深入解析 Merkle Tree 與其在區塊鏈中的應用

picture

2022-08-24

深入解析 Merkle Tree 與其在區塊鏈中的應用

Overview

Data Structure

證據株

  • Full evidence: 一長串的 string,資料結構如下(leafs 為前序遍歷,採 RLP 編碼)
       0F 1234567..........................F FFFF 12345................................................F
      |--|--------------....----------------|----|-----------...----------------------------------------|
      group       keccak 256 root hash       hash           leafs
      size              26 byte              salt   (32 * (2^(n+1)-2) - RLP code remaining bytes) bytes
  • Merkle Root:
       0F 34567............................. FFFF
      |--|--------------....----------------|----|
      group       keccak 256 root hash       hash
      size   26 byte(減去前 2bytes, 後 4bytes) salt

Principle

圖一

圖片來源 BitcoinWiki

Merkle Tree 雜湊樹本身是一個樹狀的資料結構,且 Merkle Tree 是一個二元樹。其驗證資料存放方式是由最底 層的子節點開始將文件進行 Hash 計算,然後由節點存放算出的 Hash 值,若這層的節點並非完整的偶數個節點, 則會把最後的節點再複製一份以確保節點個數是偶數個。除此之外,因為 Merkle Tree 為二元樹狀結構,上層節 點會是下層節點數的一半,每個節點會將下層的兩個子節點存放的 Hash 值一起做 Hash 計算後存放在節點,並依 序由下層往上做,直到最後剩下第一層的 root 節點存放算出的 Hash 值,也就是總和整棵樹的節點算出的 Hash 值。

確保為 perfect binary tree

為了方便計算,我們需要確保用戶輸入 leaf list (input data) 後,若 leaf 總數為奇數,我們將 node 補成 perfect binary tree , 一開始初始化時,我們會計算樹所需要的 level n,而 n 的計算方式是以 (2^n - listlen * 4) for n = 0..20,直到計算出最小的正整數為止( 2^20 = 1048576 大約 = 100 萬個證據節點 ), 而後我們會將 n levels 的所有 value 補成 "32 bytes 的 0"。 除此之外,我們需要將 data node 的 Hash value 都確保在最後一層(level) 也就是算出來的 n level 的節點上。

0 value 的儲存

0 value 以 32 bytes 的 0 儲存 (產出的 0 hexstring = keccak256 output 的大小)

壓縮後會變成 RLP code 紀錄後面有多少個 0

Data 資料結構

  • 證據樹

    其存放方式如上述確保為 Merkle Tree 所言,需要為 perfect binary tree,而存放順序為層序遍歷 (Breadth-first) 的儲存方式,並且以 Buffer 的形式儲存以免資料在 ouput 時直接顯示資料。

  • Consistent Hashing:資料以一致性雜湊的方式

    Data 以 Consistent Hashing 的方式儲存,其中分群的群數為 list length 的 4 倍 (因為要以 2*2 倍區 間也就是 95% 做為定義)

驗證方式

在 Merkle Tree 的驗證資料中,每個節點都會以其子節點的數值做 Hash 值,所以當有人篡改了其中一個節點的 數值,就會連帶影響到上層所算出的 Hash 值。故我們可以使用此方式進行驗證,以確保最後所得的資料並沒有被 竄改。

Merkle Tree 分支 - Sparse Merkle Tree

基本的 Merkle Tree 被用來驗證節點是否存在在樹上,但若是要進行未存在節點的驗證怎麼辦?此時我們可以使 用 Merkle Tree 的其他版本 - Sparse Merkle Tree,Sparse Merkle Tree 可以用來證明 inclusion 和 non-inclusion,換句話說,也就是能夠證明某筆資料存在或不存在某個 index,以圖一為例:我們能使用 Sparse Merkle Tree 證明 H(B) 不存在在 index 3。

實現方式: 在沒有資料的 leaf 節點裡補上 null or 0。

應用場域

Merkle Tree 被應用在 Bitcoin 、區塊鏈領域、分佈式存儲資料庫(例子: AWS Dynamo DB)等,大多被用來快速 驗證資料節點是否存在。

Hash collision resolution

然而,以上的編排方式仍有可能會出現 collision 的狀況,故我們需要針對 hash 進行 collision 的處理,此處 我們採取針對各個 element 統一使用多次 hash ( element + i ) 直到整體都沒有碰撞的方式來解決這個問題。

Data Hash 節點的排序方式:

會依照 keccak 算出來的分群編號由最小到大的編號排列

我們採用 element length 最接近 2^n for n = 0,1,2,...,20 的 2^n 解為儲存 data 的節點數

假設 hash hex string 換算成 number 為如下:

[keccak256(group1),keccak256(group2),keccak256(group3),0,0,0,0,0,0,0,0,0] (3 nodes * 4)

轉換成最後一層 tree node 的算式為:

2^4 node elements

[keccak256(group1),keccak256(group2),keccak256(group3),0,0,0,0,0,0,0,0,0,0,0,0,0]


Definition

證據樹

Merkle Tree builder

在建立 Merkle Tree 時,需要先定義 Merkle Tree 的資料結構:

class MerkleTree {

  // set type of tree elements
  zeroValue = 0;
  nodeStorage: {}; // Map index to value
  totalLeavesCounts: number;
  groupSize: 0;
  consistentHashRing: consistentHashing;

  // constructor function
  constructor( groupSize: number, nodeElements: buffer | string, hashFunction = defaultHashFunction ) {

    hashLeftAndRight = hashFunction;
    totalLeavesCounts = 0;
    groupSize = 0;
    sort = 0;

    if (nodeElements.length > 0):

      // set totalLeavesCounts, level
      set totalLeavesCounts = nodeElements.length;
      consistentHashRing = new consistentHashing(nodeElements);
      groupSize = this.consistentHashRing.getGroupSizeAndSort()[0];
      sort = this.consistentHashRing.getGroupSizeAndSort()[1];
      // call build tree function
      buildMerkleTree(groupSize, elements, sort);


   }

buildMerkleTree(groupSize, elements, sort)

buildMerkleTree(groupSize, elements, sort){

      // 計算 level 有多少層
      calculate (2^n - groupSize  for n = 0,1,2...,20) 最小正數 result

      // set levels = n;
      levels = n (from upper calculation);

      nodeStorage = {};

      // 並且把 buffer tree 由 預設值排好
      for loop from n level of nodes to 0 level of nodes:
          for loop index in n level:
              const nodeHash = do Hash(left child's index, right child's index);
              store nodeHash in nodeStorage[index];

      // 遍歷 Merkle tree
      const dataHashes = getDataBlockHash(groupSize, elements, sort);

      let i = 0;
      // 使用廣度優先排序 並由最後一層做到第一層
      for loop from n level of nodes to 0 level of nodes:
          for loop for loop index in n level:
              // use dataHashes and store hash in nodeStorage;
              if (index > ((3 * 2**n) - 2)):
                 // n level 的第一個 datahash to last element datahash
                 if(dataHash[i]!= RLP code):
                     store dataHashes[index] to nodeStorage[index];
                     i++;
                 else:
                     // last null elements
                     store RLP code to nodeStorage[index];
                     i++;
              else if (index > ((3 * 2**n) - 2) + this.groupSize):
                  store RLP code to nodeStorage[index];
                  i++;
              else:
                  const nodeHash = do Hash(left child's index, right child's index);
                  store nodeHash to nodeStorage;

}

getDataBlockHash(groupSize, elements) : string []

getDataBlockHash(groupSize, elements) : string [] {

    // string array to store data
    let dataBlockHash = [];

    for loop ele in elements:
        // 填寫 DataHash in dataBlockHash 中
        dataBlockHash[this.consistentHashRing.consistentHash(ele)] = keccak256(ele + hashSize);

    // 填補 RLP code to zeroRLPBuffer
    const zeroRlpCode = rlpCodeConverter(0);
    let zeroRlpArray = [];
    for loop element length to groupSize:
        fill zeroRLPArray with RLP code;

    // get finalbuffer data
    const dataArray = concat (dataBlockHash, zeroRlpArray);

    // output final data array
    return dataArray;

}

Hash

在 Merkle Tree 的定義中,我們會使用到 Hash,而此處使用到的 Hash 我們採用先前開發的 js-Keccak-Laria 中的 keccak 256 hash function

hashMerkle(leftString, rightString):

const Keccak = require('@cafeca/keccak');
const keccak256 = new Keccak('keccak256');
hashMerkle(leftString: string, rightString: string) {

    const Hash = new keccak('keccak256').update( String.concat(leftString, rightString) );
    return Hash;

}

insertNodes(): // add leaf to 證據珠

insertNodes(value: Buffer []) {
    // get original element and add sort
    nodeElements add value
    this.consistentHashRing = new ConsistentHashing(this.groupSize, nodeElements);

    // rebuild nodeStorage
    groupSize = this.consistentHashRing.getGroupSizeAndConfig()[0];
    sort = this.consistentHashRing.getGroupSizeAndConfig()[1];

    // rebuild merkle tree
    buildMerkleTree(groupSize, nodeElements, sort);

    // store nodeStorage size to totalLeavesCount
    totalLeavesCount = count nodeStorage nodes

}

getIndex(targetHashValue):

getIndex(targetHashValue): string {
  find targetValue in nodeStorage
  return targetValue index;
}

getNodeHash(index):

getNodeHash(index): string {
  return nodeStorage[index];
}

getRoot(): string

getRoot(): string {
  // get root hash (index = 0)
  return nodeStorage.get(0);
}

removeNodes(value: number): string

// remove data
removeNodes(value: number): boolean {

    if (nodeElements contains value) {
        // get original element and add sort
        nodeElements remove value
        this.consistentHashRing = new ConsistentHashing(this.groupSize, nodeElements);

        // rebuild nodeStorage
        groupSize = this.consistentHashRing.getGroupSizeAndSort()[0];
        sort = this.consistentHashRing.getGroupSizeAndSort()[1];

        // rebuild merkle tree
        buildMerkleTree(groupSize, nodeElements, sort);

        // store nodeStorage size to totalLeavesCount
        totalLeavesCount = count nodeStorage nodes ;

        return true;

    } else {
        return false;
    }
}

getter

getFullEvidence(): hexstring

function getFullEvidence() {
   let nodesWithRlp = []
   for loop 1 to nodeStorage.length:
       // if it's not 0 value
       if (nodeStorage[i] !== 80):
           nodesWithRlp.add(rlpConverter(nodeStorage[i])+nodeStorage[i]);
       else:
           nodesWithRlp.add(80);

   let result = [];
   // add rlpcode to node
   return  Buffer.from([groupSize , nodeStorage[0] , sort] + doPreOrder(nodesWithRlp , 0));
}

getMerkleRoot(): hexstring

getPartialEvidence() {
  return 32 bytes (Buffer.from([groupSize , nodeStorage[0] , sort]));
}

doPreOrder(elements, rootIndex): string []

doPreOrder(elements, rootIndex) {
    const items = elements;
    let result = [];
    preOrder(index);
}

preOrder(index): string []

// input root index first
preOrder(index): {
  if (index >= items.length) {
        return result;
    }
  result.add(nodesWithRlp[index]);
  preOrder((2 * index)+1);
  preOrder((2 * index)+2);
}

Prover

// 檢測某 index 的 node 是否存在在樹上 proofIndexNode(index): boolean

proofIndexNode(index): boolean{
    for loop to parents until reach the root:
        do Hash(index of node's hash ,siblings hash);
    if roothash!= previous root hash:
        return false;
    else:
        return true;
}

getPartialEvidenceByData( data: string | Buffer , fullTree: string [] | Buffer [] ): string []

getPartialEvidenceByData( data: string | Buffer , fullTree: string [] | Buffer [] ): string [] {

    // get sort (hashConfig)
    const sort = get sort from fullTree;
    // get index
    const index = this.consistentHash(data);
    // get hash
    const hash = this.hashMerkle(data, sort);

    const result = getPartialEvidenceByHash(hash, fullTree);

    return result;
}

getPartialEvidenceByHash( hash: string | Buffer , fullTree: string [] | Buffer [] ): string []

getPartialEvidenceByHash( hash: string | Buffer , fullTree: string [] | Buffer [] ): string [] {

    // result = [];
    let result = [];

    remove groupSize and sort from fullTree;

    // find data in last level
    if hash not in fullTree :
        return -1;

    transfer fullTree from preorder to original format;

    // get evidence element from tree
    for loop siblings index to root index:
        check fullTree[index + 2^n-1] is left child or right child:
        if it's left child:
           result.unshift(fullTree[index], fullTree[index+1])
        else:
           result.unshift(fullTree[index-1], fullTree[index])

    return result;

}

verify

verifyNodeByData

verifyNodeByData( data: string | Buffer , hashList: string [] | Buffer [] ): boolean{

    let nodeHash = this.hashMerkle(data);
    const result = verifyNodeByHash( nodeHash , hashList );
    return result;

}

verifyNodeByHash

verifyNodeByHash( hash: string | Buffer , hashList: string [] | Buffer [] ): boolean{

    let nodeHash = hash;

    for loop element in hashList:
        nodeHash = this.hashMerkle(nodeHash,hashList[i]);

    if nodeHash === this.hashList[0]:
        return true;
    else:
        return false;

}

Data 群數 output - ConsistentHashing

Class ConsistentHashing {

      nodeElements : Buffer [];
      groupSize : number;
      sort : number;

      constructor( elementsList : Buffer []) {
          this.nodeElements = elementsList;
          this.hashCalculator(elements);
      }
      function hashCalculator(elements) {...}
      function consistentHash(element) {...}
}

hashCalculator(elements): number [] // groupSize & element 所加上的 sort (hashConfig) 數字

hashCalculator(elements) : number [] {

    # initialize the param
    slotSize = 2^n && slotSize > elements.length * 4
    const groupSize = minimal(slotSize);
    let indexMap;
    let i = 0;
    let count = 0;

    while(i < groupSize) {

        if (keccak256(element) mod groupSize not in indexMap):
            if (count = 0) {
                indexMap[keccak256(element) mod groupSize] = keccak256(element);
            } else {
                // 換個數字做 hash
                indexMap[keccak256(element + count.toString()) mod groupSize] = keccak256(element);
            }
            i = i + 1;
        else:
            delete all element in indexMap
            count = count + 1;
            i = 0;

    }

    this.sort = count;
    this.groupSize = groupSize;

}

consistentHash(element): string

function consistentHash(element) {

    const result = (keccak256(element+sort) mod this.groupSize);
    // return index
    return result;

}

getGroupSizeAndSort(): number[]

getGroupSizeAndSort(): number[] {
    return [this.groupSize , this.sort];
}

utils

rlpConverter(value: string): string

rlpConverter(value: string): {
    map rlpCode;
    return rlpCode;
}

Sample

input:

new MerkleTree(3, [1,2,3] , keccak)

MerkleTree 會呼叫 new DataHashRing(3*4, [1,2,3])

DataHashRing 會進行 Data 的 Hash 計算,並且將其自動分為 12 群,且這個分群最後需要產出接近 2^n 次方的 數字

接著,會將所有的 data 群再 hash 一次,並且經過 binary search tree sort 完所有 hash 值後 ouput 成為 data hash

DataHash output:

[c89efdaa54c0f20c, ad7c5bef027816a8, 2a80e1ef1d7842f2, 0, 0, 0, 0, 0, 0, 0, 0, 0]

To int:

[14456270761914069516, 12500967747770390184, 3062696163719791346, 0, 0, 0, 0, 0, 0, 0, 0, 0]

To binary search tree:

[c89efdaa54c0f20c, 0, ad7c5bef027816a8, 2a80e1ef1d7842f2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0] (all 2^4)

在計算完 hash 值後,將 hash 兩個兩個一組做 Hash 值

最終會產生類似篇文章第一張圖的 Tree

c89efdaa54c0f20c - |-- 1bbefdd0eea01c68 --| 0000000000000000 - |-- 5805552ca6a1f5e7 --|
ad7c5bef027816a8 - | | |-- 345b0b5b878c6407 --| | 2a80e1ef1d7842f2 - |-- ce411687eba6b2dd --|
0000000000000000 - | | |-- 3ab96d3f576e4b38 --| | | 0000000000000000 - |-- 4279c53f951892bc --| |
0000000000000000 - | |-- 3ab96d3f576e4b38 --| 0000000000000000 - . . . . 2^4 last level nodes

原理補充:

Data 存放的 Algorithm : Consistent Hashing 原理介紹

在介紹 Consistent Hashing 以前,先介紹一下在雜湊函數中很常見的雜湊函數 - 除法雜湊法 mod,令 key 為 k,假設雜湊表有 m 個槽,我們通過取 m 的餘數,將 k 映射到雜湊的其中一個槽中,也就是 Hash(k) = k mod m 然而,在傳統的 Hash 中,假設假設我們總共有 7 個 slot (槽),也就是 m = 7,今天增加了一個 slot,也就 是 m 改為 8,則每個 key 只會有 1/8 的機率被分配到原本的 slot。假設今天我們減少了一個 slot,也就是 m = 7,則每個 key 只會有 1/7 的機率被分配到原本的 slot。這表示大部份的資料在 slot 數量改變之後都會被分 送到不同的 slot。然而如果使用 Consistent Hashing 的方法,增加一個 slot,則每個 key 只有 1/8 的機率會 改變映射關係;減少一個節點,則每個 key 只有 1/7 的機率會改變映射關係。

假設我們今天使用了一個函數,這個函數會將 Object 轉換成一個 unsigned integer,而它的大小在 0 ~ 2^32-1 之間,若我們想要將 data 分 3 群,我們則會透過這個函數將這 3 群資料的 hash 分散在 0 ~ 2^32-1 中的 3 個 slot 裡面,而 Consistent Hashing 就是「照著順時鐘方向走 ,遇到的第一個 Index 為 data 的 index」。假設我們從這個 Unsigned integer 的所在位置沿著順時鐘方向走 ,遇到的第一個 slot 的 Index 就是這個 Key 所映射的 Hash value,如圖中標示土黃色的部分: 但是,假設我們使用移除一個 slot 節點的 index 呢?傳統的 Hashing 可能就無法如 Consistent hasing 一樣,確保 hasing 的一致性,反而可能會造成像是移除一個 hash 就必須重 新處理映射關係的問題。

不過就我們的情況來看,與上述原理說明不同的是,我們採用的 hash function - keccak256 最後會產出 32 bytes,故下一章節的 pseudocode 會使用 32 bytes 的 hash 來進行分群。

steve_avatar

Steve

Wine taster

Due to his excessive drinking, Steve suffers from serious memory impairment. He has a skill for wine tasting, but he often loses track of who he is. The only thing he is sure of is his aversion to sherry.

Check more from this author

Share to

Back