量子计算会对比特币安全构成风险吗？
量子计算的快速发展可能会给某些类型的比特币交易带来风险。那么我们如何应对这种风险呢？
一些人预测，量子计算的快速进步将对使用公钥密码术的领域产生重要影响，例如比特币生态系统。
比特币的“非对称密码学”是基于“单向函数”的原理研究出来，这意味着公钥可以很容易地从其对应的私钥中推导出来，反之则不然。这是因为经典算法需要非常长的时间（例如：数百年）来执行逆向解密计算，因此在实际中无法破解。然而，Peter Shor 的量子算法在足够先进的量子计算机上运行时，理论上能在可以接受的时间内完成此类解密运算，进而伪造数字签名。
量子计算带来的潜在风险
为了更好地了解高级量子计算带来的风险水平，我们将问题限制在简单的个人对个人支付上。这些可以分为两类，每类都受到量子计算的不同影响：
1. 支付到公钥（p2pk）：这里的公钥可以直接从钱包地址获取。量子计算机可能会被用来推导出私钥，从而允许攻击者在该地址上使用资金。
2. 支付到公钥哈希（p2pkh）：这里，地址由公钥的哈希组成，因此不能直接获得，它仅在交易开始时显示。因此，只要资金从未从 p2pkh 地址转移，公钥是未知的，即使使用量子计算机也无法导出私钥。但是，如果资金从 p2pkh 地址转移，则会显示公钥。因此，为了限制公钥的暴露，此类地址不应被多次使用。
虽然避免重复使用 p2pkh 地址可以限制漏洞，但仍有可能出现具有量子计算能力的对手可以成功实施欺诈的情况。即使从“安全”地址转移硬币的行为也会揭示公钥。从那一刻到交易被开采，对手都有机会窃取资金。
用量子计算攻击比特币的理论方法
1. 交易劫持：在这里，攻击者根据待处理交易的公钥计算私钥，并使用相同的币创建冲突交易，从而窃取受害者的资产。对手提供更高的费用，以激励将受害者的交易纳入区块链。需要注意的是，在挖掘受害者的交易之前，攻击者不仅要创建、签名和广播冲突的交易，还必须首先运行 Shor 的算法来导出私钥。显然，时机对于此类攻击至关重要。因此，量子计算机的性能水平决定了这种威胁模式的成功概率。
2. 私自挖矿：在这个潜在的攻击模式上，攻击者理论上可以使用 Grover 算法在挖矿时获得不公平的优势。这个量子计算例程有助于搜索非结构化数据，并可以提供哈希率的二次跳跃。量子加速所引发的挖掘能力突然加速，可能会导致价格不稳定和对链本身的控制，从而导致可能的 51% 攻击。
3. 组合攻击：结合上述两个模式，攻击者理论上可以建立一条秘密链，并在领先时选择性地发布区块以重组公共链。对手还可以选择同时劫持交易。在这里，量子欺诈不仅会拦截奖励和交易费用，还会劫持在被覆盖的交易中花费的（非抗量子）地址中包含的所有资金。
对抗潜在量子计算攻击模式的方法
欺诈分析
数据科学工具可用于在对手窃取资金的机会窗口中降低风险。
通过内存池 API 收集的数据可用于运行实时机器学习算法，以发现提供的交易费用中的异常情况，从而标记交易劫持企图。此类算法还可以帮助发现区块链哈希值的急剧跳跃，并相应地对可能的“私自挖矿”发出警报。
动态 AI 模型可以随时计算待处理交易的欺诈风险，直到交易确认为止。这些模型可以为每个威胁模式推断对手的潜在利润，从而得出任何交易是欺诈的可能概率。基于这种可能性概率，可以设计相关的保险产品，覆盖未决交易的欺诈风险，其定价可以根据模型推断的欺诈概率动态计算。
此外，可以为区块链中的每个节点计算“声誉得分”。捕获设备详细信息、IP 地址等的 API 可用于将活动（挖掘和/或交易）聚集到同构集群中，因此很有可能来自相同的用户。此类模式还可用于直接检测区块链中的量子计算机。在联合攻击的情况下，“声誉得分”可能具有特殊意义，因为对手使用多方攻击的方法来吸取资金。
比特币的公共交易日志提供了有关用户个人资料的大量数据。“网络算法”可以使用这些信息链接不同的钱包地址，从而揭露协同攻击。这可以使我们能够将使用了量子威胁的对手的钱包地址列入黑名单。
钱包界面设计
通过用户界面的设计，可以策略性地放置警告消息来帮助提醒客户，注意重复使用地址的风险。
共识规则
有效激励设计的原则可用于制定共识规则的变化，例如对 p2pk 和重复使用的 p2pkh 钱包的交易费用进行加价。这将提示用户切换到更安全的行为。此外，这将缩短此类交易的确认时间，因为矿工会首先选择它们，从而缩小对手的机会之窗。
结论
随着量子计算机的发展，量子比特数量的增多和计算能力的提升，可能会引发动摇比特币底层加密基础的问题。在大量比特币从不安全地址被盗的情况下，即使遵守安全最佳实践的用户也可能会受到影响，从而导致价格波动加剧。后量子密码学的一系列广泛举措正在进行中，以期能减轻这种情况。
需要注意的是，“量子霸权”的出现并不一定意味着比特币生态系统的削弱。更好的量子计算系统，最终将成为推动经济发展的更好的工具。
虽然量子计算机的非对称使用阶段可能会产生多种模式的威胁，但强化欺诈风险管理原则和提升用户意识，不失为一种面向未来的解决方案。
编译：王珩
编辑：慕一
