Accumulator Proof解析

最近在看libra的数据结构，发现AccountState的结构在proto中的定义如下

message AccountStateWithProof {
    uint64 version = 1;
    AccountStateBlob blob = 2;
    AccountStateProof proof = 3;
}

其中的AccountStateProof的定义：

message AccountStateProof {
    AccumulatorProof ledger_info_to_transaction_info_proof = 1;
    TransactionInfo transaction_info = 2;
    SparseMerkleProof transaction_info_to_account_proof = 3;
}

这里出现了两种proof，分别是AccumulatorProof和SparseMerkleProof，恰好对应libra中的Accumulator和Sparse Merkle Tree。关于Accumulator 和Sparse Merkle Tree的结构会在后续文章中详细解读，这里简单介绍下。我们知道，libra中弱化了block的概念，可以看做是一个带版本的数据库，这里的版本号就是transaction的序号，那么这个数据库在逻辑中是如何存储的呢？下图简单的说明了这个问题，Ledger History是一个Merkle Tree Accumulator结构，每当有transaction被commit后，该交易以及与这个交易相关的信息（TransactionInfo）就会append到Accumulator中，这个Accumulator可以看做是一颗二叉树，如果全部展开就是一个完全二叉树，每个transaction都会被当做leaf节点append到树中。TransactionInfo包含了原始交易（Signed Transaction）以及该交易造成的账本状态（Ledger State）还有其输出信息（Event Tree），这里的Ledger State是一个Sparse Merkle Tree，这棵树我们可以暂时将他当做是Ethereum中的MPT（其实基本上差不多，逻辑结构很相似）。

OK，背景介绍完了，接下来开始正题。

首先，我们需要知道为啥要Proof。我们知道，libra中有两种角色validator和client。client会向validator查询数据，那么如何保证validator给client的数据是可信的呢，以及client如何快速验证？

对于上述问题，我们形式化的表述成，client在只存储了小量的验证数据 ，validator存储了全量数据 ,现在client通过函数 请求了validator的数据，那么validator返回哪些数据可以让client进行验证其可信？

假设client请求的数据为 ,显然validator只返回结果 是无法自证真伪的，需要增加些验证数据 ,那么如何设计这个就比较关键了。我们结合白皮书的图来分析下。

显然此时的validator的全量数据包括了 ,若client请求的数据为 ，那么validator返回的 只要包含 即可。当client接受到上述数据后，只需要计算验证是否相等即可 。

为什么这样就能验证？因为validator如果作假 返回值 ，那么意味着需要构造 来满足上述的验证计算，显然这个难度是非常大的。

理论上分析完了，接下来看libra是如何实现的。

我们看下AccumulatorProof的定义

message AccumulatorProof {
    // The bitmap indicating which siblings are default. 1 means non-default and
    // 0 means default. The LSB corresponds to the sibling at the bottom of the
    // accumulator. The leftmost 1-bit corresponds to the sibling at the level
    // just below root level in the accumulator, since this one is always
    // non-default.
    uint64 bitmap = 1;

    // The non-default siblings. The ones near the root are at the beginning of
    // the list.
    repeated bytes non_default_siblings = 2;
}

意思大致就是，通过bitmap来表示是否为default，这里的non default其实就是上面的验证集 ，因为Accumulator 完全展开其实是一个完全二叉树，显然会有一些是空节点，libra将这些空节点当做是default了，因为值是可以确定的。

下面手画的这个图，是一个简单的Accumulator，假设当前Transaction序号为12，，那么leaf节点就是小圆圈，方框表示空节点，这个是逻辑上的，实际存储中是不会存在的。假设我们要取12这个数据，那么proof就是外面有方框的那几个节点的hash。因为13是空节点，所以是default值，因此不需要了，接着从root开始往下每一层都贡献一个hash。左节点表示0，右节点表示1，这两个hash的位置就是：0，10.

那么，如果此时Transaction的序号是13，那么proof就是：0,10,1100。

那么这里的规律是啥，因为最终是按照完全二叉树来展开的，所以non default 和default其实都是确定的。最终non default数量就是序号的二进制表示的1的数量。

我们实际获取下libra测试网的数据进行下验证，此时序号是17788，二进制表示100010101111100，1的数量是8，符合的。

再来一个，序号是17838，二进制是100010110101110，8个，符合的。

嗯，libra的Accumulator设计的还是蛮不错的，后续会分析下Accumulator和sparse Merkle tree的CURD操作啥的。