L03b-2 BIP39 助记词:把一个随机数写成 12 个英文单词
从二进制和 11 位编号讲起,一步步算熵、校验和、切段查词表;再看 12 个单词怎么经过 PBKDF2 变回 512 位种子,以及口令为什么会换掉整个钱包。
一句话版
种子是一个几百位的随机数,人抄不下来也记不住。BIP39 把它的「原料」——一段 128 到 256 位的随机比特——每 11 位切一段,每段查一个英文单词,得到 12 到 24 个词。要用的时候,再把这些词送进一道慢速哈希,算回 512 位的种子。
前置是上一页 L03b 的 HD 钱包树:种子就是那棵树的根。
先认识这几个词
| 词 | 全称 / 读法 | 一句人话 |
|---|---|---|
| 助记词 | mnemonic code words | 12 到 24 个英文单词,能还原整个钱包 |
| 熵 | entropy,ENT | 生成助记词用的那段随机比特 |
| 校验和 | checksum,CS | 从熵算出来的几位,用来发现抄错的单词 |
| 词表 | wordlist | BIP39 规定的 2048 个英文单词,按顺序编号 |
| PBKDF2 | Password-Based Key Derivation Function 2 | 故意算得很慢的哈希,让暴力猜测变难 |
| passphrase | 口令 | 可选的额外密码,会改变算出来的种子 |
一个类比:用字典页码传暗号
两个人约好用同一本字典传消息。你想发一串数字,就把每个数字换成字典里那一页的第一个词,对方拿到词再翻回页码。
BIP39 的词表就是这本字典,一共 2048 个词,编号从 0 开始。一段随机比特切成若干个编号,每个编号换成一个词。抄写单词比抄写一长串 0 和 1 不容易出错。
为了防止抄错,你还在消息末尾多加几位「校验码」,是从前面的内容算出来的。对方翻译回来后重算一遍,对不上就知道抄错了。
类比在哪里失效:
- 暗号翻回页码就结束了。助记词翻回比特之后,还要再过一道 PBKDF2,算出来的种子才是钱包真正用的东西。
- 暗号谁拿到字典都能解。助记词还可以加一个口令,同样的词配不同口令,得到的是完全不同的钱包。
从零讲起
1. 二进制和 11 位编号(补充)
它解决什么问题
整个 BIP39 都在做位运算:多少位熵、多少位校验和、每 11 位一段。不熟二进制,下面的数字就只能死记。这一节只补一件事:n 位二进制能表示多少个不同的数。
直觉
一位二进制只有 0 和 1 两种。两位有 00、01、10、11 四种。每多一位,可能的组合就翻一倍。
所以 11 位二进制一共能表示 2048 个不同的数,从全 0 到全 1。BIP39 的词表正好 2048 个单词,一个 11 位的段对应一个单词,不多不少。
一步一步看
目标:对照词表开头几行,看一个 11 位二进制数怎样换成编号,再查出对应的单词。
看课件词表开头几行:
-
00000000000是 0,对应第一个词 abandon。 -
00000000001是 1,对应 ability。 -
00000000010是 2,对应 able。 -
00000011011是 27,对应 address。 -
下一节会用到的
00001100000是 96,对应 army。
怎么算
2¹¹ = 2048
意思是:11 位二进制有 2048 种取值,每个取值对应词表里的一个单词。反过来,每个单词携带 11 位信息。
常见误解
以为每个单词对应一个字母或一个十进制数字
每个单词对应 11 位二进制,也就是词表里的一个编号。12 个单词一共携带 132 位。
以为单词的编号从 1 开始
从 0 开始。全 0 的 11 位是 abandon,它的编号是 0。
试一下
3 位二进制能表示多少个不同的数?
2 × 2 × 2 = 8 个,从 000 到 111。
11 位二进制 00000000011 对应十进制几?
最后两位是 1,就是 2 + 1 = 3。
2. 从熵到单词:六步
它解决什么问题
钱包第一次创建时要给你一串单词抄下来。这一串词是怎么来的、为什么是 12 个或 24 个,课件给了六步。考试常让你算某一档熵对应几个单词。
从哪来(补充)
BIP39 的作者是 Marek Palatinus、Pavol Rusnak、Aaron Voisine、Sean Bowe,2013-09-10 分配编号。规范里的词表还有一个设计:只输入前四个字母,就能唯一确定一个单词。
出处:BIP39: Mnemonic code for generating deterministic keys
直觉
六步是:生成一段随机熵;对它做 SHA256,取哈希的前几位当校验和;把校验和接在熵的末尾;切成每段 11 位;每段查词表;得到 12 到 24 个单词。
课件只说校验和取 “first few bits”。精确规则是:校验和位数等于熵的位数除以 32。
校验和的作用是输错单词时钱包能报错:随便改一个词,重算的校验和大概率对不上。它只提供纠错,不提供安全性。
一步一步看
目标:拿课件的 128 位熵走一遍,看校验和怎样补到 132 位,再切成 12 段查出 12 个单词。
用课件的 128 位例子走一遍:
-
生成 128 位随机比特,这就是熵 ENT。课件例子的熵是
0c1e24e5917779d297e14d45f14e1a1a。 -
对熵做 SHA256,取前 128 / 32 = 4 位,接在末尾,总长 132 位。
-
132 位切成 132 / 11 = 12 段,每段查词表。第 1 段
00001100000= 96,查出 army。 -
12 段全部查完,得到 army van defense carry jealous true garbage claim echo media make crunch。
怎么算
CS = ENT / 32,单词数 = (ENT + CS) / 11
意思是:先用熵的位数除以 32 得到校验和位数,两者相加是总位数,再除以 11 就是单词数。五档全列出来:
| 熵 ENT | 校验和 CS | 总位数 | 单词数 |
|---|---|---|---|
| 128 | 4 | 132 | 12 |
| 160 | 5 | 165 | 15 |
| 192 | 6 | 198 | 18 |
| 224 | 7 | 231 | 21 |
| 256 | 8 | 264 | 24 |
常见误解
以为 12 个单词就是 132 位熵
132 是熵加校验和的总位数。12 个词对应的熵是 128 位,另外 4 位是校验和。把 132 当熵长是这类题的主要失分点。
以为校验和让助记词更安全
校验和是从熵算出来的,不增加任何随机性。它只用来发现抄错或输错的单词。
试一下
224 位熵对应几个单词?
CS = 224 / 32 = 7,总长 224 + 7 = 231,231 / 11 = 21 个单词。
把助记词的第 5 个词随手换成别的词,钱包大概率会怎样?
重算校验和对不上,钱包报错,提示助记词无效。
3. 从单词到种子:PBKDF2 和口令
它解决什么问题
单词只是熵的另一种写法,最多 256 位。HD 钱包要的种子是 512 位。课件接着给出第 7 到第 9 步,把单词变成种子,同时让暴力猜助记词变得很慢。
直觉
三步:
- 输入:上一节得到的那串单词。
- 盐:字符串 “mnemonic” 加上可选的 passphrase。
- 密钥拉伸:PBKDF2,用 HMAC-SHA512,跑 2048 轮,输出 512 位种子。
跑 2048 轮的目的是让攻击者每猜一组助记词都要算 2048 次 HMAC。这个 2048 和词表的 2048 个单词是两个不相干的数。
passphrase 是可选的额外口令,可以是任意字符串。它进了盐,所以同样的单词配不同口令,算出来是不同的种子、不同的钱包。「第 25 个词」只是俗称。
一步一步看
目标:把 12 个单词加盐送进 PBKDF2 跑 2048 轮,看单词怎样变成 HD 钱包要的 512 位种子。
-
取 12 个单词 army van … crunch。
-
盐是 “mnemonic” 加口令,本例没有口令,盐就是 “mnemonic”。
-
送进 PBKDF2-HMAC-SHA512,跑 2048 轮。
-
输出 512 位种子,以
5b56c417开头,就是上一页那棵 HD 树的根。
整条流水线连起来:
怎么判断
两个人拿着同一组单词,判断他们会不会得到同一个钱包,依次看三样:
- 口令一样吗?不一样,种子就不一样,后面不用看了。
- 用的派生路径一样吗?不一样,种子相同也会算出不同的地址。
- 两样都一样:同样的种子在任何兼容钱包里生成同样的树,地址和余额都一样。
常见误解
以为助记词就是种子
助记词编码的是 128 到 256 位的熵,种子是 512 位,中间隔着 PBKDF2。助记词能「算出」种子,两者不是同一个东西。
以为 passphrase 必须是词表里的一个单词
它可以是任意字符串,不限一个词,也不限词表。叫它「第 25 个词」只是俗称。
试一下
同一组助记词,一次不加口令,一次加口令 hello,得到的种子一样吗?
不一样。盐分别是 “mnemonic” 和 “mnemonichello”,PBKDF2 的输出完全不同,是两个钱包。
为什么 PBKDF2 要跑 2048 轮,而不是一轮就完?
一轮太快,攻击者可以飞快地试大量助记词。跑 2048 轮让每次尝试都慢 2048 倍。
把它们串起来
起点是一件小事:11 位二进制正好有 2048 种取值,对应词表里的 2048 个单词。
从熵到单词的六步就建在这上面。熵长 ENT,校验和取 ENT / 32 位接在末尾,总长切成 11 位一段,每段查一个词。128 位熵得到 12 个词,256 位得到 24 个。
单词还不是种子。它们和盐 “mnemonic” 加口令一起,过 2048 轮 PBKDF2-HMAC-SHA512,才得到 512 位种子,接进上一页的 HD 树。
所以口令一变,整个钱包都变。忘了口令,单词抄得再准也恢复不了。
课件里的坑
- [补充公式] p.51 只说校验和取 “first few bits”,精确规则是 CS = ENT / 32,考试按这个公式算。
- [条件补全] p.53 的 24 词示例使用 passphrase=
TREZOR时,完整种子与课件的3972e432…一致;空口令才得到3269bce2…。课件未注明口令,不能判成种子算错。BIP39 规范规定盐为mnemonic + passphrase。公开示例绝不可用于存放真实资产。 - [两个 2048] p.49 的 2048 个单词和 p.52 的 2048 轮是两个不相干的数,别混在一起解释。
- [规范细节] BIP39 规范要求口令和助记词按 NFKD 规范化。用非英文字符做口令时,不同实现如果规范化不一致,会得到不同的种子。
课后 10 分钟:考点复习
这 10 分钟怎么用:合上页面,先默写五档表的第一行和最后一行;再拿 160 位熵从头算到单词数;然后把单词到种子的三个输入写出来;最后回查两个最容易错的地方:12 个词的熵是 128 位不是 132 位,助记词不是种子。
必背
- 助记词是代表一个随机数的英文单词序列,这个随机数用作 HD 钱包的种子;钱包首次创建时显示 12 到 24 个单词,由 BIP39 定义
- 每个单词对应一个 11 位二进制数,词表一共 2048 个单词
- BIP39:128–256 位熵 → SHA256 取前 ENT/32 位作校验和接在末尾 → 切成 11 位一段 → 查 2048 词表;助记词经 PBKDF2-HMAC-SHA512、salt “mnemonic” + passphrase(默认空串)、2048 轮得到 512 位种子
- 五档:128 位熵 → 4 位校验和 → 132 位 → 12 词;160 → 15 词;192 → 18 词;224 → 21 词;256 → 8 位校验和 → 264 位 → 24 词
- 助记词不等于种子:助记词编码 128–256 位熵,种子是 512 位,中间隔着 PBKDF2;校验和只用于发现输错,不提供安全性
- passphrase 进 salt,不同口令派生不同种子、不同钱包;忘了口令就恢复不了
课件例题
例 1(课件 p.51):从熵到助记词的六步
见下方完整例题。
例 2(课件 p.52):从助记词到种子
题面:p.51 得到的 12 个词是 army van defense carry jealous true garbage claim echo media make crunch。按 p.52 的第 7–9 步,写出把它变成种子的过程,输出多少位?
提示
三步分别是输入、盐、密钥拉伸。想想盐由哪两部分组成,PBKDF2 用的是哪种 HMAC、跑几轮。
解答
- 第 7 步:输入就是这 12 个词。
- 第 8 步:salt = 字符串 “mnemonic” 加可选 passphrase,本例没有口令。
- 第 9 步:PBKDF2,用 HMAC-SHA512,跑 2048 轮,输出 512 位种子。课件给出的种子以
5b56c417…开头,按这些条件复算逐字符一致。 - 助记词能「算出」种子,两者不是同一个东西;换一个 passphrase,就是另一颗种子、另一个钱包。
例 3(课件 p.53):24 词的完整例子
题面:256 位熵 2041546864449caff939d32d574753fe684d3c947c3346713dd8423e74abcf8c 对应 24 个词 cake apple borrow … oblige,课件给出的种子以 3972e432 开头。(1) 验证 24 这个词数;(2) 有人用空口令复算得到 3269bce2…,判断课件算错了吗?
提示
(1) 套 CS = ENT / 32,再除以 11。(2) 想想 PBKDF2 的盐里除了 “mnemonic” 还有什么,课件有没有写。
解答
- (1) 校验和 256 / 32 = 8 位,总长 256 + 8 = 264 = 24 × 11,正好 24 个词。
- (2) 没算错,是条件没写全。用 passphrase=
TREZOR,salt 变成mnemonicTREZOR,复算的完整种子与课件一致;空口令得到的是另一颗种子。 - 结论:读助记词示例必须核对口令条件。公开示例的助记词绝不能用来存真实资产。
完整例题
题面(课件 p.51):用 256 位熵生成助记词,问会得到几个单词?再用 192 位 算一遍,并说明为什么总位数总能被 11 整除。
约定:ENT 表示熵的位数,CS 表示校验和位数。
解法:
- 熵长度 ENT = 256 位。
- 对这 256 位做一次 SHA256,取哈希的前几位当校验和。位数规则是 CS = ENT / 32,代入得 256 / 32 = 8 位。
- 把 8 位校验和接在 256 位熵的末尾,总长 256 + 8 = 264 位。
- 按每段 11 位切开:264 / 11 = 24 段,正好整除。
- 每段 11 位是一个 0 到 2047 的索引,去 2048 词的词表里查词。课件的示例段
00001100000= 96,查出来是 army。 - 所以 256 位熵对应 24 个单词,与课件表格一致。
- 换 192 位再走一遍:CS = 192 / 32 = 6,总长 192 + 6 = 198,198 / 11 = 18 个单词。
- 为什么总能整除:总位数 = ENT + ENT/32 = ENT × 33/32。只要 ENT 是 32 的倍数,ENT/32 是整数,总位数就是 33 的倍数;而 33 = 3 × 11,所以一定能被 11 整除。128 / 160 / 192 / 224 / 256 五档分别对应 12 / 15 / 18 / 21 / 24 个词。
- 最后一步是单词到种子,和上面这套位运算无关:PBKDF2-HMAC-SHA512,salt
"mnemonic"加可选 passphrase,2048 轮,输出 512 位(p.52)。
要点:先算 CS,再加总,再除 11,三步不能跳。整除性来自 33 = 3 × 11。
答题格式:每一档写成「ENT → CS → 总位数 → 单词数」一行,最后一句说明整除原因。
变式题(先自己做)
(1) 改编自课件 p.51:160 位熵会得到几个单词? (2) 改编自课件 p.51:反过来,看到一串 12 个单词的助记词,原始熵是多少位、校验和几位? (3) 改编自课件 p.52:两个人抄了同一组 12 个单词,一个没设口令,一个设了口令。他们在同一个钱包软件里恢复,看到的地址一样吗?
提示
(2) 别急着套 ENT/32。先把 12 个词换算成总位数,那个数是熵和校验和加起来的结果。(3) 想想口令进了哪一步。
判分点与答案(非官方评分标准)
判分点:① (1) 正向三步不能跳,先算 CS,再加总,再除 11;② (2) 必须先写 12 × 11 = 132 是总位数,把 132 直接当熵长是主要失分点,反推完要回代验一次;③ (3) 指出口令进盐、种子不同。
(1) CS = 160 / 32 = 5 位,总长 160 + 5 = 165 位,165 / 11 = 15 个单词,与课件表格一致。
(2) 总位数 = 12 × 11 = 132。设熵为 ENT,则 ENT + ENT/32 = 132,即 ENT × 33/32 = 132,解得 ENT = 132 × 32 / 33 = 128 位,校验和 CS = 128 / 32 = 4 位。回代验算:128 + 4 = 132 = 12 × 11。
(3) 不一样。口令进了 PBKDF2 的盐,两人的种子不同,整棵 HD 树和所有地址都不同。
闪卡自测
1. 每个助记词单词对应几位二进制?词表有多少个词?
11 位,2¹¹ = 2048 个词(p.49)。
2. 校验和位数怎么算?128 位熵对应几个单词?
CS = ENT / 32。128 位熵的校验和是 4 位,总长 132 位,切成 12 个单词(p.51)。
3. 单词变种子用什么函数?盐是什么?跑几轮?输出几位?
PBKDF2-HMAC-SHA512,盐是 “mnemonic” 加可选 passphrase,2048 轮,输出 512 位(p.52)。
4. 同一组 12 个助记词配两个不同的 passphrase,会得到同一个钱包吗?
不会。passphrase 进 salt,不同口令派生不同种子,就是两棵完全不同的密钥树。好处是多一层保护,风险是忘了口令就恢复不了(p.52)。
5. 助记词和种子是同一个东西吗?
不是。助记词编码的是 128 到 256 位的熵,种子是 512 位,中间隔着 PBKDF2(p.52)。
6. 三个 BIP 编号分别管什么?
BIP32 管 HD 钱包的树结构,BIP39 管助记词,BIP44 管路径每一层的含义(p.47、p.50)。
下一讲
下一讲 L04a-1 DApp 与去中心化 进入 DApp 开发。做 Lab 时会用 MetaMask 在测试网上部署合约:创建钱包时那 12 个词就是这一页的 BIP39 助记词,Account 1、2、3 是同一棵 HD 树上的不同叶子。测试网钱包的助记词也别截图存云盘。
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。