EOA 合约账户
谁控制 私钥 代码
能不能主动发交易 能 不能
创建要不要钱 免费,离线生成 要钱,占网络存储

怎么判断

问「这个操作能不能由合约自己发起」,答案永远是不能,要有 EOA 先发一笔交易。问「钱包是什么」,按课件的定义:钱包是一个或多个 EOA 的集合,它是管私钥的软件,不上链,也不持有资产。

英文注意|account nonce:EOA 的 nonce 是交易计数器,不是随机数;不要套用别处「random nonce」的含义。 答题句:An EOA nonce orders its transactions and helps prevent replay.

常见误解

以为合约账户是「私钥被销毁了的 EOA」

合约账户从一开始就没有私钥,它的地址不是由私钥算出来的。两类账户的数据结构相同,区别在后两格有没有指向存储和代码。

以为钱包里装着币

币记在链上的账户余额里。钱包只是保管私钥、帮你签名的工具,换个钱包导入同一把私钥,余额照样在。

试一下

合约 X 每天中午要自动给某地址转一笔钱,它能自己定时触发吗?

不能。合约没有私钥,不会主动发交易。得有一个 EOA(或由 EOA 驱动的外部程序)每天发一笔交易去调用它,它才会执行转账。

3. EOA 地址怎么算

它解决什么问题

别人给你转账,得知道往哪转。地址必须公开,私钥必须保密,而且两者要能对得上。办法是让地址由私钥单向算出来:谁都能核对,谁都推不回去。

直觉

私钥像你的指纹,地址像指纹拍照后再压缩成的一串编号。编号可以贴在门口,指纹留在手上。别人看到编号,没法造出你的指纹。

一步一步看

目标:从随机私钥算到公钥、再算哈希、截出最后 20 字节,看 EOA 地址怎样从私钥单向得出。

下面四帧,每帧青绿框是这一步在做的事,灰底是已经做完的,浅灰是还没到的。

  1. 先随机生成一把私钥:一个 256 位的数,32 字节,写成十六进制是 64 个字符。

    EOA 地址推导第 1 步:四个方框依次是私钥、公钥、Keccak-256、取最后 20 字节,当前青绿高亮私钥,标注是随机的 256 位数;后面三步还是浅灰

  2. 用椭圆曲线把私钥乘出公钥。课件给的是 64 字节的未压缩形式,128 个十六进制字符。这一步反过来算不回去。

    EOA 地址推导第 2 步:私钥变灰表示做完,公钥青绿高亮,标注是椭圆曲线乘出来的 64 字节;Keccak-256 和取后 20 字节仍是浅灰

  3. 把公钥整个丢进 Keccak-256,得到 32 字节,64 个十六进制字符。

    EOA 地址推导第 3 步:私钥和公钥都已灰底完成,Keccak-256 方框青绿高亮,标注对公钥做哈希得到 32 字节

  4. 只留这 32 字节的最后 20 字节,也就是 64 个字符里的最后 40 个,前面加 0x,就是地址。

    EOA 地址推导第 4 步:前三步都已灰底完成,取最后 20 字节方框青绿高亮,标注就是地址,0x 加 40 个十六进制位;底部说明前 12 字节丢掉

怎么算

写成一行:address = last20bytes( keccak256( pk ) ),其中 pk 由 sk 经椭圆曲线算出。

意思是:地址只跟公钥有关,公钥只跟私钥有关,所以地址等于被私钥唯一决定。中间每一步都单向,地址公开不会泄露私钥。

长度一路是:私钥 32 字节 → 公钥 64 字节 → 哈希 32 字节 → 地址 20 字节,也就是 160 bit。

常见误解

以为地址就是公钥

地址是公钥哈希之后再截短的结果。公钥 64 字节,地址只有 20 字节,两者长度都对不上。

以为创建 EOA 要上链登记

不用。私钥是本地随机生成的,地址是本地算出来的,全程离线、免费。这个地址第一次收到钱时,链上才出现它的记录。

试一下

Keccak-256 的结果是 64 个十六进制字符,地址要 40 个。该取前 40 个还是后 40 个?丢掉的是多少字节?

取后 40 个。丢掉前 24 个字符,每 2 个字符是 1 字节,丢掉 12 字节,剩下 20 字节。

4. 合约地址:CREATE 和 CREATE2

它解决什么问题

合约账户没有私钥,上一节那套算法用不了。可它也需要一个地址,而且最好在部署时就确定、不会和别人撞。以太坊给了两种算法。

从哪来(补充)

CREATE 从主网上线起就在。CREATE2 由 EIP-1014 提出,2019 年随 Constantinople 升级启用。它的用处是让地址不再依赖部署者的 nonce,部署之前就能把地址定死。

出处:EIP-1014、ethereum.org: History

直觉

CREATE 像按排队号编门牌:「张三装的第 5 个程序」。张三中途多装了一个,后面的编号全往后挪。CREATE2 像按设计图编门牌:「张三、编号 42、照这张图纸装的程序」。只要这三样不变,门牌号就不变,房子没盖之前就能先把门牌号告诉别人。

一步一步看

目标:对照 CREATE 和 CREATE2 各拿哪些输入算哈希,看两种合约地址的区别,以及它们为何和 EOA 地址长得一样。

  1. CREATE:把部署者地址和它当前的 nonce 拼起来,做 Keccak-256,取后 20 字节。

  2. CREATE2:把固定前缀 0xff、部署者地址、自选的 salt、初始化代码的哈希拼起来,做 Keccak-256,取后 20 字节。

    CREATE 与 CREATE2 两行公式:CREATE 一行是部署者地址拼 nonce,经 Keccak-256,取后 20 字节得到新合约地址;CREATE2 一行用青绿高亮,是 0xff、sender、salt 和 keccak(init_code) 拼起来,经 Keccak-256,取后 20 字节,标注不含 nonce、部署前就能算出

  3. 两种结果都是 20 字节,和 EOA 地址长得一样,从外表看不出是哪种账户。

输入里有什么 CREATE CREATE2
部署者地址 有 有
部署者 nonce 有 没有
salt 没有 有
初始化代码的哈希 没有 有

怎么判断

问「地址能不能提前算出来」:两种都能,前提是知道公式里的每个输入。CREATE 要知道部署时用的 nonce,CREATE2 要知道 salt 和代码。问「哪种地址不受部署者再发别的交易影响」:CREATE2。

常见误解

以为只有 CREATE2 的地址能提前算

已知部署者和将要用的 nonce,CREATE 的地址一样能算。CREATE2 的不同在于不依赖 nonce,部署者中途发了别的交易也不影响。

试一下

部署者先用 CREATE 部署了合约 P,接着又发了一笔普通转账,然后再用 CREATE 部署和 P 一模一样的代码。两个合约地址一样吗?

不一样。每发一笔交易 nonce 加 1,第二次部署时用的 nonce 变了,算出的地址就变了。代码一样也没用,CREATE 的公式里没有代码。

把它们串起来

这一页走的是一条线:哈希函数 → 地址 → 两类账户的地址来源。

Keccak-256 是全讲的工具,地址用它,CREATE 和 CREATE2 用它,下一页的存储树和区块头里的 stateRoot 也用它。EOA 的地址由私钥单向算出,所以「地址 + 私钥」这一对就是你对一个账户的全部控制权。合约账户没有私钥,它的地址由部署过程决定;它只能被调用,所以链上一切动作的源头都是 EOA。

两类账户字段格式相同,这件事下一页会展开:四个字段各存什么,合约的变量具体住在存储里的哪一格。

课件里的坑

  • [补充核验] CREATE 也能预计算地址;CREATE2 的区别是不依赖 nonce,且使用 init_code 的哈希。依据:EIP-1014(p.24)
  • [页码提醒] 整份课件的页脚编号和实际页序不一致,p.41 和 p.84 两处跳号:1–40 相同、41–83 是页序加 1、84–128 是页序加 2。按页脚翻页越往后差得越多(p.11)
  • [排印勘误] p.15 的 Keccak256(pk) 印了 104 个十六进制字符,超过 256 位摘要应有的 64 个,后 40 个重复地址。地址规则是在正确的 64 字符摘要中取后 40 个(p.15)
  • [概念区分] 课件把钱包定义为「一个或多个 EOA 的集合」,比日常说法窄;钱包不上链、不持有资产(p.17)

课后 10 分钟:考点复习

这 10 分钟怎么用:合上页面,先默写 EOA 地址四步和每一步的长度;再说出 EOA 和合约账户的三条差别;然后做课件例题和变式题;最后回查两个最容易错的地方:以为只有 CREATE2 能预算地址、以为 Keccak-256 就是 SHA3-256。

必背

  1. EOA 地址生成四步:ECDSA 生成私钥 sk → 推出公钥 pk → keccak256(pk) → 取这 64 个十六进制字符里的最后 40 个(160 bit)。
  2. 以太坊用的 Keccak-256 和标准 SHA3-256 填充不同,同一输入输出不同。
  3. 两类账户字段格式完全相同:Nonce / Balance / storageRoot / codeHash;EOA 由私钥控制,合约账户由代码控制、没有私钥。
  4. 只有 EOA 能发起交易;合约可以调用合约,但整条调用链的源头一定是 EOA。
  5. 创建 EOA 免费、离线完成;创建合约账户要花钱,因为占用网络存储。
  6. CREATE 由部署者和 nonce 决定地址;CREATE2 由部署者、salt、init_code 哈希决定地址;两者均可预计算,后者不依赖部署者 nonce。

课件例题

例 1(课件 p.15):按四步从私钥走到地址

见下方完整例题。

完整例题

题面(课件 p.15):课件给了一组具体的值:私钥 sk 是 64 个十六进制字符,公钥 pk 是 128 个十六进制字符的未压缩形式,接着是 Keccak256(pk),最后是地址。说清每一步做了什么、每一步的结果该有多长。

  1. 私钥:用 ECDSA 的密钥生成得到私钥 sk,32 字节,64 个十六进制字符。
  2. 公钥:由 sk 经椭圆曲线运算推出公钥 pk。课件给的是 64 字节未压缩形式,128 个十六进制字符。
  3. 哈希:算 keccak256(pk),结果 32 字节,64 个十六进制字符。用的是原始 Keccak,不是标准 SHA3-256。
  4. 截取:取这 64 个字符的最后 40 个,也就是 20 字节、160 bit,加上 0x 就是地址。
  5. 核对长度:课件这一行印了 104 个字符,比 64 多,多出来的后 40 个和地址重复,是排印问题。答题照上面四步写,并说明哈希应为 64 个字符。

变式题(先自己做)

自编情境:小林在离线电脑上生成了一把新私钥,算出地址后发给朋友收款。(1)小林的地址在链上「存在」吗?什么时候才会在世界状态里出现?(2)朋友说「你的地址是 0x 开头 42 个字符,是不是多了 2 个」,怎么解释?(3)小林想部署一个合约,并希望在部署之前就把合约地址印在宣传单上,而且中间可能还要发几笔别的交易。该用哪种部署方式,为什么?

提示

(1)想想创建 EOA 要不要上链。(2)把 0x 和后面的字符分开数。(3)比较 CREATE 和 CREATE2 的输入里有没有 nonce。

判分点与答案(非官方评分标准)

判分点:① 说出 EOA 离线生成、不上链登记;② 40 个十六进制字符加 0x 前缀;③ 选 CREATE2 并说出「不依赖 nonce」。

  1. 生成 EOA 是本地运算,链上没有登记这一步。地址第一次收到转账时,世界状态里才新增这个地址的条目。
  2. 0x 只是十六进制的前缀,不算地址内容。后面 40 个字符才是地址,40 ÷ 2 = 20 字节。
  3. 用 CREATE2。CREATE 的地址取决于部署那一刻的 nonce,中间多发一笔交易 nonce 就变了,印在传单上的地址会作废。CREATE2 只看部署者、salt 和初始化代码,这三样定了,地址就定了。

闪卡自测

1. 为什么说链上一切执行的源头都是 EOA?

合约账户只能在收到交易或调用时作出响应,自己不会主动动。合约可以调用另一个合约,但整条调用链往回追,第一笔交易必然由某个 EOA 签发(p.17、p.18、p.36)。

2. EOA 的 codeHash 是什么?为什么不用全零?

在本讲的普通 EOA 模型中,是空字符串的 keccak256,一个固定常量 c5d2460186f7233c…。用它而不用全零,是为了让所有账户的字段格式统一,不必给 EOA 开特例(p.21)。

3. CREATE 和 CREATE2 都能预计算地址,差别是什么?

已知部署者与所用 nonce 时,CREATE 也能预计算。CREATE2 使用部署者、salt 与 init_code 哈希,不受部署者 nonce 变化影响(p.24,补充核验见上)。

4. 地址有多少 bit?由哈希的哪一段来?

160 bit,也就是 20 字节、40 个十六进制字符,取自 keccak256(pk) 那 32 字节的最后 20 字节(p.15)。

5. 创建 EOA 和创建合约账户,哪个要花钱?为什么?

创建 EOA 免费,私钥和地址都在本地算出;创建合约账户要花钱,因为合约的代码和存储要占用全网每个节点的存储(p.18)。

6. 为什么用标准 SHA3-256 库算不出正确的以太坊地址?

以太坊用的是标准化之前的 Keccak-256,填充规则和定稿的 SHA3-256 不同,同一个公钥哈希出来的结果不一样(补充,见上方出处)。

下一讲

账户有了地址,下一步看它里面存了什么:四个字段各管什么,合约的每个变量住在存储里的哪一格,交易又是怎么改动它们的。见 L02a-2。

下一讲 →
L02a-2 L02a-2 账户里存什么:四个字段、存储槽和三种交易

个人整理的学习笔记,不是官方材料;数字与结论以课件和讲师为准。