Foundry Book

差异测试

Forge 可用于差异测试（differential testing）和差异模糊测试（differential fuzzing）。你甚至可以使用 ffi 作弊码针对非 EVM 可执行文件进行测试。

差异测试（Differential testing）通过比较每个实现的输出来交叉引用同一功能的多个实现。假设我们有一个函数规范 F(X)，以及该规范的两个实现：f1(X) 和f2(X)。对于存在于适当输入空间中的所有 x，我们期望 f1(x) == f2(x)。如果 f1(x) != f2(x)，我们知道至少有一个函数错误地实现了 F(X)。这种测试等效和识别差异的过程是差异测试的核心。

差异模糊测试是差异测试的扩展。差异模糊以编程方式生成许多x值，以发现手动选择的输入可能无法揭示的差异和边缘情况。

注意：本例中的 == 运算符可以是等效性的自定义定义。例如，如果测试浮点实现，你可以使用具有一定公差的近似相等。

这种类型的测试在现实生活中的一些用途包括：

将升级后的实施与其之前版本进行比较
针对已知参考实现测试代码
确认与第三方工具和依赖项的兼容性

以下是 Forge 如何用于差异测试的一些示例。

入门：`ffi` 作弊码

ffi 允许你执行任意 shell 命令并捕获输出。这是一个模拟示例：

import {Test} from "forge-std/Test.sol";

contract TestContract is Test {

    function testMyFFI () public {
        string[] memory cmds = new string[](2);
        cmds[0] = "cat";
        cmds[1] = "address.txt"; // assume contains abi-encoded address.
        bytes memory result = vm.ffi(cmds);
        address loadedAddress = abi.decode(result, (address));
        // Do something with the address
        // ...
    }
}

一个地址之前已经写入了address.txt，我们使用 FFI 作弊码读取了它。现在可以在整个测试合约中使用此数据。

示例：差异测试默克尔树实现

默克尔树是区块链应用程序中经常使用的加密承诺方案。它们的流行导致了默克尔树生成器、证明器和验证器的许多不同实现。 Merkle 根和证明通常使用 JavaScript 或 Python 等语言生成，而证明验证通常发生在 Solidity 的链上。

Murky 是在 Solidity 中 Merkle 根、证明和验证的完整实现。它的测试套件包括针对 OpenZeppelin 的 Merkle 证明库的差异测试，以及针对参考 JavaScript 实现的根生成测试。这些测试由 Foundry 的模糊测试和ffi功能提供支持。

差异模糊测试参考 TypeScript 实现

使用 ffi 作弊代码，Murky 使用 Forge 的模糊器提供的数据对比 TypeScript 实现测试自己的 Merkle 根实现：

function testMerkleRootMatchesJSImplementationFuzzed(bytes32[] memory leaves) public {
    vm.assume(leaves.length > 1);
    bytes memory packed = abi.encodePacked(leaves);
    string[] memory runJsInputs = new string[](8);

    // Build ffi command string
    runJsInputs[0] = 'npm';
    runJsInputs[1] = '--prefix';
    runJsInputs[2] = 'differential_testing/scripts/';
    runJsInputs[3] = '--silent';
    runJsInputs[4] = 'run';
    runJsInputs[5] = 'generate-root-cli';
    runJsInputs[6] = leaves.length.toString();
    runJsInputs[7] = packed.toHexString();

    // Run command and capture output
    bytes memory jsResult = vm.ffi(runJsInputs);
    bytes32 jsGeneratedRoot = abi.decode(jsResult, (bytes32));

    // Calculate root using Murky
    bytes32 murkyGeneratedRoot = m.getRoot(leaves);
    assertEq(murkyGeneratedRoot, jsGeneratedRoot);
}

注意：请参阅 Murky Repo 中的 Strings2.sol 以了解启用 (bytes memory).toHexString()

Forge 运行 npm --prefix differential_testing/scripts/ --silent run generate-root-cli {numLeaves} {hexEncodedLeaves}。这使用参考 JavaScript 实现计算输入数据的 Merkle 根。该脚本将根打印到标准输出，打印输出在 vm.ffi() 的返回值中被捕获为 bytes。

然后测试使用 Solidity 实现计算根。

最后，测试断言两个根完全相等。如果它们不相等，则测试失败。

针对 OpenZeppelin 的 Merkle 证明库的差异模糊测试

你可能希望对另一个 Solidity 实现使用差异测试。在这种情况下，不需要 ffi。相反，只需要把参考实现直接导入到测试中。

import {MerkleProof} from "openzeppelin-contracts/contracts/utils/cryptography/MerkleProof.sol";
//...
function testCompatibilityOpenZeppelinProver(bytes32[] memory _data, uint256 node) public {
    vm.assume(_data.length > 1);
    vm.assume(node < _data.length);
    bytes32 root = m.getRoot(_data);
    bytes32[] memory proof = m.getProof(_data, node);
    bytes32 valueToProve = _data[node];
    bool murkyVerified = m.verifyProof(root, proof, valueToProve);
    bool ozVerified = MerkleProof.verify(proof, root, valueToProve);
    assertTrue(murkyVerified == ozVerified);
}

针对已知边缘情况的差异测试

差异测试并不总是模糊的——它们对于测试已知的边缘情况也很有用。在 Murky 代码库的情况下，log2ceil 函数的初始实现不适用于某些紧挨 2 的幂的长度（如 129）的数组。作为安全检查，始终针对此长度的数组运行测试，并与 TypeScript 实现进行比较。你可以在此处查看完整测试。

针对参考数据的标准化测试

FFI 还可用于将可重现的标准化数据注入测试环境。在 Murky 库中，这被用作 Gas 快照的基准（参见 forge 快照）。

bytes32[100] data;
uint256[8] leaves = [4, 8, 15, 16, 23, 42, 69, 88];

function setUp() public {
    string[] memory inputs = new string[](2);
    inputs[0] = "cat";
    inputs[1] = "src/test/standard_data/StandardInput.txt";
    bytes memory result =  vm.ffi(inputs);
    data = abi.decode(result, (bytes32[100]));
    m = new Merkle();
}

function testMerkleGenerateProofStandard() public view {
    bytes32[] memory _data = _getData();
    for (uint i = 0; i < leaves.length; ++i) {
        m.getProof(_data, leaves[i]);
    }
}

src/test/standard_data/StandardInput.txt 是一个包含编码的 bytes32[100] 数组的文本文件。它是在测试之外生成的，可以在任何语言的 Web3 SDK 中使用。它看起来像：

0xf910ccaa307836354233316666386231414464306335333243453944383735313..423532

标准化测试合约使用 ffi 读取文件。它将数据解码为一个数组，然后在本例中为 8 个不同的叶子生成证明。由于数据是恒定且标准的，我们可以使用此测试有意义地测量 Gas 和性能改进。

当然，可以将数组硬编码到测试中！但这使得跨合约、实现等进行一致的测试变得更加困难。

示例：差异测试渐进式荷兰拍卖

Paradigm 的渐进式荷兰拍卖（Gradual Dutch Auction）机制的参考实现包含许多差异化的模糊测试。它是一个很好的存储库，可以进一步探索使用 ffi 的差异测试。

针对 Discrete GDAs 的差异测试
针对 Continuous GDAs的差异测试
参考 Python 实现

参考资料库

如果你有另一个可以作为参考的存储库，请贡献它！

Foundry 中文文档 | 登链社区