ZK8 动态zk SNARKs及其在稀疏zk SNARKs和IVC中的应用

视频 AI 总结：

本次演讲介绍了动态 ZK-SNARKs 的概念，旨在当证明的语句或见证发生微小变化时，无需完全重新计算证明，而是通过亚线性时间的更新算法高效生成新证明。主讲人 Wei-jie Wang 提出了两个通用构造：Dynaverse（更新时间为平方根级别）和 Dynalog（更新时间为多对数级别），并解释了现有 SNARKs（如 Plonk、Spartan）无法动态更新的原因。关键应用包括动态证明索引、无密码登录以及有限步 IVC。

关键信息：

1. 动态 SNARKs 定义：在经典 SNARK 基础上增加更新算法，输入旧证明和新语句/见证，输出新证明，要求更新时间为亚线性。
2. 现有 SNARKs 非动态原因：验证者随机性导致线性重算，以及多项式除法需完全重算。
3. 两个构造：Dynaverse（基于弱动态 SNARK，更新时间为 √n，可去平摊化）和 Dynalog（基于分层瀑布技术，更新时间为 polylog，依赖 JIPA 假设）。
4. 核心构建模块：Dynamo——针对松弛排列关系的稀疏论证，其证明时间与更新位置的汉明重量成正比。
5. 应用场景：动态证明索引（如可验证数据库）、无密码登录（更新临时公钥）、有限步 IVC（每次迭代仅更改部分电路）。