梅特卡夫比特币

1. 梅特卡夫定律

梅特卡夫定律是一种网络技术发展规律，梅特卡夫定律是3Com公司的创始人，计算机网络先驱罗伯特·梅特卡夫提出的。梅特卡夫(Metcalfe)法则：是指网络价值以用户数量的平方的速度增长。 这个法则告诉我们：网络中总人数是n，网络价值是n×n=n²。理论上最小的网络是点，一个人，即自己和自己连接；两个人的网络，是自己和自己、自己和对方连接，两条连线。同理对方也是两条连线。即两个人的网络是四条连线；五个人的网络，自己和自己、自己和其他四人连接，五条连线。同理其他四人也分别是五条连线。即五人网络共二十五条连线；以此类推。

定律表示：

网络价值与用户数的平方成正比。网络使用者越多，价值就越大。换句话说，某种网络，比如电话的价值随着使用用户数量的增加而增加。现在如日中天的电子商务网站eBay就是最好的例证。

即网络的价值V=K×N²；（K为价值系数，N为用户数量。）

网络的价值与网络规模的平方成正比。具体表现是网络价值与网络节点数的平方，与联网用户的数量的平方成正比。

90年代以来，互联网络不仅呈现了这种超乎寻常的指数增长趋势，而且爆炸性地向经济和社会各个领域进行广泛的渗透和扩张。计算机网络的数目越多，它对经济和社会的影响就越大。换句话说就是，计算机网络的价值等于其结点数目的平方。梅特卡夫法则揭示了互联网的价值随着用户数量的增长而呈算术级数增长或二次方程式的增长的规则。

2. 什么是梅特卡夫定理

这条定律是用以太网络的发明人罗伯特·梅特卡夫的名字命名的。定律表示，网络的价值随着用户数量的平方数增加而增加。换句话说，某种网络，比如电话的价值随着使用用户数量的增加而增加。

梅特卡夫定律是3Com公司的创始人，计算机网络先驱罗伯特·梅特卡夫提出的。梅特卡夫定律认为，网络的价值与联网的用户数的平方成正比。

梅特卡夫定律决定了新科技推广的速度。梅特卡夫定律常常与摩尔定律相提并论。这是一条关于网上资源的定律。梅特卡夫定律提出，网络的价值与联网的用户数的平方成正比。所以网络上联网的计算机越多，每台电脑的价值就越大。新技术只有在有许多人使用它时才会变得有价值。使用网络的人越多，这些产品才变得越有价值，因而越能吸引更多的人来使用，最终提高整个网络的总价值。一部电话没有任何价值，几部电话的价值也非常有限，成千上万部电话组成的通讯网络才把通讯技术的价值极大化了。当一项技术已建立必要的用户规模，它的价值将会呈爆炸性增长。一项技术多快才能达到必要的用户规模，这取决于用户进入网络的代价，代价越低，达到必要用户规模的速度也越快。有趣的是，一旦形成必要用户规模，新技术开发者在理论上可以提高对用户的价格，因为这项技术的应用价值比以前增加了。进而衍生为某项商业产品的价值随使用人数而增加的定律。

信息资源的奇特性不仅在于它是可以被无损耗地消费的（如一部古书从古到今都在"被消费"，但不可能"被消费掉"），而且信息的消费过程可能同时就是信息的生产过程，它所包含的知识或感受在消费者那里催生出更多的知识和感受，消费它的人越多，它所包含的资源总量就越大。 互联网的威力不仅在于它能使信息的消费者数量增加到最大限度（全人类），更在于它是一种传播与反馈同时进行的交互性媒介（这是它与报纸，收音机和电视最不一样的地方）。所以梅特卡夫断定，随着上网人数的增长，网上资源将呈几何级数增长。

梅特卡夫法则是基于每一个新上网的用户都因为别人的联网而获得了更多的信息交流机会。指出了网络具有极强的外部性和正反馈性：联网的用户越多，网络的价值越大，联网的需求也就越大。这样，我们可以看出梅特卡夫定律指出了从总体上看消费方面存在效用递增-即需求创造了新的需求。

科斯定律：交易费用对企业产生的影响

罗纳德·哈里·科斯（Ronald H．Coase），1910年生于伦敦，1931年取得伦敦经济学院商学学士学位。1932年，科斯来到美国，研究产业的纵向一体化和横向一体化问题，目的是发现产业为什么以不同方式组织起来。通过对美国许多企业的调查，他形成了一个新的概念--交易费用，而且运用这个概念对企业为何存在及企业的规模应该有多大作出了解释。他的这一理论在50年后获得诺贝尔奖。

科斯认为交易费用是个极其重要的概念，可以说，他是产生企业的根本原因。企业组织是"价格机制的替代物"，企业的存在是为了节约交易费用，即用费用较低的企业内部交易替代费用较高的市场交易。企业在决定他们做生意的方式和生产什么的时候必须计算交易费用。如果做一笔交易的费用大于交易所带来的利益，那笔交易就不会发生或实现。企业的最优规模由企业内部交易的边际费用等于市场交易的边际费用的那一点决定。事实上，决定建立企业是否有利可图的正是这些费用和那些企业运行必将带来的费用的对比。为了确定企业规模，必须考虑市场成本和不同企业的组织成本，而后才能确定每一个企业生产多少种产品和每一种产品生产多少，也就是企业的规模有多大。

网络的出现正是从多方面降低了交易费用。当交易费用为零时，企业的性质和规模将发生根本的变化。

即使在数字革命之前，科技在公司的演进过程中也扮演了核心的角色，通过大量采用先进科技成果，公司大大降低了运作成本,数字科技继续承担了这一任务。但有些不同的是，它在极大地降低了公司运作成本的同时也极大地降低了市场自身的成本。在摩尔定律和梅特卡夫定律共同作用下的新型市场已经形成。而在这个新型市场中交易费用是成指数比例下降的。

由此而来的影响是双方向的：几乎所用产品和服务的交易费用大幅度下降，与此同时它在开放市场里下降的速度远胜于在公司里下降的速度。我们完全可以预测：通过降低交易费用可以使市场变得更有效率。如果公司扩展到它的下一笔交易和在公司外完成一样廉价，如果外部世界的成本更加便宜了会怎么样？自然的想法是公司的规模会萎缩。如果科斯先生关于市场和交易费用关系的理论是正确的话，那么我们似乎可以得出一个更令人惊异的结论：公司规模缩减法则：随着在开放市场交易成本趋向于零，公司的规模也会趋向于零。

我们并不是说这样的事即将发生或可能发生。对于大部分的复杂交易来说，还是需要很多的交易费用。但是，公司性质肯定会发生变化，或者说已经在变化中了。公司的概念从一个由员工和固定资产组成的物理实体逐渐让步给所谓的虚拟组织。在这种组织形式里员工可能是部分时间工作或者是合同工，资产可能被多家组织共同拥有，公司内、外的分野越来越模糊。个人可能参加多家企业，正如当今的大企业家一样。企业的组成将更加围绕与交易密切相关的事件而不再是注重传统意义上的永存不朽了。

在过去十年间发生的外包热和很多的公司规模缩减，其本质原因都是对在开放市场中交易成本下降做出的反应。正如公司规模缩减法则所指出的那样，美国劳工部已经预测：未来几年，美国最大的雇主将是"个人"。

3. 如何给比特币估值

给比特币估计，具体的方法有以下三种：1.梅特卡夫估值法：可以用此方法结合Odlyzko定律一起来估算比特币网络的上、下限。但是用这种方法来给比特币估值实际是高估了，比实际价值价值高出30倍左右。2.货币估值法：从比特币的支付功能上看，如果把全世界的法币总量按M1算，其价值大概是30~36万亿美元，假设BTC的使用规模能达到法币的10%，那么就可以估算出BTC总体价值规模约是3~3.6万亿美元，再除以2100万，大约在14~17万美元/BTC。如果对标全世界的M2,全世界M2总量大约是$90.4万亿，同样按10%的比例算，那BTC价格大约是$43万。3.黄金估值法：比特币的具体价格取决于比特币的对标的黄金储备额。假设把比特币总市值对标全球央行官方黄金储备部分市值，单个比特币价格大概是7.5万美元。如果把比特币价值对标民间流动资本，那么比特币价格能达到16万美金，如果再对标艺术品（珠宝），那么比特币价格甚至可以达到令人惊讶的40万美金。
我们通过以上关于如何给比特币估值内容介绍后,相信大家会对如何给比特币估值有一定的了解,更希望可以对你有所帮助。

4. 比特币为什么价格这么高

比特币不依靠特定货币机构发行，它依据特定算法，通过大量的计算产生，比特币经济使用整个P2P网络中众多节点构成的分布式数据库来确认并记录所有的交易行为，并使用密码学的设计来确保货币流通各个环节安全性。P2P的去中心化特性与算法本身可以确保无法通过大量制造比特币来人为操控币值。基于密码学的设计可以使比特币只能被真实的拥有者转移或支付。这同样确保了货币所有权与流通交易的匿名性。比特币与其他虚拟货币最大的不同，是其总数量非常有限，具有极强的稀缺性。
2021年1月8日，比特币价格突破40000美元。

温馨提示：
1、以上解释仅供参考，不作任何建议。
2、在投资之前，建议您先去了解一下项目存在的风险，对项目的投资人、投资机构、链上活跃度等信息了解清楚，而非盲目投资或者误入资金盘。投资有风险，入市须谨慎。
应答时间：2021-01-25，最新业务变化请以平安银行官网公布为准。
[平安银行我知道]想要知道更多？快来看“平安银行我知道”吧~
https://b.pingan.com.cn/paim/iknow/index.html

5. 比特币会不会涨到100万人民币一枚呢

最终得到如下比特币价格和用户数之间的关系，这正是逻辑斯蒂关系。和生物学上描述物种数量随时间变化的关系是一类方程，因此论文标题为“比特币向病毒一样传播”（Bitcoin Spreads Like a Virus）。

研究还发现，这一关系并不是偶然的，而是有背后规律的，这就是梅特卡夫定律（Metcalfe’s law）。

梅特卡夫定律（Metcalfe’s law）

20世纪80年代，以太坊发明者罗伯特·梅特卡夫提出评估互联网网络价值的方法。他认为，网络的价值与网络节点（用户）的平方成正比。 这也就是所谓的“网络效应”，用户越多，网络的价值越大。

在一个具有n个用户的网络中，每个用户和其他用户发生的链接数为n(n-1)/2，在n很大时，n(n-1)/2约等于n²。这样，梅特卡夫定律形式如下：Network Value等于常数C乘以n的平方。

但是如果n随着时间线性增长，则网络价值会随着时间指数增长，没有边界，显然不符合现实。因此，2013年梅特卡夫修正认为，n应该是逻辑斯蒂增长（logistic growth），也就是人们熟知的“S”形增长。

这一规律不仅仅适用于比特币， Peterson同样研究了Facebook价格随时间的变化，发现Facebook的价格也适用梅特卡夫定律（Metcalfe’s law）。

6. 区块链加密网络效应是什么(区块链加密解密)

先放一张以太坊的架构图：

在学习的过程中主要是采用单个模块了学习了解的，包括P2P,密码学，网络，协议等。直接开始总结：

秘钥分配问题也就是秘钥的传输问题，如果对称秘钥，那么只能在线下进行秘钥的交换。如果在线上传输秘钥，那就有可能被拦截。所以采用非对称加密，两把钥匙，一把私钥自留，一把公钥公开。公钥可以在网上传输。不用线下交易。保证数据的安全性。

如上图，A节点发送数据到B节点，此时采用公钥加密。A节点从自己的公钥中获取到B节点的公钥对明文数据加密，得到密文发送给B节点。而B节点采用自己的私钥解密。

2、无法解决消息篡改。

如上图，A节点采用B的公钥进行加密，然后将密文传输给B节点。B节点拿A节点的公钥将密文解密。

1、由于A的公钥是公开的，一旦网上黑客拦截消息，密文形同虚设。说白了，这种加密方式，只要拦截消息，就都能解开。

2、同样存在无法确定消息来源的问题，和消息篡改的问题。

如上图，A节点在发送数据前，先用B的公钥加密，得到密文1，再用A的私钥对密文1加密得到密文2。而B节点得到密文后，先用A的公钥解密，得到密文1，之后用B的私钥解密得到明文。

1、当网络上拦截到数据密文2时，由于A的公钥是公开的，故可以用A的公钥对密文2解密，就得到了密文1。所以这样看起来是双重加密，其实最后一层的私钥签名是无效的。一般来讲，我们都希望签名是签在最原始的数据上。如果签名放在后面，由于公钥是公开的，签名就缺乏安全性。

2、存在性能问题，非对称加密本身效率就很低下，还进行了两次加密过程。

如上图，A节点先用A的私钥加密，之后用B的公钥加密。B节点收到消息后，先采用B的私钥解密，然后再利用A的公钥解密。

1、当密文数据2被黑客拦截后，由于密文2只能采用B的私钥解密，而B的私钥只有B节点有，其他人无法机密。故安全性最高。

2、当B节点解密得到密文1后，只能采用A的公钥来解密。而只有经过A的私钥加密的数据才能用A的公钥解密成功，A的私钥只有A节点有，所以可以确定数据是由A节点传输过来的。

经两次非对称加密，性能问题比较严重。

基于以上篡改数据的问题，我们引入了消息认证。经过消息认证后的加密流程如下：

当A节点发送消息前，先对明文数据做一次散列计算。得到一个摘要,之后将照耀与原始数据同时发送给B节点。当B节点接收到消息后，对消息解密。解析出其中的散列摘要和原始数据，然后再对原始数据进行一次同样的散列计算得到摘要1,比较摘要与摘要1。如果相同则未被篡改，如果不同则表示已经被篡改。

在传输过程中，密文2只要被篡改，最后导致的hash与hash1就会产生不同。

无法解决签名问题，也就是双方相互攻击。A对于自己发送的消息始终不承认。比如A对B发送了一条错误消息，导致B有损失。但A抵赖不是自己发送的。

在(三)的过程中，没有办法解决交互双方相互攻击。什么意思呢？有可能是因为A发送的消息，对A节点不利，后来A就抵赖这消息不是它发送的。

为了解决这个问题，故引入了签名。这里我们将(二)-4中的加密方式，与消息签名合并设计在一起。

在上图中，我们利用A节点的私钥对其发送的摘要信息进行签名，然后将签名+原文，再利用B的公钥进行加密。而B得到密文后，先用B的私钥解密，然后对摘要再用A的公钥解密，只有比较两次摘要的内容是否相同。这既避免了防篡改问题，有规避了双方攻击问题。因为A对信息进行了签名，故是无法抵赖的。

为了解决非对称加密数据时的性能问题，故往往采用混合加密。这里就需要引入对称加密，如下图:

在对数据加密时，我们采用了双方共享的对称秘钥来加密。而对称秘钥尽量不要在网络上传输，以免丢失。这里的共享对称秘钥是根据自己的私钥和对方的公钥计算出的，然后适用对称秘钥对数据加密。而对方接收到数据时，也计算出对称秘钥然后对密文解密。

以上这种对称秘钥是不安全的，因为A的私钥和B的公钥一般短期内固定，所以共享对称秘钥也是固定不变的。为了增强安全性，最好的方式是每次交互都生成一个临时的共享对称秘钥。那么如何才能在每次交互过程中生成一个随机的对称秘钥，且不需要传输呢？

那么如何生成随机的共享秘钥进行加密呢？

对于发送方A节点，在每次发送时，都生成一个临时非对称秘钥对，然后根据B节点的公钥和临时的非对称私钥可以计算出一个对称秘钥(KA算法-KeyAgreement)。然后利用该对称秘钥对数据进行加密，针对共享秘钥这里的流程如下：

对于B节点，当接收到传输过来的数据时，解析出其中A节点的随机公钥，之后利用A节点的随机公钥与B节点自身的私钥计算出对称秘钥(KA算法)。之后利用对称秘钥机密数据。

对于以上加密方式，其实仍然存在很多问题，比如如何避免重放攻击(在消息中加入Nonce)，再比如彩虹表(参考KDF机制解决)之类的问题。由于时间及能力有限，故暂时忽略。

那么究竟应该采用何种加密呢？

主要还是基于要传输的数据的安全等级来考量。不重要的数据其实做好认证和签名就可以，但是很重要的数据就需要采用安全等级比较高的加密方案了。

密码套件是一个网络协议的概念。其中主要包括身份认证、加密、消息认证(MAC)、秘钥交换的算法组成。

在整个网络的传输过程中，根据密码套件主要分如下几大类算法：

秘钥交换算法：比如ECDHE、RSA。主要用于客户端和服务端握手时如何进行身份验证。

消息认证算法：比如SHA1、SHA2、SHA3。主要用于消息摘要。

批量加密算法：比如AES,主要用于加密信息流。

伪随机数算法：例如TLS1.2的伪随机函数使用MAC算法的散列函数来创建一个主密钥——连接双方共享的一个48字节的私钥。主密钥在创建会话密钥（例如创建MAC）时作为一个熵来源。

在网络中，一次消息的传输一般需要在如下4个阶段分别进行加密，才能保证消息安全、可靠的传输。

握手/网络协商阶段：

在双方进行握手阶段，需要进行链接的协商。主要的加密算法包括RSA、DH、ECDH等

身份认证阶段：

身份认证阶段，需要确定发送的消息的来源来源。主要采用的加密方式包括RSA、DSA、ECDSA(ECC加密，DSA签名)等。

消息加密阶段：

消息加密指对发送的信息流进行加密。主要采用的加密方式包括DES、RC4、AES等。

消息身份认证阶段/防篡改阶段：

主要是保证消息在传输过程中确保没有被篡改过。主要的加密方式包括MD5、SHA1、SHA2、SHA3等。

ECC：EllipticCurvesCryptography，椭圆曲线密码编码学。是一种根据椭圆上点倍积生成公钥、私钥的算法。用于生成公私秘钥。

ECDSA：用于数字签名,是一种数字签名算法。一种有效的数字签名使接收者有理由相信消息是由已知的发送者创建的，从而发送者不能否认已经发送了消息(身份验证和不可否认)，并且消息在运输过程中没有改变。ECDSA签名算法是ECC与DSA的结合，整个签名过程与DSA类似，所不一样的是签名中采取的算法为ECC，最后签名出来的值也是分为r,s。主要用于身份认证阶段。

ECDH：也是基于ECC算法的霍夫曼树秘钥，通过ECDH，双方可以在不共享任何秘密的前提下协商出一个共享秘密，并且是这种共享秘钥是为当前的通信暂时性的随机生成的，通信一旦中断秘钥就消失。主要用于握手磋商阶段。

ECIES：是一种集成加密方案,也可称为一种混合加密方案，它提供了对所选择的明文和选择的密码文本攻击的语义安全性。ECIES可以使用不同类型的函数：秘钥协商函数(KA)，秘钥推导函数(KDF)，对称加密方案(ENC)，哈希函数(HASH),H-MAC函数(MAC)。

ECC是椭圆加密算法，主要讲述了按照公私钥怎么在椭圆上产生，并且不可逆。ECDSA则主要是采用ECC算法怎么来做签名，ECDH则是采用ECC算法怎么生成对称秘钥。以上三者都是对ECC加密算法的应用。而现实场景中，我们往往会采用混合加密(对称加密，非对称加密结合使用，签名技术等一起使用)。ECIES就是底层利用ECC算法提供的一套集成(混合)加密方案。其中包括了非对称加密，对称加密和签名的功能。

metacharset="utf-8"

这个先订条件是为了保证曲线不包含奇点。

所以，随着曲线参数a和b的不断变化，曲线也呈现出了不同的形状。比如:

所有的非对称加密的基本原理基本都是基于一个公式K=kG。其中K代表公钥，k代表私钥，G代表某一个选取的基点。非对称加密的算法就是要保证该公式不可进行逆运算(也就是说G/K是无法计算的)。*

ECC是如何计算出公私钥呢？这里我按照我自己的理解来描述。

我理解，ECC的核心思想就是：选择曲线上的一个基点G，之后随机在ECC曲线上取一个点k(作为私钥)，然后根据kG计算出我们的公钥K。并且保证公钥K也要在曲线上。*

那么kG怎么计算呢？如何计算kG才能保证最后的结果不可逆呢？这就是ECC算法要解决的。

首先，我们先随便选择一条ECC曲线，a=-3,b=7得到如下曲线：

在这个曲线上，我随机选取两个点，这两个点的乘法怎么算呢？我们可以简化下问题，乘法是都可以用加法表示的，比如22=2+2，35=5+5+5。那么我们只要能在曲线上计算出加法，理论上就能算乘法。所以，只要能在这个曲线上进行加法计算，理论上就可以来计算乘法，理论上也就可以计算k*G这种表达式的值。

曲线上两点的加法又怎么算呢？这里ECC为了保证不可逆性，在曲线上自定义了加法体系。

现实中，1+1=2，2+2=4，但在ECC算法里，我们理解的这种加法体系是不可能。故需要自定义一套适用于该曲线的加法体系。

ECC定义，在图形中随机找一条直线，与ECC曲线相交于三个点(也有可能是两个点)，这三点分别是P、Q、R。

那么P+Q+R=0。其中0不是坐标轴上的0点，而是ECC中的无穷远点。也就是说定义了无穷远点为0点。

同样，我们就能得出P+Q=-R。由于R与-R是关于X轴对称的，所以我们就能在曲线上找到其坐标。

P+R+Q=0,故P+R=-Q,如上图。

以上就描述了ECC曲线的世界里是如何进行加法运算的。

从上图可看出，直线与曲线只有两个交点，也就是说直线是曲线的切线。此时P,R重合了。

也就是P=R,根据上述ECC的加法体系，P+R+Q=0,就可以得出P+R+Q=2P+Q=2R+Q=0

于是乎得到2P=-Q(是不是与我们非对称算法的公式K=kG越来越近了)。

于是我们得出一个结论，可以算乘法，不过只有在切点的时候才能算乘法，而且只能算2的乘法。

假若2可以变成任意个数进行想乘，那么就能代表在ECC曲线里可以进行乘法运算，那么ECC算法就能满足非对称加密算法的要求了。

那么我们是不是可以随机任何一个数的乘法都可以算呢？答案是肯定的。也就是点倍积计算方式。

选一个随机数k,那么k*P等于多少呢？

我们知道在计算机的世界里，所有的都是二进制的，ECC既然能算2的乘法，那么我们可以将随机数k描述成二进制然后计算。假若k=151=10010111

由于2P=-Q所以这样就计算出了kP。这就是点倍积算法。所以在ECC的曲线体系下是可以来计算乘法，那么以为这非对称加密的方式是可行的。

至于为什么这样计算是不可逆的。这需要大量的推演，我也不了解。但是我觉得可以这样理解：

我们的手表上，一般都有时间刻度。现在如果把1990年01月01日0点0分0秒作为起始点，如果告诉你至起始点为止时间流逝了整1年，那么我们是可以计算出现在的时间的，也就是能在手表上将时分秒指针应该指向00：00：00。但是反过来，我说现在手表上的时分秒指针指向了00：00：00,你能告诉我至起始点算过了有几年了么？

ECDSA签名算法和其他DSA、RSA基本相似，都是采用私钥签名，公钥验证。只不过算法体系采用的是ECC的算法。交互的双方要采用同一套参数体系。签名原理如下：

在曲线上选取一个无穷远点为基点G=(x,y)。随机在曲线上取一点k作为私钥，K=k*G计算出公钥。

签名过程：

生成随机数R,计算出RG.

根据随机数R,消息M的HASH值H,以及私钥k,计算出签名S=(H+kx)/R.

将消息M,RG,S发送给接收方。

签名验证过程：

接收到消息M,RG,S

根据消息计算出HASH值H

根据发送方的公钥K,计算HG/S+xK/S,将计算的结果与RG比较。如果相等则验证成功。

公式推论：

HG/S+xK/S=HG/S+x(kG)/S=(H+xk)/GS=RG

在介绍原理前，说明一下ECC是满足结合律和交换律的，也就是说A+B+C=A+C+B=(A+C)+B。

这里举一个WIKI上的例子说明如何生成共享秘钥，也可以参考AliceAndBob的例子。

Alice与Bob要进行通信，双方前提都是基于同一参数体系的ECC生成的公钥和私钥。所以有ECC有共同的基点G。

生成秘钥阶段：

Alice采用公钥算法KA=ka*G，生成了公钥KA和私钥ka,并公开公钥KA。

Bob采用公钥算法KB=kb*G，生成了公钥KB和私钥kb,并公开公钥KB。

计算ECDH阶段：

Alice利用计算公式Q=ka*KB计算出一个秘钥Q。

Bob利用计算公式Q'=kb*KA计算出一个秘钥Q'。

共享秘钥验证：

Q=kaKB=ka*kb*G=ka*G*kb=KA*kb=kb*KA=Q'

故双方分别计算出的共享秘钥不需要进行公开就可采用Q进行加密。我们将Q称为共享秘钥。

在以太坊中，采用的ECIEC的加密套件中的其他内容：

1、其中HASH算法采用的是最安全的SHA3算法Keccak。

2、签名算法采用的是ECDSA

3、认证方式采用的是H-MAC

4、ECC的参数体系采用了secp256k1,其他参数体系参考这里

H-MAC全程叫做Hash-.其模型如下：

在以太坊的UDP通信时(RPC通信加密方式不同)，则采用了以上的实现方式，并扩展化了。

首先，以太坊的UDP通信的结构如下：

其中，sig是经过私钥加密的签名信息。mac是可以理解为整个消息的摘要，ptype是消息的事件类型，data则是经过RLP编码后的传输数据。

其UDP的整个的加密，认证，签名模型如下：