기본 콘텐츠로 건너뛰기

비트코인 블록에서 머클 루트 계산

블록을 구성하는 트랜잭션들의 해시 값들로부터 계산하는 머클 루트는 블록 헤더에 포함됩니다. 이 문서에서는 머클 루트를 계산하는 과정을 소개하고 이를 구현하는 파이썬 소스 코드를 제시합니다.

배경 지식

엔디언



비트코인 블록 정보

다음은 2개의 트랜잭션으로 이루어진 비트코인 블록 99,997의 머클 루트 값과 두 트랜잭션의 해시 값입니다.


이 블록의 머클 루트 값은 다음과 같습니다.

5140e5972f672bf8e81bc189894c55a410723b095716eaeec845490aed785f0e



두 트랜잭션의 해시 값은 다음과 같습니다.

0: b86f5ef1da8ddbdb29ec269b535810ee61289eeac7bf2b2523b494551f03897c
1: 80c6f121c3e9fe0a59177e49874d8c703cbadee0700a782e4002e87d862373c6

머클 루트 계산 과정

아래의 1번과 4번 과정은 비트코인 도구가 해시 값을 빅 엔디안으로 표현하고 있기 때문에 필요한 처리 과정입니다. 해시 문자열에서 연속하는 2개의 문자가 한 바이트에 대한 16진 표현에 해당합니다.

1. 트랜잭션의 해시 값을 리틀 엔디안으로 변환하기 (바이트 배열로 표현했을 때 역순으로 재배열)

0: 7c89031f5594b423252bbfc7ea9e2861ee1058539b26ec29dbdb8ddaf15e6fb8
1: c67323867de802402e780a70e0deba3c708c4d87497e17590afee9c321f1c680

2. 두 해시 이어 붙이기

7c89031f5594b423252bbfc7ea9e2861ee1058539b26ec29dbdb8ddaf15e6fb8c67323867de802402e780a70e0deba3c708c4d87497e17590afee9c321f1c680

3. 이어 붙인 해시에 대하여 두 번 연속 SHA256 해시 계산하기

0e5f78ed0a4945c8eeea1657093b7210a4554c8989c11be8f82b672f97e54051

4. 해시 값을 빅 엔디안으로 변환하기 (바이트 배열로 표현했을 때 역순으로 재배열)

5140e5972f672bf8e81bc189894c55a410723b095716eaeec845490aed785f0e

위의 4번 과정의 결과가 머클 루트입니다.

완전한 파이썬 코드

################################################################################
# Calculate Merkle Root                                                        #
################################################################################

import os, sys, traceback
import binascii
import hashlib

################################################################################
# Functions                                                                    #
################################################################################

def double_hash(hex):
   bin = binascii.unhexlify(hex)
   hash = hashlib.sha256(bin).digest()
   hash2 = hashlib.sha256(hash).digest()
   return binascii.hexlify(hash2)

def calculate_merkle_root(left, right):
    # Convert them in little-endian hex notation
    left  = binascii.hexlify(binascii.unhexlify(left)[::-1])
    right = binascii.hexlify(binascii.unhexlify(right)[::-1])

    # Concatenate the pair
    hex = left + right
   
    # Take double SHA256 hash
    hash = double_hash(hex)
   
    # Convert result to big-endian hex notation
    root = binascii.hexlify(binascii.unhexlify(hash)[::-1])
    root = str(root, "ascii")
   
    return root

def main():
    # Transaction hashes of BTC block # 99997
    h1 = 'b86f5ef1da8ddbdb29ec269b535810ee61289eeac7bf2b2523b494551f03897c'
    h2 = '80c6f121c3e9fe0a59177e49874d8c703cbadee0700a782e4002e87d862373c6'

    merkle_root = calculate_merkle_root(h1, h2)
    print(merkle_root)

################################################################################
# Main                                                                         #
################################################################################

if __name__ == '__main__':
    try:
        main()
    except:
        traceback.print_exc(file=sys.stdout)

댓글

이 블로그의 인기 게시물

Intel MKL 예제를 Microsoft Visual C++로 빌드하기

Intel MKL 예제를 Microsoft Visual C++로 빌드하기 인텔 프로세서 시스템에서 아래의 영역에 해당하는 수학 계산을 빠르게 수행하고자 한다면 Intel MKL 라이브러리를 사용할 수 있습니다. Linear Algebra Fast Fourier Transforms (FFT) Vector Statistics & Data Fitting Vector Math & Miscellaneous Solvers 이 문서는 Intel MKL 이 제공하는 예제 파일을 Microsoft Visual C++ 로 컴파일하고 링크하여 실행 파일을 만드는 과정을 소개합니다. 빌드 환경 다음은 이 문서를 작성하는 과정에서 Intel MKL 예제를 빌드하기 위하여 사용한 환경입니다. 시스템 운영체제: Windows 10 (64비트) 프로세서: Intel Core i7 설치 제품 IDE: Microsoft Visual Studio Community 2019 (version 16) 라이브러리: Intel Math Kernel Library 2019 Update 5 환경 변수 명령 프롬프트 창을 엽니다. 아래 스크립트를 실행하여 환경 변수 INCLUDE , LIB , 그리고 PATH 를 설정합니다. @echo off set CPRO_PATH=C:\Program Files (x86)\IntelSWTools\compilers_and_libraries\windows set MKLROOT=%CPRO_PATH%\mkl set REDIST=%CPRO_PATH%\redist set INCLUDE=%MKLROOT%\include;%INCLUDE% set LIB=%MKLROOT%\lib\intel64;%LIB% set PATH=%REDIST%\intel64\mkl;%PATH% REM for OpenMP intel thread set LIB=%CPRO_PATH%\compiler\lib...

Llama 3.2로 문장 생성 및 챗팅 완성 실습

Llama 3.2로 문장 생성 및 챗팅 완성 실습 Running Meta Llama on Linux 문서의 내용을 참고하여 Llama 3.2 1B 모델로 다음 두 가지 기능을 실습합니다. 문장 완성 챗팅 완성 실습 환경 Ubuntu 20.04.6 LTS Python 3.12.7 Llama3.2-1B, Llama3.2-1B-Instruct rustc 1.83.0 NVIDIA RTX 4090 24GB 프로그램 준비 실습에서 사용할 wget , md5sum 설치 sudo apt-get install wget sudo apt-get install md5sum NVIDIA GPU 설치 여부 확인 nvidia-smi 실습 디렉토리 만들기 mkdir llama3-demo cd llama3-demo git clone https://github.com/meta-llama/llama3.git Python 3.10 이상의 버전으로 가상환경 만들고 활성화 python -m venv llama-venv . llama-venv/bin/activate Rust 컴파일러 설치 How To Install Rust on Ubuntu 20.04 문서를 참고하여 Rust 컴파일러를 설치합니다. curl --proto '=https' --tlsv1.3 https://sh.rustup.rs -sSf | sh 위 명령을 실행하면 아래와 같이 세 가지 선택 옵션이 나타나는데 그냥 엔터를 쳐서 1번 옵션으로 진행합니다. ... 1) Proceed with installation (default) 2) Customize installation 3) Cancel installation 아래 명령을 실행하여 현재 쉘에 반영하고 설치된 컴파일러 버전을 확인합니다. source $HOME/.cargo/env rustc --version 의존 라이브러리 설치 pip install ...