比特币为什么要采用UTXO模型

本期漏洞专题是比特币漏洞CVE-2010-5141，这个漏洞可以导致攻击者盗取任何人的比特币，危害十分严重。万幸的是该漏洞并没有被利用过，而且修复速度极快。该漏洞与比特币的脚本引擎有关，对公链开发者具有参考意义；从当下市场上的公链来看，大多数都内置了虚拟机或脚本引擎，以此来打造DApp生态，同时也是区块链的大趋势之一。

一、比特币当中的UTXO模型是什么？

Tips：在漏洞代码片段中会涉及一些UTXO的相关知识、概念，所以对该漏洞进行理论分析之前需要先了解一下这些知识点，已经了解的可以直接跳过。

Ⅰ、账户模型与UTXO模型

我们在看UTXO模型之前先说说常见的账户模型，什么是账户模型？账户模型的数据结构简单可以理解为“账号=》余额”，每个账号都对应一个余额。举个例子：若账号A向账号B转账200，在账户模型中完成这个转账操作只需要A-200然后B+200；目前大部分软件都采用的是账户模型，比如银行系统、以太坊等等。

而比特币却使用了自行研发的UTXO模型，UTXO中是没有“账号=》余额”这样的数据结构的，那怎么进行转账？

Ⅱ、比特币如何操作转账

以上面A向B转账为例，在UTXO中完成这个转账需要以下操作：

1. 找到A账号下200余额的来源，也就是意味着要找到A收款200的这笔交易x

2. 以x交易为输入，以向B转账200的交易y为输出，x与y对应且x与y的转账金额必须相等

3. x交易被标记为已花费，y交易被标记为未花费

两笔交易的转账金额必须相等，简单解释就是收到多少就只能转出多少，实际上确实是这样。

但是又必须只给别人转一部分的时候怎么办？答案是只向他人转一部分，然后剩下的一部分转给自己另外一个号。

Ⅲ、引用两张来自网络的图文：

在本文当中比特币为什么采用UTXO模型不是重点，我们了解UTXO的原理即可。

二、比特币的脚本引擎

比特币脚本是非图灵完备的。比特币使用自行定义的一种脚本进行交易和其他的操作，为比特币提供有限的灵活性。实现诸如多重签名、冻结资金等简单功能，但更多的就不行了。

比特币这么做的原因是牺牲一定的完备性来保障安全性。比特币脚本的原理是先定义了一堆操作码，然后脚本引擎基于堆栈来逐个执行每个操作码。

堆栈很好理解，队列是先进后出，而堆栈正好相反，是先进先出，将一个元素压入（push）堆栈后该元素会被最先弹出（pop）。

在比特币早期的版本中发送一笔标准转账（pay-to-pubkey）交易需要脚本签名（scriptSig）和公钥验证脚本（scriptPubKey），具体处理流程如下：

先填入要执行的脚本（Script），然后签名（sig）和公钥（pubKey）被压入堆栈，然后操作码OP_CHECKSIG会去验证签名等，若验证通过就将true压入堆栈，否则就将false压入堆栈。

三、CVE-2010-5141漏洞分析

了解以上知识后就可以开始分析CVE-2010-5141漏洞了。笔者下载了存在漏洞的版本0.3.3，下载地址在github的bitcoin仓库中找release.

script.cpp代码片段VerifySignature函数：

执行每个交易都会调用VerifySignature函数，该函数用于执行脚本以及验证签名，然后给交易标注是否被花费。

首先txFrom参数是上一笔交易，txTo是正在处理的这笔交易，如果理解了上面的章节中讲解过的UTXO模型，这里就不难理解了。重点看1125行代码，调用了EvalScript函数，第一个参数是txin.scriptSig（包含签名信息）+分隔操作码OP_CODESEPARATOR+ txout.scriptPunKey（包含公钥信息、OP_CHECKSIG指令），这些就是EvalScript函数要执行的脚本，后面的参数可以暂时不用管，只要EvalScript函数返回true那么这笔验证签名就通过了。EvalScript函数如何才能返回true？

首先堆栈不能是空的，然后栈顶强转bool后必须是true。笔者简单解读为必须要有栈顶而且值不能是0。

然后再看关键的OP_CHECKSIG操作码

（注：由于操作码太多，本文针对OP_CHECKSIG操作码）

上面代码不难理解，调用Checksig函数来验证签名，然后返回给FSuccess变量，如果为真就压一个vchTrue（非0）进栈，否则就压一个vchFalse（0）进栈；如果opcode是OP_CHECKSIGVERIFY而不是OP_CHECKSIG的话就让vchTrue出栈，并开始执行后面的操作码。

按照OP_CHECKSIG的正常逻辑，验证签名不成功的话一定会有一个vchFalse留在栈顶，虽然堆栈不为空，但是栈顶的值是0，还是会返回false。

回到之前的代码，EvalScript函数执行的脚本主要由以下变量组成：

1. txin.scriptSig

2. OP_CODESEPARATOR

3. txout.scriptPubKey

第一个签名信息可控，第二个不用管只是一个分割符，会被删掉，第三个不可控，因为是来自上一个交易。

第一个变量可控，而且是作为脚本执行，所以这个变量可以不仅仅是签名信息，还能是opcode，这就好办了，下面需要引用一个神奇的操作码 OP_PUSHDATA4，我们看看比特币0.3.3是怎么处理这个操作码的：

首先获取操作码。如果操作码的值小于或者等于OP_PUSHDATA4的值就把vchPushValue全压入堆栈，再跟进GetOp函数

经翻阅源码，发现OP_PUSHDATA4指令被定义为78，所以当函数遇到OP_PUSHDATA4时，指针会向又移78+4=82位，其中78位数据会被压入栈，所以只要在txin.scriptSig中注入一个OP_PUSHDATA4操作码，后面的公钥信息以及OP_CHECKSIG指令都会被”吃掉”并作为参数入栈，当指针走到最后时，进行最后的判断：

1. 堆栈是否为空？不是

2. 栈顶元素是否为0？不是

于是满足条件EvalScript函数返回true，然后VerifySignature函数也返回true，既然签名验证都绕过了，那别人的比特币便可以任意花费了。

四、CVE-2010-5141漏洞修复方案

笔者下载了比特币版本0.3.8，直接看关键部分代码

修复方案也很明确，把scriptSig和scriptPubkey分开执行，无论你scriptSig里面有什么也不会影响到后面的scriptPubkey执行。

写在最后：

因为比特币漏洞分析是从DVP第一期漏洞专题开始连载的，目前素材来自2010年，目前漏洞分析主要存在以下难点：

1. 漏洞相关资料非常少，大多数漏洞都只有一个CVE编号和简介，不查阅大量资料无从入手。

2. 环境搭建难，难在编译、私链搭建（早期的比特币甚至没有私链这个概念）等，比特币早期的源码编译需要的依赖现在很多都已经不维护并下线了。

基于这些原因，所以笔者仅做了理论研究，并未进行实践验证，如有错误之处还请指正。