探索所有权碎片化作为后Pectra EVM的隐私原语

以太坊中文 发布于 2026-06-17 阅读 50

GhostShard是一种基于所有权碎片化的EVM隐私架构,利用ERC-5564隐密地址、EIP-7702委托执行和一次性碎片账户,将用户资产分散到多个独立输出中,而非集中在一个持久地址。该方法不试图隐藏交易存在或资产数量,而是通过制造分区、所有权、金额和时间上的多重歧义,使观察者难以将不同输出关联到同一所有者,从而破坏所有权重建。该方案假设隐私可源于日常使用模式而非用户主动操作,并探索了不需要屏蔽状态即可抵抗图分析攻击的设计空间。

GhostShard:所有权碎片化作为后Pectra时代EVM的隐私基元

我非常欢迎对我正在探索的一个名为 GhostShard 的隐私架构提出反馈和批评。

论文:

https://giantgun.github.io/the-ghost-whale-practical-privacy-with-selective-diclosure-on-the-post-pectra-evm/

实现:

https://github.com/giantgun/ghost-shard-protocol

免责声明:该实现是一个未经审计的研究原型。


动机

以太坊上大多数隐私系统都侧重于降低可见性。

例如:

  • 屏蔽状态系统
  • 隐私交易协议
  • 机密余额
  • 加密执行
  • 基于混合器的方法

尽管这些系统差异很大,但它们通常有一个共同目标:向观察者隐藏信息。

GhostShard 探索了一个不同的假设:

隐私损失或许更适合被理解为成功的所有权重建,而非简单的信息暴露。

观察者很少直接对原始链上数据采取行动。

相反,他们观察信号并尝试重建隐藏的结构:

交易 → 所有权 → 身份 → 关系 → 行为模式

从这个角度看,当重建成功时,隐私损失就发生了。

这引发了一个问题:

能否通过破坏所有权重建本身来提升隐私,而不是主要依靠隐藏信息?


观察

比特币的实用隐私在很大程度上源于所有权碎片化。

资产分布在许多独立的输出中,而不是累积在一个持久账户之下。

以太坊的账户模型自然会产生相反的效果。

随着时间的推移,资产、治理参与、社交身份、应用交互和交易历史会累积在一个持久地址下。

这种持久的归因表面使得所有权重建越来越精确。

许多更高层次的推断正是从这种持久性中产生的。


GhostShard

GhostShard 研究最近的 EVM 发展是否使所有权碎片化在账户模型中变得可行。

该架构结合了:

  • ERC-5564 隐身地址,用于私有接收所有权
  • EIP-7702 委托执行,用于可编程的 EOA 行为
  • 一次性所有权碎片(“shards”)
  • 多对多交易构建
  • 选择性披露机制

所有权不是维持在一个持久账户中,而是分解为一次性的隐身账户。

每次消费都会消耗所有权碎片并创建新的碎片。

随着时间的推移,建立所有权连续性变得越来越困难。

该协议不试图隐藏资产的存在。

也不试图隐藏转账的发生。

相反,它试图让所有权重建失败。


研究问题

核心研究问题是:

所有权碎片化本身是否是一个有意义的隐私基元?

更具体地说:

  • 隐私能否从所有权拓扑而非隐藏状态中产生?
  • 能否在不要求屏蔽余额的情况下破坏所有权重建?
  • 能否在保留标准 EVM 资产和可组合性的同时实现隐私?
  • 选择性披露能否与所有权碎片化共存?

作为模糊性生成的隐私

在开发过程中出现的一个观点是,隐私系统或许不仅可以通过它们隐藏了什么信息来理解,还可以通过它们阻止观察者回答哪些问题来理解。

GhostShard 不试图创建一个单一的匿名集,而是试图在所有权重建的多个层面上引入模糊性。

模糊性层面 观察者的问题
划分模糊性 哪些输出是收款人的支付,哪些是发送人的找零?
所有权模糊性 哪些属于收款人的 shards 属于同一个收款人?
金额模糊性 哪些 shards 共同代表一个逻辑上的支付金额?
时间模糊性 哪些交易和未来的花费属于同一个参与者?

目标不一定是让信息不可见。

相反,目标是通过迫使观察者同时处理多个独立的模糊性层面,让重建变得越来越不确定。

思考这个架构的一个有用方式是,每个模糊性层面都会加剧其他层面引入的不确定性。

观察者可能识别出一笔交易。

他们可能识别出一组输出。

他们可能估算出转移的价值。

然而,要建立一个完整的所有权叙述,需要同时成功解决划分、所有权、金额和时间模糊性。

核心假设是,隐私并非来自任何单一的隐藏机制,而是来自所有权重建多个维度上未解决的模糊性的累积效应。

我特别感兴趣的是,关于模糊性生成是否是一个评估隐私系统的有用框架,以及这些模糊性层面是否能有效抵抗现代图分析技术的反馈。


UX 假设

第二个假设是,隐私采用最终可能更多地受用户行为而非密码学的限制。

许多隐私系统要求用户有意识地执行保护隐私的操作:

  • 进入一个隐私池
  • 桥接到一个隐私域
  • 保持匿名纪律
  • 退出时避免出错

在实践中,隐私变成了用户必须不断记住要做的事情。

GhostShard 探索了相反的方向:

隐私能否从普通的日常使用模式中产生,而非明确的隐私动作?

如果所有权碎片化被内置到所有权模型本身,那么隐私可能成为参与的默认结果,而非专门的活动。


开放问题

我非常欢迎对以下任何一点提出反馈:

  1. 所有权碎片化是否是一个有意义的隐私基元,独立于屏蔽状态的方法?
  2. 是否存在探索类似所有权拓扑模型的现有系统?
  3. 针对该架构,最强的图分析攻击是什么?
  4. 在专注于抵抗重建的系统中,应该如何衡量隐私?
  5. 所有权碎片化是否能在有意义的程度上破坏更高层次的推断(身份、关系、行为重建)?
  6. 基于 EIP-7702 的设计引入了哪些最重要的安全假设?
  7. 是否存在协议层面的改进,可以使这个设计空间更加可行?

我欢迎批评、攻击分析和替代视角。

  • 原文链接: ethresear.ch/t/exploring...
  • 登链社区 AI 助手,为大家转译优秀英文文章,如有翻译不通的地方,还请包涵~

相关文章

0 条评论