智能合约与以太坊 / 系统课时
处理舍入误差与属性容差
处理舍入误差与属性容差
智能合约使用整数运算处理代币数量、资产价格和份额兑换,除法截断经常让理论值与实际结果相差几个最小单位。本课通过 Foundry 模糊测试,计算舍入误差上界、编写有业务依据的容差断言,并识别可能被宽松断言掩盖的真实资产损失。
学习目标
- 理解 Solidity 整数除法、定点缩放与份额换算中的舍入行为。
- 根据计算公式推导误差上界,而不是随意指定容差。
- 使用 Foundry 编写和验证舍入属性,覆盖边界输入与异常情况。
理解整数除法造成的误差
Solidity 的 uint256 不支持小数。两个非负整数相除会向下取整,丢弃余数。DeFi 合约通常使用 作为定点缩放因子,但提高计算精度并不意味着最终结果没有舍入。
假设某金库每份额对应 3 个资产最小单位,用户存入 11 个资产最小单位。忽略手续费,份额计算为:
当 price = 3 × 10^18 时,结果为 3 份。按相同价格兑换回资产,得到:
用户最初投入 11,最终只能换回 9,差额为 2 个资产最小单位。这个差额来自两次换算中的整数截断,不代表合约一定存在实现错误。
需要注意,Solidity 的整数除法是向零截断;上述非负资产计算可以直接理解为向下取整。若使用有符号数,负数的截断方向不能简单套用向下取整。
对比几种输入可以看清误差分布:
| 输入资产 | 获得份额 | 换回资产 | 资产差额 |
|---|---|---|---|
| 3 | 1 | 3 | 0 |
| 4 | 1 | 3 | 1 |
| 5 | 1 | 3 | 2 |
| 6 | 2 | 6 | 0 |
| 11 | 3 | 9 | 2 |
| 12 | 4 | 12 | 0 |
这组结果说明:误差不是随交易金额无限增长的,而是受换算比例和舍入规则约束。在价格固定为每份 3 个最小单位的场景中,资产差额只能是 0、1 或 2。
从业务公式推导容差
属性容差表示允许实际结果偏离理论结果的最大幅度。合理容差必须由舍入规则、精度单位和业务损失限制共同确定。
对当前固定价格模型,设资产金额为非负整数 ,每份额对应的资产最小单位数为正整数 ,份额向下取整:
兑换回资产得到 ,因此满足:
当 ,理论上界就是 2。这个边界能够通过数学证明,不需要根据随机测试的最大观察误差猜测。
实际业务中的容差可以分成三类:
| 属性类型 | 合理判断 | 示例 |
|---|---|---|
| 必须精确守恒 | 不允许误差 | 内部余额变动与总余额变动一致 |
| 单次向下舍入 | 使用推导出的最小单位上界 | 固定兑换比例 3,最多损失 2 个资产最小单位 |
| 比例计算 | 依据允许的相对偏差判断 | 偏差不超过基准值的 0.01% |
Foundry 的 assertApproxEqAbs(a, b, maxDelta) 可以比较绝对误差;assertApproxEqRel(a, b, maxPercentDelta) 可以比较相对误差,后者的比例参数采用 缩放,例如 1e14 表示 0.01%。
不能把 0.01% 直接当作所有资产兑换的允许损失。对于大额交易,百分比容差可能放过远超理论舍入上界的资金损失;对于极小金额,整数截断带来的相对误差又可能非常高。
使用 Foundry 验证舍入上界
下面使用 Solidity 0.8.20 和 Foundry 的 forge-std/Test.sol 编写模糊测试。示例模拟固定兑换比例的资产与份额换算,不涉及手续费、收益增长或价格变化。
在已经初始化并安装 forge-std 的 Foundry 项目中,新建 test/Rounding.t.sol,写入以下完整代码:
// SPDX-License-Identifier: MIT
pragma solidity ^0.8.20;
import {Test} from "forge-std/Test.sol";
contract RoundingTest is Test {
uint256 constant SCALE = 1e18;
uint256 constant PRICE = 3e18;
function testFuzzRoundTripRounding(uint256 rawAmount) public {
// 限定有效存款范围,同时避免乘法溢出。
uint256 amount = bound(rawAmount, 3, 1e24);
// 先向下取整获得份额,再按原价兑换资产。
uint256 shares = amount * SCALE / PRICE;
uint256 recovered = shares * PRICE / SCALE;
// 方向约束:舍入不能凭空增加可兑换资产。
assertLe(recovered, amount);
// 绝对误差必须落在公式证明的 2 个单位以内。
assertApproxEqAbs(recovered, amount, 2);
assertLe(amount - recovered, 2);
}
}代码中 bound 是 Foundry 测试基类提供的辅助函数,将模糊输入映射到指定闭区间。PRICE 对应每份额 3 个资产最小单位,SCALE 是定点缩放因子。
运行测试:
forge test --match-test testFuzzRoundTripRounding预期结果:
1 passed; 0 failed这是测试汇总的关键内容,不是完整终端日志。实际输出还会包含测试合约名称、模糊运行次数和 Gas 统计,具体值取决于 Foundry 配置与版本。
这里的三个断言承担不同职责。assertLe(recovered, amount) 检查方向,避免错误的向上舍入制造资产;assertApproxEqAbs 检查绝对偏差;最后一个 assertLe 直接表达业务认可的损失上限。
如果只使用绝对误差比较,某种错误实现即使多返还了 2 个单位,也可能通过测试。因此,允许误差不等于允许任意方向的偏差。
检查边界值与零份额问题
随机测试能够探索大量输入,但边界条件仍需要独立识别。当前兑换价格为 3 个资产单位,若允许存入 1 或 2 个最小单位,计算出的份额会是 0。
这时即使资产差额仍满足不超过 2 的属性,用户也可能失去全部存款。说明数学舍入属性通过,并不代表业务行为安全。
生产合约通常需要额外约束:
- 存款计算得到的
shares不得为 0,否则应回滚交易。 - 用户指定的最小接收份额必须得到满足,否则应回滚交易。
- 兑换或提现应检查最小资产输出,防止舍入、费用或价格变化使实际到账低于用户接受的下限。
可以在同一个测试合约内追加一个独立测试,直接验证关键边界:
function testRoundingBoundary() public pure {
uint256 scale = 1e18;
uint256 price = 3e18;
uint256 amount = 5;
// 5 个资产单位获得 1 份额,换回后损失 2 个单位。
uint256 shares = amount * scale / price;
uint256 recovered = shares * price / scale;
assert(shares == 1);
assert(recovered == 3);
assert(amount - recovered == 2);
}以上是片段示例,依赖前面的 RoundingTest 合约和 Foundry 测试环境,追加到该合约的大括号内即可。
运行:
forge test --match-test testRoundingBoundary预期结果:
1 passed; 0 failed在真实金库中,还应检查 totalAssets、totalSupply、不同代币小数位、空金库初始兑换率与价格变化后的取整方向。如果换算采用 mulDiv 或 ERC-4626 的预览函数,必须依据对应实现的舍入规则重新推导边界,不能照搬固定价格模型的 2 个单位。
特别是 ERC-4626 的 previewDeposit、previewMint、previewWithdraw 和 previewRedeem 并非全部采用同一方向的舍入。例如,按资产数确定铸造份额与按份额数确定所需资产,其舍入方向需要分别验证。
避免过宽和过严的属性判断
过严断言最常见的错误,是要求发生整数除法后的往返金额完全相等。输入为 5、兑换比例为 3 时,正确实现只返回 3,精确相等断言会错误失败。
过宽断言则更危险。例如将允许差额设为 1e18,对于 18 位小数代币相当于允许损失 1 个完整代币。它可能掩盖错误的精度缩放、重复扣费或额外截断。
排查失败属性时,按以下顺序处理:
- 记录 Foundry 给出的最小失败输入,计算预期份额和资产输出。
- 确认精度单位:比较的是资产最小单位、份额最小单位,还是已缩放的定点值。
- 检查计算方向:向下取整和向上取整分别会影响谁承担误差。
- 依据完整运算链推导最坏误差,不能简单认为每次除法最多损失 1 个资产单位。
- 修改断言后重新执行模糊测试,并保留至少一个达到理论误差上界的确定性边界用例。
最终的属性测试应同时覆盖三个独立问题:误差是否在可证明的范围内、误差方向是否符合资产保护规则、极小输入是否会触发零份额或其他不可接受的业务结果。只有三者都成立,舍入容差才真正对应业务安全边界。