Penerapan dan Pengembangan Teknologi zk-SNARKs di Bidang Blockchain
Ringkasan
zk-SNARKs ( ZKP ) teknologi sebagai inovasi penting di bidang Blockchain, telah menarik perhatian luas dalam beberapa tahun terakhir. Artikel ini secara sistematis mengulas perjalanan perkembangan teknologi ZKP selama hampir empat puluh tahun, dengan fokus pada analisis aplikasi terbarunya di bidang Blockchain.
Pertama, konsep dasar dan latar belakang sejarah ZKP diperkenalkan. Selanjutnya, fokus pada teknologi ZKP berbasis sirkuit, termasuk desain dan optimasi dari solusi seperti zkSNARK, model Ben-Sasson, Pinocchio, Bulletproofs, dan Ligero. Dalam hal lingkungan komputasi, artikel ini menjelaskan prinsip ZKVM dan ZKEVM serta penerapannya dalam meningkatkan kapasitas pemrosesan transaksi, melindungi privasi, dan meningkatkan efisiensi verifikasi. Juga dijelaskan secara rinci mekanisme kerja dan metode optimasi ZK Rollup sebagai solusi perluasan Layer 2, serta kemajuan terbaru dalam akselerasi perangkat keras, solusi campuran, dan ZK EVM khusus.
Akhirnya, artikel ini melihat konsep-konsep baru seperti ZKCoprocessor, ZKML, ZKThreads, ZK Sharding, dan ZK StateChannels, serta membahas potensi mereka dalam skala blockchain, interoperabilitas, dan perlindungan privasi.
Dengan menganalisis teknologi terbaru dan tren perkembangan ini, artikel ini memberikan perspektif komprehensif untuk memahami dan menerapkan teknologi ZKP, menunjukkan potensi besar dalam meningkatkan efisiensi dan keamanan sistem Blockchain, serta memberikan referensi penting untuk keputusan investasi di masa depan.
Daftar Isi
Pendahuluan
Satu, Pengetahuan Dasar tentang zk-SNARKs
Dua, zk-SNARKs non-interaktif
Tiga, zk-SNARKs berbasis sirkuit
Empat, model zk-SNARKs
Lima, Gambaran umum dan perkembangan zk-SNARKs Virtual Machine
Enam, Gambaran Umum dan Perkembangan zk-SNARKs Ethereum Virtual Machine
Tujuh, Gambaran Umum dan Perkembangan Solusi Jaringan Layer Dua zk-SNARKs
Delapan, arah pengembangan masa depan zk-SNARKs
Sembilan, Kesimpulan
Referensi
Pendahuluan
Seiring dengan internet memasuki era Web3, aplikasi blockchain (DApps) berkembang pesat, memproses miliaran transaksi setiap harinya. Data besar yang dihasilkan dari transaksi ini sering kali mencakup informasi pribadi yang sensitif, seperti identitas pengguna, jumlah transaksi, alamat akun, dan saldo, dll. Karena keterbukaan dan transparansi blockchain, data ini terlihat oleh semua orang, yang mengakibatkan berbagai masalah keamanan dan privasi.
Saat ini, ada beberapa teknologi kriptografi yang dapat menghadapi tantangan ini, termasuk enkripsi homomorfik, tanda tangan cincin, komputasi multi pihak yang aman, dan zk-SNARKs. Di antara ini, zk-SNARKs (ZKP) adalah solusi yang lebih komprehensif. ZKP memungkinkan verifikasi kebenaran proposisi tertentu tanpa mengungkapkan data perantara apa pun. Melalui ZKP, verifier dapat memverifikasi apakah prover memiliki jumlah transaksi yang cukup tanpa mengungkapkan data transaksi pribadi apa pun.
Fitur ZKP ini menjadikannya peran inti dalam transaksi Blockchain dan aplikasi mata uang kripto, terutama dalam perlindungan privasi dan perluasan jaringan. Ini tidak hanya menjadi fokus penelitian akademis, tetapi juga bidang utama aplikasi industri dan investasi risiko. Banyak proyek jaringan berbasis ZKP muncul satu per satu, seperti ZkSync, StarkNet, Mina, Filecoin, dan Aleo. Seiring perkembangan proyek-proyek ini, inovasi algoritma ZKP muncul silih berganti, hampir setiap minggu ada algoritma baru yang diperkenalkan. Selain itu, pengembangan hardware terkait teknologi ZKP juga berkembang pesat, termasuk chip yang dioptimalkan khusus untuk ZKP.
Kemajuan ini menunjukkan bahwa teknologi ZKP tidak hanya merupakan terobosan penting dalam bidang kriptografi, tetapi juga merupakan pendorong kunci untuk penerapan teknologi Blockchain yang lebih luas, terutama dalam meningkatkan perlindungan privasi dan kapasitas pemrosesan. Oleh karena itu, kami memutuskan untuk mengumpulkan pengetahuan terkait ZKP secara sistematis, untuk lebih baik membantu keputusan investasi di masa depan. Artikel ini mengulas secara komprehensif makalah akademis inti terkait ZKP dan informasi proyek terkemuka, memberikan dasar yang solid untuk analisis sistematis.
I. Pengetahuan Dasar zk-SNARKs
1. Ringkasan
Pada tahun 1985, Goldwasser, Micali, dan Rackoff pertama kali mengusulkan konsep zk-SNARKs ( ZKP ) dan interaktif zk-Proof ( IZK ). Mereka mendefinisikan "pengetahuan" sebagai "output yang tidak dapat dihitung", yaitu pengetahuan harus merupakan output dari fungsi yang kompleks, yang biasanya dapat dipahami sebagai masalah NP. Proses penyelesaian masalah NP itu kompleks, tetapi proses verifikasinya relatif sederhana, sehingga sangat cocok digunakan untuk verifikasi ZKP.
Goldwasser dan kawan-kawan mengusulkan konsep "kompleksitas pengetahuan" untuk mengukur jumlah pengetahuan yang bocor dari pembuktian kepada verifier. Mereka juga mengusulkan sistem pembuktian interaktif (IPS), di mana pembuktian dan verifier berinteraksi dalam beberapa putaran untuk membuktikan kebenaran suatu pernyataan.
Tiga karakteristik dasar ZKP meliputi:
Kecukupan: Jika argumen itu benar, maka pembuktian yang jujur dapat meyakinkan validator yang jujur akan kebenaran tersebut.
Keandalan: Jika pembuktian tidak mengetahui isi pernyataan, ia hanya dapat menipu verifikator dengan probabilitas yang sangat kecil.
Sifat Zero-Knowledge: Setelah proses pembuktian selesai, verifier hanya mendapatkan informasi "pembuktian memiliki pengetahuan ini", tanpa memperoleh konten tambahan apapun.
2. Contoh zk-SNARKs
Untuk lebih memahami ZKP dan atributnya, berikut adalah contoh yang memverifikasi apakah pembuktian memiliki informasi pribadi tertentu, yang dibagi menjadi tiga tahap: pengaturan, tantangan, dan respons.
Langkah pertama: atur (Setup)
Pembuktian menciptakan bukti, membuktikan bahwa dia tahu angka rahasia tertentu s, tetapi tidak menunjukkan s secara langsung. Pilih dua bilangan prima besar p dan q, hitung n=pq. Pilih bilangan bulat acak r, hitung x=r^2 mod n dan kirimkan kepada verifier.
Langkah kedua: Tantangan (Challenge)
Validator secara acak memilih sebuah posisi a(0 atau 1), dan mengirimkannya kepada prover.
Langkah ketiga: respons (Response)
Berdasarkan nilai a, penunjuk jalan memberikan respons:
Jika a=0, kirim y=r
Jika a=1, hitung y=rs mod n dan kirim
Validator memverifikasi apakah x sama dengan y^2 mod n( ketika a=0) atau y^2v mod n( ketika a=1). Jika persamaan tersebut benar, validator menerima bukti ini.
Contoh ini membuktikan integritas, keandalan, dan pengetahuan nol dari sistem ZKP. Dengan mengulangi proses ini beberapa kali, peluang bagi pembuktian untuk lolos verifikasi hanya bergantung pada keberuntungan dapat ditekan hingga sangat rendah.
Dua, zk-SNARKs Non-interaktif
1. Latar Belakang
ZKP tradisional biasanya berupa bentuk protokol interaktif dan online. Namun, dalam beberapa skenario, seperti transaksi instan atau pemungutan suara, sering kali tidak ada kesempatan untuk melakukan interaksi berulang. Oleh karena itu, konsep non-interaktif zero-knowledge proof (NIZK) muncul.
2.Penawaran NIZK
Pada tahun 1988, Blum, Feldman, dan Micali pertama kali mengusulkan konsep NIZK, membuktikan bahwa tanpa perlu interaksi berulang, penjamin dan verifier masih dapat menyelesaikan proses autentikasi. NIZK dapat dibagi menjadi tiga tahap: pengaturan, perhitungan, dan verifikasi.
Pada fase pengaturan, fungsi komputasi digunakan untuk mengubah parameter keamanan menjadi pengetahuan publik, biasanya dikodekan dalam string referensi umum (CRS). Fase komputasi menggunakan fungsi komputasi, input, dan kunci bukti, menghasilkan hasil komputasi dan bukti. Fase verifikasi memverifikasi keabsahan bukti melalui kunci verifikasi.
3.Fiat-Shamir transform
Transformasi Fiat-Shamir adalah metode untuk mengubah ZKP interaktif menjadi non-interaktif. Metode ini mengurangi jumlah interaksi dengan memperkenalkan fungsi hash, serta bergantung pada asumsi keamanan untuk menjamin keaslian bukti dan karakteristiknya yang sulit dipalsukan. Meskipun protokol ini dianggap aman dalam model oracle acak, tantangan mungkin muncul dalam aplikasi praktis.
4.Jens Groth dan penelitiannya
Penelitian Jens Groth sangat mendorong penerapan ZKP dalam kriptografi dan teknologi Blockchain. Dia dan peneliti lainnya mengusulkan berbagai skema NIZK yang ditingkatkan, seperti sistem NIZK sempurna yang berlaku untuk setiap bahasa NP, serta skema NIZK yang menggabungkan enkripsi homomorfik penuh, dan lain-lain. Penelitian ini meletakkan dasar yang penting untuk penerapan praktis ZKP.
5.Penelitian Lain
Selain pekerjaan Groth, ada beberapa penelitian NIZK penting lainnya, termasuk:
Skema enkripsi kunci publik berbasis fungsi hash umum yang dikembangkan oleh Cramer dan Shoup
Metode baru untuk transformasi Fiat-Shamir yang ditawarkan oleh Damgård, Fazio, dan Nicolosi
Konsep "reliabilitas yang dapat dipertanggungjawabkan lemah" yang diajukan oleh Ventre dan Visconti
Transformasi Unruh, sebagai alternatif dari konversi Fiat-Shamir, menyediakan keamanan NIZK yang dapat dibuktikan terhadap lawan kuantum.
Sistem pembuktian masalah keputusan arbitrer oleh Kalai et al. berdasarkan teknologi pencarian informasi pribadi
Penelitian ini telah sangat memajukan pengembangan teknologi NIZK, yang menjadi dasar untuk penerapannya di bidang transaksi keuangan, pemungutan suara elektronik, dan teknologi Blockchain.
Tiga, zk-SNARKs berbasis sirkuit
1. Latar Belakang
Dalam bidang kriptografi, terutama dalam menangani tugas perhitungan yang memerlukan paralelisasi tinggi dan jenis perhitungan tertentu, model mesin Turing tradisional menunjukkan keterbatasan tertentu. Sebaliknya, model sirkuit dengan keunggulan struktur perhitungan yang unik, lebih cocok untuk beberapa tugas pemrosesan kriptografi tertentu.
2. Konsep dan karakteristik dasar model sirkuit
Model sirkuit mengubah proses perhitungan menjadi serangkaian gerbang dan sambungan, di mana gerbang tersebut melakukan operasi logika atau aritmatika tertentu. Model sirkuit dibagi menjadi dua kategori utama:
Sirkuit aritmatika: terdiri dari gerbang penjumlahan dan perkalian, digunakan untuk memproses elemen di atas bidang terbatas.
Rangkaian logika: terdiri dari gerbang logika dasar seperti gerbang AND, gerbang OR, gerbang NOT, digunakan untuk memproses operasi Boolean.
3.Desain dan aplikasi sirkuit dalam zk-SNARKs
Dalam sistem ZKP, proses desain rangkaian melibatkan mengungkapkan masalah yang akan dibuktikan sebagai sebuah rangkaian. Proses ini biasanya mengikuti langkah-langkah berikut:
Penyajian masalah: Mengubah masalah yang akan dibuktikan menjadi bentuk sirkuit.
Optimasi Sirkuit: Mengoptimalkan desain sirkuit melalui teknik seperti penggabungan gerbang dan pelipatan konstanta.
Mengubah ke dalam bentuk polinomial: Mengubah rangkaian yang telah dioptimalkan lebih lanjut ke dalam bentuk polinomial.
Menghasilkan string referensi publik (CRS): Pada tahap inisialisasi sistem, menghasilkan CRS yang mencakup kunci bukti dan kunci verifikasi.
Generasi dan Verifikasi Bukti: Pembuktian menghasilkan bukti berdasarkan input pribadi dan CRS, pemeriksa memverifikasi kebenaran bukti berdasarkan deskripsi sirkuit publik dan CRS.
4. Potensi Kekurangan dan Tantangan
ZKP berbasis sirkuit menghadapi beberapa tantangan, termasuk:
Kompleksitas dan skala sirkuit: Perhitungan kompleks membutuhkan sirkuit besar, yang mengakibatkan biaya komputasi untuk menghasilkan dan memverifikasi bukti meningkat secara signifikan.
Tingkat kesulitan: Merancang dan mengoptimalkan sirkuit yang efisien memerlukan pengetahuan profesional yang mendalam.
Adaptasi tugas komputasi tertentu: Tugas komputasi yang berbeda memerlukan desain rangkaian yang berbeda, sulit untuk diterapkan.
Tingkat kesulitan implementasi algoritma kriptografi: Mengimplementasikan algoritma kriptografi yang kompleks mungkin memerlukan banyak gerbang logika.
Konsumsi sumber daya: Sirkuit skala besar memerlukan banyak sumber daya perangkat keras.
Untuk mengatasi tantangan ini, para peneliti telah mengusulkan beberapa arah perbaikan, seperti teknologi kompresi sirkuit, desain modular, dan akselerasi perangkat keras.
Empat, Model zk-SNARKs
1. Latar Belakang
Generalisasi ZKP berbasis sirkuit cukup buruk, perlu mengembangkan model dan algoritma baru untuk masalah tertentu. Saat ini ada berbagai kompilator bahasa tingkat tinggi dan alat kombinasi sirkuit tingkat rendah untuk melakukan pembuatan dan desain sirkuit, konversi perhitungan terkait dapat dilakukan melalui alat konstruksi sirkuit manual atau kompilator otomatis.
2.Model Algoritma Umum
Model zkSNARK: Diajukan oleh Bitansky dan kawan-kawan pada tahun 2011, merupakan mekanisme ZKP yang diperbaiki.
Model Ben-Sasson: Model ZKP untuk eksekusi program arsitektur RISC von Neumann.
Model Pinocchio: sebuah paket pembangkit ZKP non-interaktif lengkap, termasuk kompiler tingkat tinggi dan program aritmatika kuadratik (QAPs).
Model Bulletproofs: tidak memerlukan pengaturan tepercaya, ukuran bukti tumbuh secara logaritmik seiring dengan ukuran nilai saksi.
Model Ligero: model ZKP ringan, kompleksitas komunikasi sebanding dengan akar kuadrat dari ukuran sirkuit verifikasi.
3. Skema berbasis PCP linier dan masalah logaritma diskrit
Skenario ini termasuk model Groth16, model Sonic, model PLONK, model Marlin, model SLONK, dan model SuperSonic. Model-model ini didasarkan pada PCP linier dan/atau masalah logaritma diskrit, tetapi tidak memiliki keamanan tahan kuantum.
4. Solusi berbasis bukti orang biasa
"Bukti Orang Biasa" adalah metode ZKP baru yang diusulkan oleh Goldwasser, Kalai, dan Rothblum. Model yang berdasarkan konsep ini termasuk model Hyrax, model Libra, dan model Spartan.
5. Pembuktian probabilitas yang dapat diverifikasi ( PCP ) zk-SNARKs
Rencana semacam ini mencakup model STARK, model Aurora, Succinct
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
10 Suka
Hadiah
10
3
Bagikan
Komentar
0/400
GraphGuru
· 12jam yang lalu
Kembali membicarakan zkp
Lihat AsliBalas0
DegenMcsleepless
· 12jam yang lalu
Defi sudah jadi suckers, dapat untung baru investasi lagi
Lihat AsliBalas0
CryptoCrazyGF
· 13jam yang lalu
Tidak mengerti memang sudah seharusnya, yang penting sangat bull saja~
Analisis aplikasi dan prospek pengembangan teknologi zk-SNARKs di bidang Blockchain
Penerapan dan Pengembangan Teknologi zk-SNARKs di Bidang Blockchain
Ringkasan
zk-SNARKs ( ZKP ) teknologi sebagai inovasi penting di bidang Blockchain, telah menarik perhatian luas dalam beberapa tahun terakhir. Artikel ini secara sistematis mengulas perjalanan perkembangan teknologi ZKP selama hampir empat puluh tahun, dengan fokus pada analisis aplikasi terbarunya di bidang Blockchain.
Pertama, konsep dasar dan latar belakang sejarah ZKP diperkenalkan. Selanjutnya, fokus pada teknologi ZKP berbasis sirkuit, termasuk desain dan optimasi dari solusi seperti zkSNARK, model Ben-Sasson, Pinocchio, Bulletproofs, dan Ligero. Dalam hal lingkungan komputasi, artikel ini menjelaskan prinsip ZKVM dan ZKEVM serta penerapannya dalam meningkatkan kapasitas pemrosesan transaksi, melindungi privasi, dan meningkatkan efisiensi verifikasi. Juga dijelaskan secara rinci mekanisme kerja dan metode optimasi ZK Rollup sebagai solusi perluasan Layer 2, serta kemajuan terbaru dalam akselerasi perangkat keras, solusi campuran, dan ZK EVM khusus.
Akhirnya, artikel ini melihat konsep-konsep baru seperti ZKCoprocessor, ZKML, ZKThreads, ZK Sharding, dan ZK StateChannels, serta membahas potensi mereka dalam skala blockchain, interoperabilitas, dan perlindungan privasi.
Dengan menganalisis teknologi terbaru dan tren perkembangan ini, artikel ini memberikan perspektif komprehensif untuk memahami dan menerapkan teknologi ZKP, menunjukkan potensi besar dalam meningkatkan efisiensi dan keamanan sistem Blockchain, serta memberikan referensi penting untuk keputusan investasi di masa depan.
Daftar Isi
Pendahuluan Satu, Pengetahuan Dasar tentang zk-SNARKs Dua, zk-SNARKs non-interaktif Tiga, zk-SNARKs berbasis sirkuit Empat, model zk-SNARKs Lima, Gambaran umum dan perkembangan zk-SNARKs Virtual Machine Enam, Gambaran Umum dan Perkembangan zk-SNARKs Ethereum Virtual Machine Tujuh, Gambaran Umum dan Perkembangan Solusi Jaringan Layer Dua zk-SNARKs Delapan, arah pengembangan masa depan zk-SNARKs Sembilan, Kesimpulan Referensi
Pendahuluan
Seiring dengan internet memasuki era Web3, aplikasi blockchain (DApps) berkembang pesat, memproses miliaran transaksi setiap harinya. Data besar yang dihasilkan dari transaksi ini sering kali mencakup informasi pribadi yang sensitif, seperti identitas pengguna, jumlah transaksi, alamat akun, dan saldo, dll. Karena keterbukaan dan transparansi blockchain, data ini terlihat oleh semua orang, yang mengakibatkan berbagai masalah keamanan dan privasi.
Saat ini, ada beberapa teknologi kriptografi yang dapat menghadapi tantangan ini, termasuk enkripsi homomorfik, tanda tangan cincin, komputasi multi pihak yang aman, dan zk-SNARKs. Di antara ini, zk-SNARKs (ZKP) adalah solusi yang lebih komprehensif. ZKP memungkinkan verifikasi kebenaran proposisi tertentu tanpa mengungkapkan data perantara apa pun. Melalui ZKP, verifier dapat memverifikasi apakah prover memiliki jumlah transaksi yang cukup tanpa mengungkapkan data transaksi pribadi apa pun.
Fitur ZKP ini menjadikannya peran inti dalam transaksi Blockchain dan aplikasi mata uang kripto, terutama dalam perlindungan privasi dan perluasan jaringan. Ini tidak hanya menjadi fokus penelitian akademis, tetapi juga bidang utama aplikasi industri dan investasi risiko. Banyak proyek jaringan berbasis ZKP muncul satu per satu, seperti ZkSync, StarkNet, Mina, Filecoin, dan Aleo. Seiring perkembangan proyek-proyek ini, inovasi algoritma ZKP muncul silih berganti, hampir setiap minggu ada algoritma baru yang diperkenalkan. Selain itu, pengembangan hardware terkait teknologi ZKP juga berkembang pesat, termasuk chip yang dioptimalkan khusus untuk ZKP.
Kemajuan ini menunjukkan bahwa teknologi ZKP tidak hanya merupakan terobosan penting dalam bidang kriptografi, tetapi juga merupakan pendorong kunci untuk penerapan teknologi Blockchain yang lebih luas, terutama dalam meningkatkan perlindungan privasi dan kapasitas pemrosesan. Oleh karena itu, kami memutuskan untuk mengumpulkan pengetahuan terkait ZKP secara sistematis, untuk lebih baik membantu keputusan investasi di masa depan. Artikel ini mengulas secara komprehensif makalah akademis inti terkait ZKP dan informasi proyek terkemuka, memberikan dasar yang solid untuk analisis sistematis.
I. Pengetahuan Dasar zk-SNARKs
1. Ringkasan
Pada tahun 1985, Goldwasser, Micali, dan Rackoff pertama kali mengusulkan konsep zk-SNARKs ( ZKP ) dan interaktif zk-Proof ( IZK ). Mereka mendefinisikan "pengetahuan" sebagai "output yang tidak dapat dihitung", yaitu pengetahuan harus merupakan output dari fungsi yang kompleks, yang biasanya dapat dipahami sebagai masalah NP. Proses penyelesaian masalah NP itu kompleks, tetapi proses verifikasinya relatif sederhana, sehingga sangat cocok digunakan untuk verifikasi ZKP.
Goldwasser dan kawan-kawan mengusulkan konsep "kompleksitas pengetahuan" untuk mengukur jumlah pengetahuan yang bocor dari pembuktian kepada verifier. Mereka juga mengusulkan sistem pembuktian interaktif (IPS), di mana pembuktian dan verifier berinteraksi dalam beberapa putaran untuk membuktikan kebenaran suatu pernyataan.
Tiga karakteristik dasar ZKP meliputi:
Kecukupan: Jika argumen itu benar, maka pembuktian yang jujur dapat meyakinkan validator yang jujur akan kebenaran tersebut.
Keandalan: Jika pembuktian tidak mengetahui isi pernyataan, ia hanya dapat menipu verifikator dengan probabilitas yang sangat kecil.
Sifat Zero-Knowledge: Setelah proses pembuktian selesai, verifier hanya mendapatkan informasi "pembuktian memiliki pengetahuan ini", tanpa memperoleh konten tambahan apapun.
2. Contoh zk-SNARKs
Untuk lebih memahami ZKP dan atributnya, berikut adalah contoh yang memverifikasi apakah pembuktian memiliki informasi pribadi tertentu, yang dibagi menjadi tiga tahap: pengaturan, tantangan, dan respons.
Langkah pertama: atur (Setup) Pembuktian menciptakan bukti, membuktikan bahwa dia tahu angka rahasia tertentu s, tetapi tidak menunjukkan s secara langsung. Pilih dua bilangan prima besar p dan q, hitung n=pq. Pilih bilangan bulat acak r, hitung x=r^2 mod n dan kirimkan kepada verifier.
Langkah kedua: Tantangan (Challenge) Validator secara acak memilih sebuah posisi a(0 atau 1), dan mengirimkannya kepada prover.
Langkah ketiga: respons (Response) Berdasarkan nilai a, penunjuk jalan memberikan respons:
Validator memverifikasi apakah x sama dengan y^2 mod n( ketika a=0) atau y^2v mod n( ketika a=1). Jika persamaan tersebut benar, validator menerima bukti ini.
Contoh ini membuktikan integritas, keandalan, dan pengetahuan nol dari sistem ZKP. Dengan mengulangi proses ini beberapa kali, peluang bagi pembuktian untuk lolos verifikasi hanya bergantung pada keberuntungan dapat ditekan hingga sangat rendah.
Dua, zk-SNARKs Non-interaktif
1. Latar Belakang
ZKP tradisional biasanya berupa bentuk protokol interaktif dan online. Namun, dalam beberapa skenario, seperti transaksi instan atau pemungutan suara, sering kali tidak ada kesempatan untuk melakukan interaksi berulang. Oleh karena itu, konsep non-interaktif zero-knowledge proof (NIZK) muncul.
2.Penawaran NIZK
Pada tahun 1988, Blum, Feldman, dan Micali pertama kali mengusulkan konsep NIZK, membuktikan bahwa tanpa perlu interaksi berulang, penjamin dan verifier masih dapat menyelesaikan proses autentikasi. NIZK dapat dibagi menjadi tiga tahap: pengaturan, perhitungan, dan verifikasi.
Pada fase pengaturan, fungsi komputasi digunakan untuk mengubah parameter keamanan menjadi pengetahuan publik, biasanya dikodekan dalam string referensi umum (CRS). Fase komputasi menggunakan fungsi komputasi, input, dan kunci bukti, menghasilkan hasil komputasi dan bukti. Fase verifikasi memverifikasi keabsahan bukti melalui kunci verifikasi.
3.Fiat-Shamir transform
Transformasi Fiat-Shamir adalah metode untuk mengubah ZKP interaktif menjadi non-interaktif. Metode ini mengurangi jumlah interaksi dengan memperkenalkan fungsi hash, serta bergantung pada asumsi keamanan untuk menjamin keaslian bukti dan karakteristiknya yang sulit dipalsukan. Meskipun protokol ini dianggap aman dalam model oracle acak, tantangan mungkin muncul dalam aplikasi praktis.
4.Jens Groth dan penelitiannya
Penelitian Jens Groth sangat mendorong penerapan ZKP dalam kriptografi dan teknologi Blockchain. Dia dan peneliti lainnya mengusulkan berbagai skema NIZK yang ditingkatkan, seperti sistem NIZK sempurna yang berlaku untuk setiap bahasa NP, serta skema NIZK yang menggabungkan enkripsi homomorfik penuh, dan lain-lain. Penelitian ini meletakkan dasar yang penting untuk penerapan praktis ZKP.
5.Penelitian Lain
Selain pekerjaan Groth, ada beberapa penelitian NIZK penting lainnya, termasuk:
Penelitian ini telah sangat memajukan pengembangan teknologi NIZK, yang menjadi dasar untuk penerapannya di bidang transaksi keuangan, pemungutan suara elektronik, dan teknologi Blockchain.
Tiga, zk-SNARKs berbasis sirkuit
1. Latar Belakang
Dalam bidang kriptografi, terutama dalam menangani tugas perhitungan yang memerlukan paralelisasi tinggi dan jenis perhitungan tertentu, model mesin Turing tradisional menunjukkan keterbatasan tertentu. Sebaliknya, model sirkuit dengan keunggulan struktur perhitungan yang unik, lebih cocok untuk beberapa tugas pemrosesan kriptografi tertentu.
2. Konsep dan karakteristik dasar model sirkuit
Model sirkuit mengubah proses perhitungan menjadi serangkaian gerbang dan sambungan, di mana gerbang tersebut melakukan operasi logika atau aritmatika tertentu. Model sirkuit dibagi menjadi dua kategori utama:
3.Desain dan aplikasi sirkuit dalam zk-SNARKs
Dalam sistem ZKP, proses desain rangkaian melibatkan mengungkapkan masalah yang akan dibuktikan sebagai sebuah rangkaian. Proses ini biasanya mengikuti langkah-langkah berikut:
4. Potensi Kekurangan dan Tantangan
ZKP berbasis sirkuit menghadapi beberapa tantangan, termasuk:
Untuk mengatasi tantangan ini, para peneliti telah mengusulkan beberapa arah perbaikan, seperti teknologi kompresi sirkuit, desain modular, dan akselerasi perangkat keras.
Empat, Model zk-SNARKs
1. Latar Belakang
Generalisasi ZKP berbasis sirkuit cukup buruk, perlu mengembangkan model dan algoritma baru untuk masalah tertentu. Saat ini ada berbagai kompilator bahasa tingkat tinggi dan alat kombinasi sirkuit tingkat rendah untuk melakukan pembuatan dan desain sirkuit, konversi perhitungan terkait dapat dilakukan melalui alat konstruksi sirkuit manual atau kompilator otomatis.
2.Model Algoritma Umum
Model zkSNARK: Diajukan oleh Bitansky dan kawan-kawan pada tahun 2011, merupakan mekanisme ZKP yang diperbaiki.
Model Ben-Sasson: Model ZKP untuk eksekusi program arsitektur RISC von Neumann.
Model Pinocchio: sebuah paket pembangkit ZKP non-interaktif lengkap, termasuk kompiler tingkat tinggi dan program aritmatika kuadratik (QAPs).
Model Bulletproofs: tidak memerlukan pengaturan tepercaya, ukuran bukti tumbuh secara logaritmik seiring dengan ukuran nilai saksi.
Model Ligero: model ZKP ringan, kompleksitas komunikasi sebanding dengan akar kuadrat dari ukuran sirkuit verifikasi.
3. Skema berbasis PCP linier dan masalah logaritma diskrit
Skenario ini termasuk model Groth16, model Sonic, model PLONK, model Marlin, model SLONK, dan model SuperSonic. Model-model ini didasarkan pada PCP linier dan/atau masalah logaritma diskrit, tetapi tidak memiliki keamanan tahan kuantum.
4. Solusi berbasis bukti orang biasa
"Bukti Orang Biasa" adalah metode ZKP baru yang diusulkan oleh Goldwasser, Kalai, dan Rothblum. Model yang berdasarkan konsep ini termasuk model Hyrax, model Libra, dan model Spartan.
5. Pembuktian probabilitas yang dapat diverifikasi ( PCP ) zk-SNARKs
Rencana semacam ini mencakup model STARK, model Aurora, Succinct