抹茶交易所底层架构与核心技术深度剖析与实战指南

阅读：45 分类： 帮助

抹茶交易所底层架构与核心技术剖析：从开发资源到实战应用

交易所核心模块及技术选型

抹茶交易所（MXC），作为一家面向全球用户的数字资产交易平台，其底层架构的稳健性、安全性以及性能表现是其成功的关键要素。构建一个高性能、高可用、易扩展且安全可靠的交易所系统，需要深入考量并精细设计以下核心模块，并结合实际需求做出合理的技术选型：

1. 交易引擎： 交易引擎是交易所的核心，负责处理用户提交的订单，进行撮合，并更新账户余额。技术选型上，常见的选择包括：

  • 内存撮合引擎： 利用内存的高速读写能力，实现高速撮合。通常采用高性能编程语言如C++、Golang等开发，并结合高效的数据结构（如红黑树、跳表）优化订单簿的查找和更新效率。需要考虑并发控制、数据持久化等问题，保证数据一致性。
  • FPGA加速： 对于对延迟极其敏感的交易所，可以采用FPGA（Field-Programmable Gate Array）进行硬件加速，实现超低延迟的撮合。但开发成本较高，维护难度也较大。

2. 订单管理系统： 负责接收、验证、存储和管理用户订单。需要考虑订单的生命周期管理、订单状态追踪、风险控制等。技术选型上：

  • 数据库： 选用高性能、高可用、支持事务的数据库，如MySQL、PostgreSQL、TiDB等。需要合理设计数据库schema，并进行性能优化，如索引优化、分库分表等。
  • 消息队列： 使用消息队列（如Kafka、RabbitMQ）进行异步处理，提高系统的吞吐量和响应速度。

3. 账户管理系统： 负责管理用户的账户信息、余额、交易记录等。需要保证账户的安全性、准确性和可靠性。技术选型上：

  • 数据库： 与订单管理系统类似，选用高性能、高可用、支持事务的数据库。
  • 加密算法： 采用安全的加密算法（如AES、RSA）对用户敏感信息进行加密存储。
  • 多重签名： 对于高价值账户，可以采用多重签名技术，提高安全性。

4. 钱包管理系统： 负责管理用户的数字资产，包括充币、提币、转账等。需要支持多种数字货币，并保证资产的安全。技术选型上：

  • 冷热钱包分离： 将大部分资产存储在离线的冷钱包中，只有少量资产存储在在线的热钱包中，降低风险。
  • 多重签名： 采用多重签名技术，增加提币的安全性。
  • 区块链节点： 需要部署并维护各种数字货币的区块链节点，以便进行充提币操作。

5. 风控系统： 负责监控交易行为，识别并阻止恶意交易，保护用户和平台的利益。技术选型上：

  • 实时监控： 对交易数据进行实时监控，发现异常交易及时报警。
  • 规则引擎： 使用规则引擎（如Drools）定义风控规则，灵活应对各种风险。
  • 机器学习： 利用机器学习算法识别潜在的欺诈行为。

6. 行情系统： 负责收集、处理和发布市场行情数据，为用户提供实时行情信息。技术选型上：

  • 数据源： 从多个交易所收集行情数据，保证数据的完整性和准确性。
  • 数据处理： 对行情数据进行清洗、聚合、计算，生成各种指标，如K线图、深度图等。
  • 实时推送： 使用WebSocket等技术，将行情数据实时推送给用户。

7. API接口： 对外提供API接口，方便第三方应用接入，扩展交易所的功能。需要保证API的安全性、稳定性和易用性。技术选型上：

  • 身份验证： 采用OAuth、API Key等方式进行身份验证。
  • 速率限制： 对API接口进行速率限制，防止恶意攻击。
  • 文档： 提供详细的API文档，方便开发者使用。

8. 安全防护： 交易所面临着各种安全威胁，如DDoS攻击、SQL注入、XSS攻击等。需要采取全面的安全防护措施，保证平台的安全稳定运行。技术选型上：

  • DDoS防护： 使用高防IP、CDN等技术，抵御DDoS攻击。
  • Web应用防火墙（WAF）： 防止SQL注入、XSS攻击等Web安全漏洞。
  • 漏洞扫描： 定期进行漏洞扫描，及时修复安全漏洞。

选择合适的技术栈需要综合考虑交易所的规模、用户量、交易量、安全需求、开发成本等因素。一个高效的交易所架构需要各个模块协同工作，并不断进行优化和升级，才能满足不断变化的市场需求。

1. 用户管理系统 (UMS):

  • 功能: 用户管理系统 (UMS) 涵盖一系列关键功能，旨在安全、高效地管理平台用户。核心功能包括用户注册、登录、KYC（了解你的客户）认证、权限管理、账户安全机制以及实名认证。
    • 用户注册与登录： 提供简洁易用的用户注册界面，支持多种注册方式（如邮箱、手机号）。登录功能需支持密码登录、验证码登录以及第三方平台授权登录。
    • KYC认证： 集成KYC认证流程，验证用户身份，符合监管要求。认证过程包括身份信息采集、证件上传、活体检测等环节，并与第三方KYC服务提供商对接，自动化审核流程。
    • 权限管理： 细粒度的权限控制，根据用户角色分配不同权限，确保用户只能访问其授权的功能和数据。支持角色管理、权限分配、访问控制列表 (ACL) 等机制。
    • 账户安全： 多重安全防护机制，保障用户账户安全。例如，双因素认证 (2FA)，支持 TOTP、短信验证码等方式；冷钱包管理功能，安全存储用户资产；密码加密存储，采用加盐哈希算法（如 bcrypt, Argon2）保护密码安全；异常登录检测，及时发现并阻止恶意登录行为。
    • 实名认证： 验证用户真实身份，确保平台合规性。实名认证方式包括身份证认证、银行卡认证等。
  • 技术选型: UMS的技术选型至关重要，直接影响系统的性能、安全性和可扩展性。
    • 后端: 后端技术栈是UMS的核心。Java (Spring Boot, Spring Cloud)、Go、Python (Django, Flask) 都是常见的选择。考虑到高并发、高性能以及大规模用户场景，Java 或 Go 通常是更合适的选择。
      • Java (Spring Boot, Spring Cloud): Spring Boot 简化了 Spring 应用的配置和部署，Spring Cloud 提供了构建微服务架构所需的全套组件，包括服务注册与发现 (如 Eureka, Consul)、配置中心 (如 Spring Cloud Config, Apollo)、API 网关 (如 Zuul, Spring Cloud Gateway) 等。适合构建复杂的、可扩展的系统。
      • Go: Go 语言以其卓越的性能、并发能力和简洁性著称，适合构建高性能的API服务。
      • Python (Django, Flask): Python 易于学习和使用，Django 提供完整的Web框架，Flask 则更加轻量级和灵活。适用于快速开发和原型验证。
    • 数据库: 数据库用于存储用户数据。关系型数据库 (MySQL, PostgreSQL) 适合存储用户基本信息、认证信息、交易记录等结构化数据。 NoSQL 数据库 (Redis, MongoDB) 则适用于存储用户会话、权限信息等非结构化或半结构化数据，并利用其高速读写特性加速访问。
      • 关系型数据库 (MySQL, PostgreSQL): 保证数据一致性和完整性，支持 ACID 事务。
      • NoSQL 数据库 (Redis, MongoDB): 提供高性能的读写能力，适合存储缓存数据和会话信息。
    • 缓存: Redis 作为内存数据库，用于缓存频繁访问的用户数据，例如用户资料、权限信息等，大幅度提高用户体验和系统响应速度。
      • Redis策略: 可采用LRU、LFU等缓存淘汰策略，保证缓存命中率。
    • 消息队列: RabbitMQ 或 Kafka 用于异步处理非关键业务流程，例如用户注册、KYC审核、邮件发送等任务，避免阻塞主流程，提高系统吞吐量和响应能力。
      • 异步处理： 消息队列保证最终一致性，即使下游服务出现故障，消息也能可靠存储，并在服务恢复后重新处理。
    • 安全: 安全是UMS的重中之重。
      • 身份认证和授权: OAuth 2.0 和 JWT (JSON Web Token) 是常用的身份认证和授权机制。OAuth 2.0 用于第三方应用授权，JWT 用于用户身份验证和授权。
      • 数据传输加密: 采用 HTTPS 协议进行数据传输加密，防止中间人攻击和数据窃取。TLS 版本应选择 TLS 1.2 或更高版本。
      • 访问控制: 实施严格的访问控制策略，限制用户权限，防止越权访问。采用最小权限原则，只授予用户完成任务所需的最小权限。
      • 其他安全措施: 包括防止 SQL 注入、跨站脚本攻击 (XSS)、跨站请求伪造 (CSRF) 等安全漏洞。定期进行安全审计和漏洞扫描，及时修复安全隐患。

2. 交易引擎 (Matching Engine):

  • 功能: 交易引擎是交易所的核心组件，负责接收用户的交易订单请求，根据预设的交易规则和价格优先、时间优先原则进行撮合，维护实时的订单簿，并生成最终的交易记录。其性能直接影响交易速度、交易深度以及整体用户体验。一个高效稳定的交易引擎是确保交易所平稳运行的基石。
  • 技术选型:
    • 编程语言: C++, Java, Go. C++ 因其接近底层的特性和卓越的性能，常被用于构建对延迟极其敏感的高频交易系统。Java 以其成熟的生态系统和跨平台能力，在大型交易所中被广泛采用。Go 语言凭借其出色的并发处理能力和简洁的语法，也逐渐成为交易引擎开发的热门选择，在开发效率和性能之间实现了较好的平衡。一些新兴的交易系统也开始尝试 Rust 语言，以期获得更高的安全性和性能。
    • 内存数据库: 为了实现快速读写操作，交易引擎通常采用内存数据库 (例如：Redis, Memcached) 来存储订单簿。内存数据库能够提供亚毫秒级的响应速度，确保交易指令的快速处理。Redis 凭借其丰富的数据结构和持久化能力，应用更为广泛。
    • 并发处理: 高并发处理是交易引擎的关键特性。 多线程和协程 (如 Go 语言中的 goroutine) 是常用的并发模型。为了保证数据一致性，需要使用锁机制 (如互斥锁、读写锁) 或原子操作 (如 CAS - Compare and Swap) 来避免竞态条件和数据冲突。无锁数据结构和 Actor 模型也是在高并发场景下可以考虑的方案。
    • 数据结构: 高效的订单簿数据结构对于交易引擎的性能至关重要。常用的数据结构包括：红黑树、跳表、哈希表等。红黑树能够保证对数级别的查找、插入和删除操作，适用于订单频繁变动的场景。跳表则以其简单的实现和良好的性能，在某些特定场景下具有优势。哈希表适用于快速查找，但需要处理冲突。选择合适的数据结构需要根据具体的交易量、订单类型和性能要求进行权衡。
    • 网络通信: 高性能网络通信框架 (例如：Netty, gRPC, Aeron) 用于接收和发送交易订单。 Netty 是一个基于 NIO 的异步事件驱动的网络应用框架，能够提供高性能和可扩展性。 gRPC 基于 Protocol Buffers，可以实现高效的跨语言通信。 Aeron 则是一个高性能、低延迟的消息传输系统，专为金融交易领域设计。
    • 消息队列: 消息队列 (例如：Kafka, RabbitMQ) 用于持久化交易记录，并将其同步到其他模块，例如：财务系统、风控系统、数据分析系统等。 Kafka 具有高吞吐量和可扩展性，适用于处理大量的交易数据。 RabbitMQ 则以其灵活的路由和消息确认机制，适用于复杂的业务场景。 选择合适的消息队列需要根据数据量、数据一致性要求和系统架构进行综合考虑。

3. 行情系统 (Market Data System):

  • 功能: 实时获取来自各个交易场所的交易数据，包括但不限于订单簿深度、最新成交价、成交量等信息。系统需具备高效计算能力，能够实时计算并生成各种常用的行情指标，例如：K线图（包括日K、周K、月K等不同周期）、移动平均线（MA）、指数平滑移动平均线（EMA）、相对强弱指标（RSI）、布林带（Bollinger Bands）、成交量加权平均价（VWAP）等，并将这些行情数据及时推送给用户，满足用户对市场动态的实时监控需求。
  • 技术选型:
    • 数据源: 从交易引擎直接获取实时交易数据，确保数据传输的低延迟和高可靠性。同时，可能需要对接多个交易平台的数据源，并进行数据清洗和标准化处理，以保证数据的准确性和一致性。
    • 数据处理: 采用高性能的流式处理框架，如 Apache Kafka Streams 或 Apache Flink，对海量交易数据进行实时处理和计算。这些框架能够实现高吞吐量、低延迟的数据处理，满足行情系统对实时性的要求。还可以利用这些框架进行复杂事件处理（CEP），识别市场异常波动和潜在的交易机会。
    • 数据存储: 选择专门为时间序列数据设计的时序数据库，如 InfluxDB 或 TimescaleDB，用于高效存储行情数据。时序数据库针对时间序列数据的查询和分析进行了优化，能够快速检索历史数据，并支持各种聚合操作。同时，还可以考虑使用列式存储数据库，以进一步提高查询性能。
    • 推送: 使用 WebSocket 协议实现行情数据的实时推送。WebSocket 是一种全双工通信协议，能够在客户端和服务器之间建立持久连接，实现数据的双向实时传输。相比传统的 HTTP 轮询方式，WebSocket 能够显著降低延迟，提高推送效率，保证用户能够及时获取最新的行情信息。 为了提高推送的稳定性和可扩展性，可以使用消息队列（如 RabbitMQ）作为缓冲层，缓解高并发情况下的推送压力。
    • 编程语言: 可以选择 Java、Python 或 Go 等编程语言进行开发。Java 拥有成熟的生态系统和丰富的库，适合构建大型、高并发的行情系统。Python 具有简洁的语法和强大的数据处理能力，适合快速原型开发和数据分析。Go 语言具有高性能和良好的并发性，适合构建高性能的后端服务。 可以根据项目的具体需求和团队的技术栈选择合适的编程语言。

4. 钱包系统 (Wallet System):

  • 功能: 管理用户的数字资产，包括加密货币的存储、发送、接收，以及记录交易历史。该系统还需处理用户的充币和提币请求，并采取必要的安全措施，以保证用户资产的绝对安全。完善的钱包系统还应包括地址管理、交易广播、费用估算等功能。
  • 技术选型:
    • 钱包类型: 冷钱包 (离线存储) 和热钱包 (在线存储)。冷钱包将私钥存储在完全离线的环境中，例如硬件设备或纸质备份，最大限度地降低了被盗风险，适合存储大额资产。热钱包则连接到互联网，方便用户进行日常交易，但安全性相对较低。理想的方案是将大部分资产存储在冷钱包中，仅将少量资产存储在热钱包中，用于处理日常提币请求和满足用户的交易需求。
    • 安全: 多重签名技术 (Multi-Sig) 用于增强冷钱包的安全性。多重签名要求多个授权方共同签名才能执行交易，即使其中一部分私钥泄露，攻击者也无法转移资产。采用硬件安全模块 (HSM) 是一种更高级的私钥保护方案，HSM是一种专门设计的硬件设备，可以安全地存储和管理私钥，防止未经授权的访问和使用。还应采取诸如IP白名单、DDoS防护、访问控制等措施，全方位保障钱包系统的安全性。
    • 自动化提币: 自动提币系统需要实时监控区块链网络，捕获用户的提币请求，并根据预设的规则和策略，自动发起提币交易。该系统需要能够处理高并发的提币请求，并确保交易的准确性和及时性。自动提币系统还需要具备完善的错误处理和重试机制，以应对各种突发情况。
    • 监控: 对区块链网络进行实时监控，包括交易确认时间、区块高度、网络拥堵状况等关键指标，及时发现并预警异常交易，例如大额转账、双花攻击等。监控系统还应能够对钱包系统的各项指标进行监控，例如交易量、用户活跃度、系统资源使用率等，以便及时发现并解决潜在问题。完善的监控系统还需要具备报警功能，当检测到异常情况时，能够及时通知相关人员进行处理。
    • 编程语言: Go, Java, Python等编程语言均可用于开发钱包系统。Go 具有出色的并发处理能力和高性能，非常适合构建高并发、高可用的钱包系统。Java 拥有成熟的生态系统和丰富的库，适合构建复杂的企业级应用。Python 则以其简洁的语法和易用性，适合快速开发原型和进行数据分析。选择哪种编程语言，取决于具体的项目需求、团队技术栈和性能要求。

5. 风控系统 (Risk Management System):

  • 功能: 监控所有交易行为，实时识别异常交易模式和潜在风险，主动防止恶意攻击行为，全面保障平台资金和用户数据的安全。风控系统旨在建立一道坚实的安全防线，降低潜在损失，维护平台的长期稳定运营。
  • 技术选型:
    • 监控指标: 深入监控并记录包括但不限于以下关键指标：交易频率（单位时间内的交易次数）、单笔及累计交易金额、用户登录IP地址及其地理位置、用户设备指纹信息、交易时间分布、订单来源渠道、以及用户历史行为数据（包括充值、提现、交易等）。这些数据为全面评估风险提供了基础。
    • 风控规则: 基于详尽的监控指标体系，制定精细化、可配置的风控规则。示例包括：针对单个用户在短时间内高频交易行为的限制策略，禁止来自高风险地区的IP地址访问，对新注册用户的提现进行延迟处理，以及对大额交易进行人工审核等。规则需要具备高度的灵活性，能够根据市场变化和攻击模式的演进进行动态调整。
    • 机器学习: 运用先进的机器学习算法，提升异常交易识别的准确率和效率。例如，训练异常检测模型，以识别各种类型的欺诈行为，如刷单、盗号交易、虚假充值等。可以采用的模型包括但不限于：Isolation Forest、One-Class SVM、Autoencoder等。同时，利用聚类算法对用户行为进行分群，识别异常群体行为。特征工程在机器学习模型中至关重要，需要结合业务经验和数据分析，提取有效的特征。
    • 实时报警: 系统需要具备强大的实时报警功能，当检测到符合预设风险规则或机器学习模型判定的异常交易时，立即发出警报。报警方式包括但不限于：邮件通知、短信通知、App推送、以及内部监控平台显示等。报警信息应包含详细的交易信息、触发的规则、风险等级等，以便风控人员快速响应和处理。
    • 编程语言: 常用的编程语言包括 Python (配合 Scikit-learn, TensorFlow 等机器学习库进行数据分析和模型训练), Java (用于构建高并发、高性能的后端服务)。还可能用到大数据处理框架如 Spark 或 Flink 来处理海量交易数据。数据库的选择也很关键，需要支持高并发、低延迟的读写操作，例如：Redis, Cassandra, HBase 等。

6. API 网关 (API Gateway):

  • 功能: API 网关作为系统的统一入口，对外提供 API 接口，负责路由请求到后端服务。其核心功能包括但不限于：流量控制（限流、熔断、降级）、身份验证与授权、请求转发、协议转换、日志记录与监控、以及安全防护（如防止 SQL 注入、XSS 攻击等）。 API 网关通过集中管理 API，简化了客户端与后端服务之间的交互，提升了系统的可维护性和安全性。
  • 技术选型:
    • 常用网关: Kong (基于 Nginx 的高性能网关，支持插件扩展), Tyk (开源 API 网关，提供速率限制、配额管理、身份验证等功能), Spring Cloud Gateway (基于 Spring Framework 构建的网关，适用于 Spring Cloud 微服务架构), Apigee (Google 提供的商业 API 管理平台，功能全面，适用于企业级应用) 等。选择 API 网关时，需要考虑性能、可扩展性、安全性、易用性、以及与现有架构的集成程度。
    • 流量控制: 流量控制是 API 网关的重要功能，用于限制 API 的访问频率，防止恶意攻击或过度使用导致服务崩溃。常用的流量控制策略包括：令牌桶算法、漏桶算法、固定窗口计数器、滑动窗口计数器等。流量控制可以基于 IP 地址、用户身份、API 接口等维度进行配置。
    • 身份验证: 身份验证用于验证用户的身份，确保只有授权用户才能访问 API。常用的身份验证方式包括：API 密钥、OAuth 2.0、JWT (JSON Web Token) 等。API 网关可以集成各种身份验证服务，实现统一的身份管理。
    • 日志记录: 详细的 API 访问日志对于问题排查、性能分析、安全审计至关重要。API 网关可以记录 API 请求的各种信息，包括请求时间、请求 IP 地址、请求参数、响应状态码等。日志可以存储到本地文件、数据库、或者集中的日志管理系统 (如 ELK Stack)。
    • 熔断: 当某个后端服务出现故障时，熔断机制可以防止请求继续流向该服务，避免雪崩效应。API 网关可以监控后端服务的健康状况，当错误率超过阈值时，自动触发熔断。熔断开启后，网关会直接返回错误响应，而不是将请求转发到后端服务。一段时间后，网关会尝试恢复，如果服务恢复正常，则关闭熔断。

开发资源与最佳实践

  • 开源项目: 可以参考一些开源的交易所项目，例如：OpenDAX，它提供了一个模块化的交易所架构，可以作为构建自定义交易平台的起点。Hummingbot则是一个用于自动化交易策略的开源机器人框架，可以集成到交易所中实现量化交易功能。研究这些项目可以帮助理解交易所的核心机制和常见架构模式。
  • 云服务: 使用云服务 (如：AWS, Google Cloud, Azure) 可以显著降低运维成本，并提高系统的可扩展性。这些云平台提供各种托管服务，例如数据库、消息队列、容器编排等，可以简化交易所的部署和管理。利用云服务的自动伸缩功能可以应对交易量高峰，确保系统稳定运行。
  • 安全审计: 定期进行安全审计，由专业的安全团队或公司对交易所的代码、基础设施和流程进行全面审查，及时发现潜在的安全漏洞。审计应覆盖常见的Web漏洞、智能合约漏洞、以及业务逻辑漏洞。审计报告应详细列出漏洞的严重程度和修复建议。
  • 监控: 建立完善的监控体系，实时监控系统的各项关键指标，例如服务器CPU、内存、磁盘使用率，网络带宽，交易延迟，订单撮合速度，以及API请求错误率。使用监控工具可以及时发现系统瓶颈和异常情况，并进行预警。监控数据应进行可视化展示，方便运维人员快速定位问题。
  • 自动化运维: 采用自动化运维工具 (如：Ansible, Kubernetes) 来提高运维效率，减少人工干预。Ansible可以用于自动化部署、配置管理和应用发布。Kubernetes则可以用于容器编排，实现服务的自动伸缩和故障恢复。自动化运维可以降低人为错误，提高系统的可靠性。
  • 测试: 进行充分的测试，包括单元测试、集成测试、性能测试、安全测试等，确保交易所的各项功能符合预期。单元测试用于验证代码的各个模块是否正确。集成测试用于验证不同模块之间的交互是否正常。性能测试用于评估系统的吞吐量和响应时间。安全测试用于发现安全漏洞。测试应覆盖各种交易场景和异常情况。

抹茶交易所的技术特点推测

结合抹茶交易所的市场表现及有限的公开信息，对其技术特点进行如下推测：

  • 高性能撮合引擎: 推测抹茶交易所采用优化的内存数据库和先进的并发处理机制，例如异步I/O和多线程/多进程并行计算，以实现高吞吐量和低延迟的交易撮合，满足高频交易需求。高性能撮合引擎通常还包含订单簿管理系统，能够快速有效地处理大量的限价单、市价单等不同类型的订单。
  • 多层安全防护: 抹茶交易所可能采用冷热钱包分离策略，将大部分数字资产存储在离线的冷钱包中，避免网络攻击风险。同时，通过多重签名技术，确保资金转移需要多个授权，提高安全性。传输层安全方面，采用HTTPS加密通信协议，防止数据在传输过程中被窃取或篡改。更进一步，可能包括DDoS防御系统，Web应用防火墙（WAF）等。
  • 强大的风控系统: 该交易所或已部署实时监控系统，通过机器学习算法分析交易模式，识别潜在的欺诈行为、市场操纵和其他违规交易。风控系统可能包含异常交易检测、KYC/AML合规性检查以及风险评级模型等模块，用于及时预警和阻止可疑活动。
  • 微服务架构: 抹茶交易所可能选择微服务架构，将系统拆分为多个独立的服务模块，例如账户管理服务、交易服务、行情服务等。这种架构能够提高系统的可扩展性、可维护性和容错能力，方便独立部署、升级和扩展各个服务模块，适应业务发展需求。
  • 全球化的部署: 为了提供更快的访问速度和更好的用户体验，抹茶交易所可能在全球多个地区部署服务器节点，形成分布式架构。这种部署方式能够降低网络延迟，提高系统可用性，并满足不同地区用户的访问需求，增强抗DDoS攻击能力。同时，可能采用内容分发网络（CDN）加速静态资源的访问。

成功交易所的构建依赖于持续的技术创新与优化。唯有不断提升系统的性能、安全性和用户体验，方能在竞争激烈的加密货币市场中保持领先地位。交易所需不断探索新的技术方案，例如零知识证明、多方计算等，以进一步提升安全性与隐私性。