← COMP5565 全部讲次
L03b · 第 3 周

L03b 钱包与 HD 钱包:一颗种子长出整棵钥匙树

钱包装的是私钥不是币;三代钱包怎么备份;Key i = HMAC(K, i) 怎么推出子密钥;BIP32 的树、BIP44 的路径,以及只放扩展公钥的收款服务器。

一句话版

钱包里装的是私钥,币在链上。早期钱包每把私钥各自随机,备份一次就漏一次;后来改成用一颗种子按编号推出所有私钥,再把推导做成树,备份那颗种子就够了。

前置:公钥、私钥和地址的关系,在密码学基础和账户模型那几讲讲过。这一页的语境是比特币,以太坊钱包用的是同一套标准。

先认识这几个词

词 全称 / 读法 一句人话
钱包 wallet 存私钥、替你签名的工具
JBOK Just a Bunch of Keys 一堆互不相关的随机私钥
种子 seed 一个大随机数,全部私钥都从它推出来
HMAC Hash-based Message Authentication Code 带密钥的哈希:同一把钥匙配不同输入得到不同结果
HD 钱包 Hierarchical Deterministic,分层确定性 私钥按树状一层层推出来的钱包
xpub / xprv 扩展公钥 / 扩展私钥 普通公钥或私钥再带一段 chain code,能往下推子密钥
BIP Bitcoin Improvement Proposal 比特币改进提案,钱包标准都用这个编号

一个类比:一串钥匙和配钥匙的母模

钱包就是一串钥匙。售货机里的钱不在钥匙串上,钥匙只是用来开机门的。

最早的钥匙串是一把一把单独配的。丢一把就少一把,备份要把每一把都复制一遍,新配的钥匙还不在旧备份里。

后来有了母模:用一块母模按编号就能压出第 0 把、第 1 把、第 2 把,备份只要收好母模。再进一步,每把钥匙自己也能当母模,往下压出一整层小钥匙,成了一棵钥匙树。

类比在哪里失效:

  • 真钥匙丢了能换锁。链上私钥泄露后旧钥匙不会自动作废,只能抢在被盗前把币转到新钱包。
  • 母模压出来的钥匙推不回母模。但扩展公钥和某把非硬化子私钥一起泄露,就能反推父私钥,后面第 4 节细讲。

从零讲起

1. 钱包是私钥的容器,以及第一代的备份噩梦

它解决什么问题

「我的币在钱包里」这个说法很自然,也很误导。弄清钱包到底装什么,才能理解为什么备份是钱包设计的核心问题。

直觉

课件的定义是一句话:Wallets are containers for private keys。钱包里没有币,币记在链上;钱包里只有能动那些币的私钥。

私钥为什么会有很多把?每次收款要生成一对密钥、从公钥算出地址。比特币的隐私习惯是每笔收款都用新地址,于是钱包里会积累很多密钥对。

最早的比特币客户端里,钱包就是一堆随机生成的私钥,叫 Type-0 非确定性钱包,绰号 JBOK。「非确定性」的意思是各把私钥之间没有任何关系,知道一把推不出另一把。

一步一步看

目标:跟着一次旧备份恢复,看私钥彼此无关时,备份之后新生成的那几把为什么会丢。

早期客户端默认预生成 100 把密钥,用完再生成。看备份怎么出事:

  1. 用户创建钱包那天做了一次备份,备份里有 key 1 到 key 100。

  2. 用了一段时间,100 把用完了,客户端自动生成 key 101 往后的新密钥,钱包里现在有 105 把。

  3. 电脑坏了,用户拿出旧备份恢复。备份里只有前 100 把,后面 5 把控制的币永久损失。

    JBOK 备份问题的三行表:列为时刻、钱包里的私钥、备份里有。备份那天钱包里 key 1 到 key 100,备份里也是 key 1 到 key 100;100 把用完之后钱包里变成 key 1 到 key 105,备份里仍只有 key 1 到 key 100,缺 key 101 到 key 105,这一格描成青绿

怎么判断

判断一个钱包方案的备份负担,问一句:每生成一把新私钥,旧备份还够不够?

  • 不够,每把都要单独备份:Type-0 / JBOK,生成多少把就得备份多少把。
  • 够,备份一次就能推出将来所有私钥:确定性钱包。

常见误解

以为钱包丢了,里面的币就跟着丢了

币在链上,钱包只是私钥。只要私钥或能推出私钥的种子还在,换一台设备照样能动这些币。反过来,私钥丢了而币还在链上,谁也动不了。

以为 Type-0 钱包备份过一次就安全

新生成的私钥不在旧备份里。课件说任何一把没备份,它控制的币在钱包丢失时就永久损失,这是当年真实发生过的丢币原因。

试一下

一个 Type-0 钱包里有 3 把私钥,各管一些币。只备份了其中 2 把,钱包丢了会怎样?

两把能恢复,第三把控制的币永久损失。三把之间没有关系,推不出来。

为什么比特币钱包会积累很多私钥,而不是一直用一把?

每次收款都用新地址是比特币的隐私习惯,每个新地址都要一对新密钥。

2. 确定性钱包:一颗种子按编号推出所有私钥

它解决什么问题

Type-0 的毛病是私钥之间没关系。确定性钱包让所有私钥都从同一颗种子推出来,只要种子在,所有私钥都能重新算出来,备份一次就够了。

直觉

课件的定义:钱包里的所有私钥都从一个共同的种子,通过单向哈希函数推导出来,所以又叫 seeded wallet。关键词是「单向」:种子能推出所有私钥,私钥推不回种子。

推导分两步。先用 HMAC 把种子变成一把主扩展私钥 K。再把 K 和不同的索引号一起送进 HMAC,得到不同的子密钥。

一步一步看

目标:用主扩展私钥配上不同索引推出子密钥,看为什么备份一次种子就能算回所有私钥。

从主扩展私钥推出三把子密钥:

  1. 拿出主扩展私钥 K。

  2. 分别配上索引 i = 0、1、2。

  3. 每一对 (K, i) 送进 HMAC,输出就是 Key 0、Key 1、Key 2。

    确定性推导示意:左边一把主扩展私钥 K,分别配上索引 i 等于 0、1、2,三个索引框描成青绿;每一对送进中间的 HMAC 方块,右边输出三把子密钥 Key 0、Key 1、Key 2。说明同一把主密钥配不同索引就得到不同的子密钥

  4. 要第 3 把,就算 HMAC(K, 3),旧备份里的 K 照样够用。

怎么算

Key i = HMAC(K, i)

意思是:同一把主密钥配不同的索引号,就得到不同的子密钥;索引号相同,结果永远相同。所以只要 K 在,任何一把子密钥都能重新算出来;而 K 又是从种子算出来的,最终只需备份种子。

常见误解

以为确定性钱包的私钥是「不够随机」的

种子本身是一个随机数。从种子推出私钥的过程是确定的,但不知道种子的人照样猜不出私钥。「确定性」说的是同一颗种子每次推出同一组私钥,跟安全性无关。

以为子密钥能反推出主密钥

推导用的是单向函数,种子能推出私钥,私钥推不回种子。不过 HD 钱包里有一种例外情况,见第 4 节。

试一下

确定性钱包用了一年,生成了几百把私钥。恢复时需要备份几样东西?

一样:种子。所有私钥都能从它重新算出来。

两个人各自用不同的种子创建确定性钱包,他们的 Key 0 会一样吗?

不会。种子不同,主密钥 K 就不同,HMAC(K, 0) 也不同。

3. HD 钱包:把推导做成树(BIP32)

它解决什么问题

第 2 节的确定性钱包只有一层:主密钥推出一排子密钥。实际使用时想把私钥分组,比如一组收款、一组找零、不同账户各一组。HD 钱包让每把子密钥还能继续往下推,形成一棵树。

从哪来(补充)

HD 钱包由 BIP32 定义,作者 Pieter Wuille,2012-02-11 分配编号。规范里把索引 2^31 到 2^32−1(从 0x80000000 起)划给硬化推导。

出处:BIP32: Hierarchical Deterministic Wallets

直觉

整条推导链:Seed 经 HMAC-SHA512 得到主密钥,主密钥经 CKD(Child Key Derive,子密钥推导函数)得到子密钥,子密钥再经 CKD 得到孙密钥。

路径记法:m 是主密钥,m/0 是它的第 0 个子密钥,m/0/1 是 m/0 的第 1 个子密钥。每一级都是 CKD(父密钥, 索引) 算出来的,所以整棵树由种子唯一决定。

主密钥为什么叫「扩展」私钥?种子过 HMAC-SHA512 输出 512 位:左 256 位是主私钥,右 256 位是 chain code。私钥加 chain code 合起来才叫扩展私钥,CKD 每一级都要用 chain code 参与哈希。

一步一步看

目标:从种子推到 m/0/0,再对上以太坊的 BIP44 路径,看 HD 钱包怎样把私钥排成一棵树。

  1. 种子过 HMAC-SHA512,输出一分为二。

    种子拆分示意:Seed 送进 HMAC-SHA512 得到 512 位输出,左半 256 位是主私钥,右半 256 位是 chain code,描成青绿。说明私钥加上 chain code 合起来才叫扩展私钥

  2. 主密钥 m 用 CKD 推出 m/0、m/1,m/0 再推出 m/0/0、m/0/1。

    三代钱包各自要备份什么:第一代 Type-0 绰号 JBOK,三把私钥各管各的,每一把都得单独备份;第二代确定性钱包用一个种子推出全部私钥,只备份种子就够;第三代 HD 钱包按 BIP32 做成树,种子推出主密钥 m,再派生 m/0、m/1,往下还有 m/0/0、m/0/1,备份的仍是那颗种子

  3. 实际钱包用 BIP44 规定每一层的含义。以太坊常用路径是 m/44'/60'/0'/0/0,MetaMask 的 Account 1、2、3 就是最后一级 index 的 0、1、2。

    BIP44 路径拆解表:路径 m/44’/60’/0’/0/0 逐层对应 purpose、coin_type、account、change、index 五层,最后一层 index 取 0、1、2 分别是 MetaMask 的 Account 1、2、3,描成青绿。底部注明带撇号的是硬化索引,大于等于 2 的 31 次方

怎么判断

拿到一个路径,判断它在树上的位置:

  • 斜杠个数就是深度。m/0/1 有两级,是孙密钥。
  • 每一级的数字是那一级的索引。m/0/1 是第 0 个子密钥下的第 1 个孙密钥。
  • 带撇号的一级,比如 44',是硬化推导。

三个 BIP 编号要分清:BIP32 管 HD 钱包的树结构,BIP39 管助记词(下一页),BIP44 管路径每一层的含义。

常见误解

以为 MetaMask 的每个 Account 是一个独立的钱包

同一个 MetaMask 钱包里的 Account 1、2、3 是同一棵 HD 树上的不同叶子,路径只差最后一级 index。它们来自同一颗种子。

以为 m/0/1 和 m/1/0 是同一把密钥

不同。m/0/1 是 m 的第 0 个孩子的第 1 个孩子,m/1/0 是 m 的第 1 个孩子的第 0 个孩子,走的是两条分支。

试一下

路径 m/2/5 是第几层?它的父密钥是哪个路径?

第二层,是孙密钥。父密钥是 m/2。

换一颗种子,m/0/0 还是原来那把密钥吗?

不是。种子变了,主密钥变了,整棵树全变。

4. 只用扩展公钥收款,以及它的安全边界

它解决什么问题

网店要为每笔订单生成一个新的收款地址。如果服务器上放着私钥,服务器被黑就等于钱被偷。HD 钱包让服务器只放扩展公钥,照样能生成收款地址,但没有私钥动不了收到的币。

直觉

非硬化推导有个性质:用父私钥推子私钥的算法,和用父公钥推子公钥的算法是平行的。所以手里只有 xpub,也能推出一整串子公钥和地址。

课件列的两大优势:一是树结构能表达组织含义;二是不需要私钥就能生成一串公钥。第二条展开是两个场景:

  • 不安全的服务器以只收款模式运行,服务器只存 xpub。
  • 冷存储:xprv 放在纸钱包或硬件设备上离线,xpub 放在线上。

这和前一页的安全障碍直接对应:Mt. Gox 丢币,是因为私钥放在联网服务器上。

一步一步看

目标:看收款服务器只拿 xpub 怎样不断生成新地址,以及花币时为什么必须回到离线设备签名。

  1. 在离线设备或纸钱包上保存 xprv。

  2. 只把 xpub 导出到在线的收款服务器。

  3. 服务器每来一笔订单,就用 xpub 推出一个新的子公钥和地址。

    冷热分离示意:左边离线设备或纸钱包存 xprv,中间一条描成青绿的箭头表示只导出 xpub,右边在线收款服务器只存 xpub,为每笔订单生成新地址。底部两条注意事项:服务器被入侵仍可能被替换收款地址或泄露隐私;xpub 加上一把非硬化子私钥一起泄露会危及父私钥

  4. 币打进来之后,要花就得回到离线设备上用私钥签名。

怎么判断

在 BIP32 的安全假设下,仅凭子私钥不应可行地反推出父私钥或兄弟私钥。但这有条件,判断时看攻击者手里还有什么:

  • 只有一把子私钥:父私钥安全。
  • 父 xpub 加一把非硬化子私钥:可以恢复父私钥,进而危及整棵子树。
  • 硬化推导的子私钥:不允许从父 xpub 派生子公钥,上面那种攻击不成立。

所以只放 xpub 的服务器不能签名花币,可也不是绝对安全:被入侵后仍可能被替换收款地址,或者泄露你所有地址之间的关联。

常见误解

以为服务器只放 xpub 就绝不会丢钱

xpub 不能签名,攻击者拿到它花不了币。但他可以把服务器上的收款地址换成自己的,让客户把钱付给他;xpub 还会暴露你所有子地址,泄露隐私。

以为公开一把子私钥不影响别的密钥

非硬化推导下,父 xpub 和这把子私钥一起泄露就能恢复父私钥。硬化推导就是为了堵这个洞。

试一下

网店服务器被入侵,攻击者拿到了 xpub。他能直接转走店里收到的币吗?

不能。xpub 推不出私钥,不能签名。他能做的是替换收款地址、窥探所有收款记录。

为什么 BIP44 路径前三层 44'、60'、0' 都用硬化推导?

硬化推导不能从父 xpub 派生子公钥,即使某个账户的 xpub 和一把子私钥一起泄露,也推不到更上层的父私钥,其他账户和币种不受牵连。

把它们串起来

起点是一句定义:钱包是私钥的容器,币在链上。私钥越积越多,第一代 JBOK 每把都要单独备份,漏一把丢一把。

第二代确定性钱包让所有私钥都从一颗种子推出来,Key i = HMAC(K, i),备份一次就够。第三代 HD 钱包把推导做成树,路径写成 m/0/1,BIP44 再规定每一层的含义。

树状结构带来一个工程好处:服务器只放 xpub 就能生成收款地址,私钥离线保存。代价是安全边界要记清:父 xpub 加非硬化子私钥会泄露父私钥,硬化推导用来堵这个洞。

种子是一个几百位的随机数,人记不住。下一页讲怎么把它写成 12 到 24 个英文单词。

课件里的坑

  • [读图提醒] p.46 主扩展私钥上方那个看起来像乱码的数字,是 PDF 导出时动画的 0、1、2 三帧重叠在一处,实际是索引号。
  • [语境切换] p.40 起的钱包部分全是比特币术语,取自 Mastering Bitcoin 第 5 章。以太坊钱包用同一套 BIP32 / BIP39,差别在推导路径和地址算法。
  • [安全边界] p.54 说子密钥安全,要加条件:父 xpub 与非硬化子私钥一起泄露可恢复父私钥。见 BIP32 安全说明。
  • [补充] p.48 只讲了树和 CKD。chain code、硬化推导、BIP44 路径都是课件没讲、用 MetaMask 会碰到的内容。

课后 10 分钟:考点复习

这 10 分钟怎么用:合上页面,先默写钱包的一句话定义和三代钱包;再画出 Seed 到 m/1/0 的推导链,标上 HMAC-SHA512 和 CKD;然后拆一遍 m/44'/60'/0'/0/0;最后回查两个最容易错的地方:只放 xpub 也会出事,父 xpub 加非硬化子私钥能推出父私钥。

必背

  1. 钱包是私钥的容器,不是币的容器
  2. 三代钱包:Type-0 / JBOK 随机密钥集合 → 确定性钱包(一个种子推出全部密钥)→ HD 钱包(树状,BIP32);推导链是 Seed → HMAC-SHA512 → 主密钥 → CKD(父, 索引)
  3. 确定性钱包:Seed → HMAC → 主扩展私钥 K,Key i = HMAC(K, i);种子足以恢复全部推导出的密钥,创建钱包时备份一次即可
  4. BIP32 = HD 钱包树,BIP39 = 助记词,BIP44 = 路径层级(补充);BIP = Bitcoin Improvement Proposal
  5. HD 钱包优势:树结构表达组织含义;只用扩展公钥就能生成收款地址,不安全服务器只收款、冷存储 xprv 离线 / xpub 在线
  6. 父 xpub 加一把非硬化子私钥一起泄露,可恢复父私钥;硬化推导(索引 ≥ 2³¹)不能从父 xpub 派生子公钥

课件例题

例 1(课件 p.48):画出 HD 钱包的推导树

题面:课件 p.48 的图从左到右是 Seed、Master secret key、Child secret key m/0 到 m/2、Grandchild m/0/0、m/0/1 等,底部注 CKD: Child Key Derive Function,Seed 旁边红字问 “How to remember seed?”。写出推导链,说明路径 m/0/1 的含义,以及为什么整棵树由种子唯一决定。

提示

先写出每一步用的函数,再按斜杠拆路径。最后想想每一级的输入从哪来。

解答
  1. 推导链:Seed 经 HMAC-SHA512 得到主密钥 m,m 经 CKD(m, i) 得到子密钥 m/i,m/i 再经 CKD 得到孙密钥 m/i/j。
  2. m/0/1:主密钥的第 0 个子密钥的第 1 个子密钥。
  3. 每一级都是 CKD(父密钥, 索引),最上层的输入只有种子,所以同一颗种子在任何兼容钱包里生成的树完全一样,换一颗种子整棵树全变。
  4. 红字问题是下一部分的钩子:种子是一长串随机数,人记不住,所以有了 BIP39 助记词。

例 2(课件 p.55):HD 钱包的两大优势

题面:课件 p.55 列出 HD 钱包的优势:树结构可以表达组织含义;不需要私钥就能生成一串公钥,可以在不安全的服务器上以只收款模式运行。说明第二条的原理,以及它和冷存储的关系。

提示

想想非硬化推导下,父公钥能不能推出子公钥;再想想私钥放在哪里最安全。

解答
  1. 树结构:某个分支专门收款,另一个分支找零,不同账户用不同分支。
  2. 原理:非硬化推导可以只用父公钥进行,xpub 推子公钥的算法和 xprv 推子私钥的算法是平行的。
  3. 只收款服务器:服务器只放 xpub,能为每笔交易生成不同收款地址;收到的币没有私钥动不了。但服务器被入侵仍可能被替换收款地址或泄露隐私。
  4. 冷存储是同一招的另一面:xprv 存在纸钱包或硬件设备上离线,xpub 放在线上。

完整例题

题面:一家网店用 HD 钱包收款。离线硬件设备保存种子,在线服务器保存账户级 xpub(对应路径 m/44'/60'/0'),为每笔订单派生 m/44'/60'/0'/0/i 作为收款地址。某天服务器被入侵,同时一名员工把订单 7 对应的子私钥 m/44'/60'/0'/0/7 贴进了聊天群。(1) 攻击者仅凭 xpub 能做什么、不能做什么?(2) 加上那把泄露的子私钥呢?(3) 种子和其他账户受影响吗?

约定:0/i 两级是非硬化推导,44'、60'、0' 是硬化推导。

解法:

  1. (1) 仅凭 xpub:能推出这个账户下所有子公钥和地址,看到全部收款记录;能把服务器上的收款地址换成自己的。不能签名,花不了已收到的币。
  2. (2) 非硬化推导下,父 xpub 加一把非硬化子私钥可以恢复父私钥。这里 0/7 到账户级要经过两级非硬化推导,攻击者可以先恢复 m/44'/60'/0'/0 的私钥,再恢复 m/44'/60'/0' 的账户私钥,整个账户的资金都有风险。
  3. (3) 0' 是硬化推导,账户私钥推不回更上层,种子和其他账户(比如 m/44'/60'/1')不受影响。
  4. 补救:链上交易不可撤回,但资产尚未被转走时,立刻用离线设备把这个账户的币转到新账户或全新钱包。

要点:xpub 不能签名,但不等于泄露无害;父 xpub 加非硬化子私钥是 HD 钱包最重要的安全边界;硬化推导把损失限制在一个子树里。

答题格式:分三问作答,每问先写「能 / 不能」,再写依据的推导性质。

变式题(先自己做)

(1) 改编自课件 p.43:一个 Type-0 钱包备份时有 100 把私钥,之后又生成了 20 把。用旧备份恢复,能恢复多少把? (2) 改编自课件 p.48:路径 m/1/3/2 有几级?它的父密钥路径是什么? (3) 改编自课件 p.55:如果收款服务器存的是 xprv 而不是 xpub,被入侵后会怎样?

提示

(1) 旧备份里有哪些私钥。(2) 数斜杠。(3) xprv 能不能签名。

判分点与答案(非官方评分标准)

判分点:① (1) 写出能恢复的数量和丢失的数量;② (2) 写对层数和父路径;③ (3) 指出 xprv 能签名的后果。

(1) 只能恢复 100 把,后来的 20 把永久丢失,它们控制的币也跟着丢失。

(2) 三级,父密钥是 m/1/3。

(3) xprv 能推出整个子树的私钥并签名,攻击者可以直接转走这个分支上所有的币。这正是只放 xpub 的理由。

闪卡自测

1. 「钱包里存的是币」错在哪?Type-0 钱包的备份问题又是什么?

币在链上,钱包是私钥的容器。Type-0 叫 JBOK,是一堆互不相关的随机私钥,生成多少把就得备份多少把。早期客户端默认预生成 100 把、用完再生成,用户以为备份过一次就安全,其实新密钥不在旧备份里,这是当年真实的丢币原因(p.41、p.42、p.43)。

2. 确定性钱包里,同一把主密钥怎么推出不同的子密钥?

主扩展私钥配上不同的索引号过 HMAC:Key i = HMAC(K, i),索引 0、1、2 得到三把不同的子密钥。种子足以恢复全部推导出的密钥,所以创建钱包时备份一次即可(p.46)。

3. HD 钱包的推导链是什么?CKD 是什么?

Seed → HMAC-SHA512 → 主密钥 → CKD → 子密钥 → CKD → 孙密钥。CKD 是 Child Key Derive Function,子密钥推导函数(p.48)。

4. 为什么 HD 钱包能部署在不安全的服务器上只收款?

服务器上只放扩展公钥,不放扩展私钥。非硬化推导可以只用父公钥推子公钥,所以服务器能为每笔交易生成不同的收款地址,仅凭扩展公钥不能直接签名花币;但服务器被攻破仍可能被替换收款地址或泄露隐私,不能说绝不会丢钱。冷存储是同一招的另一面:扩展私钥离线存放,扩展公钥在线(p.55)。

5. 把 MetaMask 的 12 个词导入另一个品牌的钱包,为什么能看到同样的地址?

几家用的是同一套 BIP39 + BIP32 + BIP44:同样的助记词推出同样的种子,同样的种子在任何兼容钱包里生成的树完全一样,路径一致地址就一致。反过来,助记词泄露等于整棵树泄露(p.56)。

6. 子私钥泄露在什么条件下会危及父私钥?

父扩展公钥 xpub(含 chain code)和对应的非硬化子私钥一起泄露时,可以恢复父私钥。硬化推导不允许从父 xpub 派生子公钥,所以不受这个攻击影响(p.54)。

下一讲

下一页 L03b-2 BIP39 助记词 回答 p.48 的红字问题:种子记不住,就把它写成 12 到 24 个英文单词。会一步步算熵、校验和、11 位一段,以及单词怎么再变回种子。

下一讲 →
L03b-2 L03b-2 BIP39 助记词:把一个随机数写成 12 个英文单词

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。