Sui正在将自己定位为一个整体平台,集成了执行、共识、存储、网络等,以协调互联网规模的数字资产。Sui采用第一性原理设计,并在每一层都从头开始重建,避免了中心化权衡和遗留的“设计债务”,从而创建一个真正可扩展、容错的基础。从游戏机到DeFi中激增的TVL,Sui展示了跨消费者和机构用例的实际应用,表明它可以处理高容量的金融和主流娱乐。
Zama 团队发布了一个基于阈值密码学的阈值密钥管理系统 (TKMS),旨在解决同态加密 (FHE) 应用中的密钥管理问题。该系统将密钥分成多个片段分发给多个参与方,且在密码学操作期间不进行重组,类似于区块链中的多方计算 (MPC) 钱包。Zama 同时开源了 MPC 库,并发布了详细的密码学报告,以促进 FHE 领域的合作和进步。
自BitsLab发起公益“Web3护航计划”短短三周以来,我们携手全球顶尖白帽力量,为Web3生态筑牢非链上安全防线。三周征程告捷,成果斐然,现发布三周总结,与生态共建者共享阶段性进展。第三周成果速览:数字背后的安全力量入驻项目数:17个入驻白帽子数:30位提交有效漏洞
本文主要关注以太坊智能合约的进阶操作,包括合约的四种调用方式、合约的创建、地址预测、发送 eth 的三种方法、接收 eth 的三种不同方法等内容。通过 solidity 代码配合 foundry 进行测试。适合新手小白学习
AI文本内容检测API是一种用于分析和评估文本内容的技术工具,能够快速识别潜在风险、敏感信息和不当内容。此API广泛应用于社交媒体平台、在线社区、电子商务网站等领域,以确保用户生成内容的安全性和合法性。面对众多的服务提供商,如何选择最适合的AI文本内容检测API成为了一项挑战。为此,我们精心准备
本文深入探讨了Solana区块链上的Token扩展,这些扩展为SPL代币增加了额外的功能和元数据,超越了基本代币的能力。
本文介绍了如何使用Model Context Protocol(MCP)构建能够与Solana区块链交互的AI助手。通过创建Solana MCP服务器,AI助手能够查询钱包余额、查看Token账户、检索交易详情和分析账户信息。文章详细阐述了服务器的搭建步骤,包括环境配置、工具创建、资源添加和提示设置,并提供了增强服务器功能的建议,如集成Token元数据、价格信息和交易历史。
本文从 Memecoin 与创业者的视角探讨 Web3 的真实价值,强调其核心在于去中心化、透明、可编程的信任机制。认为过度依赖 RWA 来扩大 Web3 在现实世界影响力的策略,可能使 Web3 沦为 Web2 规则下的配角,而是应该创造一种全新的价值体系,使 Web3 的价值真正融入现实世界。
MPC(Multi-PartyComputation,多方安全计算)是一种由多方共同参与的密码协议,确保在不泄露任何一方私有信息的前提下,完成如密钥生成、交易签名等敏感操作。整个过程是去中心化、安全且隐私保护的,在Web3安全体系中扮演着越来越关键的角色。
本文介绍了星际文件系统(IPFS)的基本概念、适用场景和不适用场景。IPFS 适合存储公共、不可变的数据,如 NFT、证书和智能合约元数据。对于私有或敏感数据,应先加密再上传至 IPFS,或采用混合方案,利用后端处理访问控制和密钥管理。
零知识证明(ZKP)在区块链领域快速发展,从最初的隐私保护走向通用计算。尤其是zkVM(Zero-KnowledgeVirtualMachine)的出现,极大拓宽了ZK技术的应用边界。现在通过这篇文章,系统了解zkVM的核心概念、主流技术路线、应用图谱,以及如何选择适合自己的zk
本文总结了Solidity智能合约开发中常见的五个陷阱,包括存储、内存和calldata的区别,重入攻击,默认public的可见性,使用tx.origin进行授权的风险,以及无限循环/高Gas成本问题。针对每个问题,文章都给出了具体的代码示例和修复方案,旨在帮助开发者构建更安全、更智能的智能合约。
本文介绍了如何使用 Shyft 的 gRPC 服务来实时流式传输和解析 Pump.fun 新推出的 AMM (PumpSwap) 上的交易。
该文章概述了2025年3月Solana上DePIN(去中心化物理基础设施网络)领域的发展情况。
本文介绍了Instance Registry Pattern,该模式使用中心化的智能合约来管理其他已部署合约的地址。通过在注册表中注册合约,可以动态查找依赖项,更新合约地址,并实现更清晰的架构和更安全的访问。
在去中心化金融(DeFi)和区块链的快速发展中,出现了许多解决方案来改善以太坊等主流区块链的性能问题。Optimism是其中一种被广泛讨论的二层扩容(Layer2)解决方案,它不仅能够提升交易速度,降低成本,还为跨链交易提供了新的可能性。
简化 Solana 代币增发步骤,轻松提升流动性与社群激励
在使用Rust的Tokio框架构建异步处理系统时,mpsc::channel是连接各个处理阶段的关键组件。一个常见的问题是:面对不固定大小的数据批次(如区块链日志),该如何设计合理的channel大小和批量发送策略?本文将结合一个实际场景进行深入探讨。一、场景介绍我
本文以简洁的语言,剖析了 EVM 的内存结构以及栈内存、状态变量的内存结构,提到了各种不同数据类型所占用的 slot 大小,以及 gas优化的思路。方便小白进行快速掌握 EVM 和 solidity 的内存结构:https://learnblockchain.cn/shawn_shaw
扫一扫 - 使用登链小程序
206 篇文章,770 学分
493 篇文章,685 学分
67 篇文章,634 学分
132 篇文章,584 学分
413 篇文章,498 学分