智能合约与以太坊 / 系统课时
分析高回滚率造成的伪覆盖
分析高回滚率造成的伪覆盖
Foundry 不变量测试即使全部通过,也可能只是随机交易大量回滚,根本没有触及关键状态。本课通过调用统计、Handler 计数器和状态变化检查,定位被无效交易淹没的操作,再调整输入约束与前置状态,让测试真正执行存取款路径。
学习目标
- 区分随机调用次数、回滚次数与实际状态覆盖,识别伪覆盖。
- 使用 Foundry 指标和 Handler 计数器定位低效操作。
- 通过参数约束、状态准备和回归验证提高有效调用比例。
为什么测试通过仍可能没有覆盖业务
Foundry 的 invariant 测试会生成随机函数调用序列,并在调用后检查不变量。测试规模由 runs 和 depth 控制。一次调用即使回滚,也会消耗一个 depth 名额;默认 fail_on_revert = false 时,普通回滚通常不会直接导致测试失败。
假设资金池的 withdraw(uint256) 要求提款额不超过余额,但随机数直接覆盖整个 uint256 范围。初始余额为零,大多数提款都将失败。即使生成 4000 次调用,实际成功改变状态的可能只有少数几次。
观察下面一组示例统计数据:
| Handler 操作 | 调用次数 | 回滚次数 | 成功次数 | 回滚率 |
|---|---|---|---|---|
| deposit | 1600 | 80 | 1520 | 5% |
| withdraw | 1600 | 1520 | 80 | 95% |
| transfer | 800 | 760 | 40 | 95% |
| 合计 | 4000 | 2360 | 1640 | 59% |
整体成功率为 41%,但提款和转账的有效调用比例都只有 5%~10%。即使不变量始终成立,也无法据此判断这些业务路径经过了充分测试。
读取 Foundry 的调用与回滚指标
在已有 Foundry 工程中,打开 foundry.toml,加入以下配置。这里以支持 show_metrics 的 Foundry 版本为例;可先执行 forge --version 确认本地工具版本。
[invariant]
runs = 40
depth = 100
fail_on_revert = false
show_metrics = true该配置为每个不变量生成 40 条调用序列,每条最多安排 100 次随机调用。show_metrics 用于输出 Handler 函数调用及回滚、丢弃情况的细分信息。
执行:
forge test --match-test invariant_ -vv预期结果:运行成功时,测试摘要会显示类似 runs: 40, calls: 4000, reverts: ... 的信息;启用指标后还能观察各目标函数的调用分布。实际数字随随机种子、测试逻辑和 Foundry 版本变化,不能把固定回滚数当作验收标准。
首先关注三个问题:
- 哪些 Handler 方法占用了大量调用次数,却极少成功?
- 哪些方法几乎没有被抽中,导致关键状态长期缺席?
- 回滚来自正常业务拒绝,还是测试准备不足,例如没有余额、授权或角色权限?
需要注意,vm.assume 丢弃输入与合约调用回滚并不相同。前者会增加输入过滤成本,后者可能消耗调用序列中的测试机会。不要把两者混为一谈。
在 Handler 中记录有效操作
系统指标只能告诉我们函数是否回滚,不能证明一次成功调用是否产生了有意义的状态变化。例如 Handler 遇到零余额后直接 return,在 Foundry 看来调用成功,但实际没有执行提款。
下面构造一个最小资金余额模型。它仅模拟账本数值,不接收或转移真实 ETH,用于隔离演示调用分布问题。将代码保存为 test/HandlerCoverage.t.sol,依赖 Foundry 工程自带的 forge-std。
// SPDX-License-Identifier: MIT
pragma solidity ^0.8.20;
import {Test} from "forge-std/Test.sol";
import {StdInvariant} from "forge-std/StdInvariant.sol";
import {console2} from "forge-std/console2.sol";
contract DemoVault {
uint256 public balance;
function deposit(uint256 amount) external {
require(amount > 0, "zero deposit");
balance += amount;
}
function withdraw(uint256 amount) external {
require(amount > 0 && amount <= balance, "invalid withdrawal");
balance -= amount;
}
}
contract VaultHandler is Test {
DemoVault public vault;
uint256 public depositCalls;
uint256 public withdrawCalls;
uint256 public withdrawSkips;
uint256 public deposited;
uint256 public withdrawn;
constructor(DemoVault target) {
vault = target;
}
function deposit(uint256 rawAmount) external {
// 把随机金额限制到模型允许的有效业务区间
uint256 amount = bound(rawAmount, 1, 100);
vault.deposit(amount);
deposited += amount;
depositCalls++;
}
function withdraw(uint256 rawAmount) external {
uint256 available = vault.balance();
if (available == 0) {
// 成功返回不代表真的执行了业务
withdrawSkips++;
return;
}
uint256 amount = bound(rawAmount, 1, available);
vault.withdraw(amount);
withdrawn += amount;
withdrawCalls++;
}
}
contract HandlerCoverageTest is Test, StdInvariant {
DemoVault internal vault;
VaultHandler internal handler;
function setUp() public {
vault = new DemoVault();
handler = new VaultHandler(vault);
targetContract(address(handler));
}
function invariant_balanceMatchesAccounting() public view {
assertEq(
vault.balance() + handler.withdrawn(),
handler.deposited()
);
}
function afterInvariant() public view {
console2.log("deposits:", handler.depositCalls());
console2.log("withdrawals:", handler.withdrawCalls());
console2.log("withdraw skips:", handler.withdrawSkips());
}
}deposited 和 withdrawn 是 Ghost Variables,即测试侧累计账本。它们不属于被测合约业务状态,却能检验余额变化是否符合预期。
afterInvariant() 在每条 invariant run 结束时调用,这里的计数器反映当前运行序列,不是全部 40 条序列的全局累计。withdrawSkips 专门记录没有真正调用资金池提款方法的情况。
运行:
forge test --match-contract HandlerCoverageTest -vv预期结果:测试通过,终端可看到 deposits:、withdrawals: 和 withdraw skips: 计数。由于序列随机,具体值每次可能不同。检查 deposits + withdrawals + withdraw skips 是否与该序列的 Handler 调用次数一致,可以验证计数没有漏项。
从指标追踪无效调用的来源
一次不变量测试的有效调用,需要经过随机选择、Handler 参数处理、协议执行和状态检查。每个阶段都可能让表面覆盖与真实覆盖产生差异。

实际排查时,将一次随机调用按下表分类:
| 现象 | 常见原因 | 优先修正方式 |
|---|---|---|
| 大量 revert | 随机金额超过余额 | 按可用余额执行 bound |
| 大量 skip | 前置状态不足 | 准备余额或调整操作顺序 |
| 调用始终集中在少数函数 | Target selector 分布不符合预期 | 显式配置目标选择器 |
| 调用成功但余额没有变化 | 零金额或提前返回 | 排除无意义参数并增加业务计数 |
| Handler 成功但关键分支未进入 | 状态组合不充分 | 设计能够到达目标分支的操作序列 |
例如观测到 100 次提款 Handler 调用,其中 65 次因为余额为零而跳过、35 次成功,则 Handler 层面成功返回率为 100%,真正执行提款的比例却只有 35%。
可以定义一个辅助指标:
本例有效执行率为 35%。这是诊断用指标,不是 Foundry 内置的覆盖率定义,也不能替代分支覆盖或不变量正确性证明。
调整约束与状态准备方式
改善高回滚率时,不能简单删除所有失败场景。应当把合法业务序列与预期失败序列分开测试。
对于合法序列,先确保必要的状态存在,再把随机参数映射到当前允许的范围。上例的 bound(rawAmount, 1, available) 保证提款额不超过资金池余额,同时保留随机金额的变化。
如果想让提款路径更频繁地被触发,可以采用两种策略:
- 在
setUp()中通过 Handler 或协议公开接口准备初始资金,例如模拟存入 1000 单位,让第一笔提款有机会成功。 - 在 Handler 中准备合法前置状态,例如余额为零时先执行一次合规存入,再执行提款,并分别记录准备操作和目标操作。
第一种适合测试长期持有资金的系统;第二种适合检验必须先创建账户、授权或开仓才能操作的协议。两种方法都可能改变可到达状态的分布,因此应保留独立的空余额和失败路径测试。
对预期失败场景,例如超额提款、无权限调用、暂停状态写入,应单独使用 vm.expectRevert 或专门的失败路径测试,而不是把它们全部映射成合法输入。
验证覆盖改善是否真实有效
修复后要在相同的 runs、depth、目标函数集合和可比随机种子条件下重新运行,记录变化,而不是只观察 [PASS]。
建议至少比较以下四项:
| 检查项目 | 示例修复前 | 示例修复后 |
|---|---|---|
| 总调用次数 | 4000 | 4000 |
| 协议回滚次数 | 2360 | 120 |
| 有效提款次数 | 80 | 950 |
| 已触达关键状态 | 2 种 | 6 种 |
这些数字是验收分析样例,不是前述代码的固定运行结果。真实项目必须从日志、Ghost Variables 和状态断言获得数据。
验收时依次执行:
- 确认高回滚操作的原因已消除,而不是被静默跳过替代。
- 确认关键业务操作次数确实增加,并覆盖零余额、非零余额、边界金额等状态。
- 使用
forge coverage辅助检查可执行代码覆盖情况,同时理解覆盖率不能证明状态序列充分。 - 将异常权限、超额操作和暂停等负向场景保留为独立测试。
- 尝试设置
fail_on_revert = true运行合法序列,排查剩余的非预期回滚。
回滚并非越少越好。对合法调用序列,应尽量减少由随机无效输入造成的浪费;对恶意输入和非法状态,则应明确验证预期回滚。只有调用分布、有效状态变化与失败路径都受到检查,不变量测试通过才有实际的质量意义。