登录 后可观看高清视频

ZK 白板 S3M5: Ligero 证明系统

18次播放
1天前

视频 AI 总结：

  1. 核心内容概括： 视频深入探讨了零知识证明（ZKPs）系统Ligero的原理和设计。Muthu首先回顾了零知识证明和多方安全计算（MPC）的起源，特别是“MPC in the head”范式如何作为Ligero的基础。他详细解释了Ligero如何利用Reed-Solomon编码和多项式性质，通过打包秘密共享和交互式证明协议来验证计算的正确性，同时保持隐私。视频还讨论了Ligero在实现简洁验证和内存效率方面的挑战与解决方案，强调了ZK技术从理论走向实际应用的重要性。

  2. 视频中提出的关键信息：

    • 零知识证明（ZKPs）与多方安全计算（MPC）基础：

      • 知识定义： 攻击者可以免费获得高效计算和随机性所能学习到的任何信息。零知识证明旨在确保攻击者不会学习到超出这些“免费知识”的额外信息。
      • 模拟器（Simulator）： 证明零知识的关键工具，它能在不知道私有信息的情况下生成与真实交互无法区分的证明，且必须在多项式时间内运行。
      • MPC定义： 多个参与方在不泄露各自私有输入的情况下，共同计算一个函数，确保最大隐私。
      • MPC与ZK关系： ZK是MPC的一个特例。从通用MPC构建ZK效率低下且继承了公钥假设。

    • “MPC in the Head”范式：

      • 由Ishai Kushi Levitz Ostrovsky和Sahai于2007年提出，是Ligero的基础。
      • 通过模拟一个“诚实多数”的MPC协议（例如5个虚拟参与方），将证明者的私有信息秘密共享给这些虚拟方，并验证它们之间的计算一致性，从而实现高效的零知识证明，且无需公钥假设。

    • Ligero证明系统核心机制：

      • 约束系统： 将计算表示为点乘约束（x y = z）和线性约束（A w = b）。
      • 打包秘密共享（Packed Secret Sharing）： 使用Reed-Solomon编码将多行见证值秘密共享为编码后的行，形成证明预言（Proof Oracle）。
      • 交互式协议： 证明者提交编码后的见证矩阵，验证者提供随机挑战R，证明者计算三个聚合值（VP, VM, VL）用于邻近性测试（验证编码正确性）、乘法测试（验证点乘约束）和线性测试（验证线性约束）。验证者通过查询随机位置并重新计算来检查一致性。
      • 零知识实现： 通过在秘密共享中添加随机盲化行（blinding rows）来隐藏见证信息，模拟器可以生成这些盲化值。

    • 简洁验证与内存效率：

      • 简洁验证： 对于批量处理的方程组，Ligero可以实现简洁验证。对于任意电路，线性测试会破坏简洁性。
      • 预处理SNARK： 通过引入一个额外的SNARK来证明线性测试中所需辅助值（R-hat）的正确性，可以将Ligero转换为一个预处理SNARK，从而实现任意电路的简洁验证。
      • 内存效率： 通过流式处理（streaming）和垃圾回收（garbage collection）技术，Ligero可以在内存受限的环境（如浏览器、手机）中运行，例如Merkle树的构建和部分测试的计算。
      • 见证遍历： Ligero协议需要多次（例如3次）遍历见证数据，这是影响性能的关键因素。

    • 未来展望： 零知识证明技术正从理论走向实际应用，能够在移动设备和浏览器上运行，解决隐私和合规性问题。