Pengembangan dan Penerapan Teknologi zk-SNARKs di Bidang Blockchain

Ringkasan

zk-SNARKs ( ZKP ) teknologi dianggap sebagai salah satu inovasi terpenting di bidang Blockchain setelah buku besar terdistribusi, dan juga merupakan area fokus perhatian investasi ventura. Artikel ini secara sistematis meninjau perkembangan teknologi zk-SNARKs selama hampir empat puluh tahun, dan merangkum kemajuan penelitian terbaru.

Artikel ini pertama-tama memperkenalkan konsep dasar dan latar belakang sejarah dari zk-SNARKs. Fokus analisis adalah pada teknologi zk-SNARKs berbasis sirkuit, termasuk desain, aplikasi, dan metode optimasi dari model-model seperti zkSNARK, model Ben-Sasson, Pinocchio, Bulletproofs, dan Ligero. Dalam hal lingkungan komputasi, artikel ini memperkenalkan ZKVM dan ZKEVM, serta membahas bagaimana keduanya dapat meningkatkan kapasitas pemrosesan transaksi, melindungi privasi, dan meningkatkan efisiensi verifikasi. Artikel ini juga membahas mekanisme kerja dan metode optimasi dari Zero Knowledge Rollup(ZK Rollup) sebagai solusi skala lapisan kedua, serta kemajuan terbaru dalam akselerasi perangkat keras, solusi campuran, dan ZK EVM khusus.

Akhirnya, artikel ini melihat ke depan pada konsep-konsep baru seperti ZKCoprocessor, ZKML, ZKThreads, ZK Sharding, dan ZK StateChannels, dan 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 zk-SNARKs, 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 zk-SNARKs

1. Ringkasan 2.zk-SNARKs contoh

Dua, zk-SNARKs non-interaktif

1. Latar Belakang 2.Penawaran NIZK
2. Transformasi Fiat-Shamir 4.Jens Groth dan penelitiannya
3. Penelitian Lain

Tiga, zk-SNARKs berbasis sirkuit

1. Latar Belakang
2. Konsep dan Ciri Dasar Model Sirkuit 3.Desain dan aplikasi sirkuit dalam zk-SNARKs
3. Potensi Kekurangan dan Tantangan

Empat, model zk-SNARKs

1. Latar Belakang
   2.Model algoritma umum
2. Skema berdasarkan PCP linier dan masalah logaritma diskret
3. Rencana berbasis bukti orang biasa
4. Pembuktian probabilitas yang dapat diverifikasi ( PCP ) zk-SNARKs 6.Berdasarkan tahap pengaturan konstruksi bukti umum CPC( ) diklasifikasikan

Lima, Ringkasan dan Pengembangan zk-SNARKs Virtual Machine

1. Latar Belakang 2.Klasifikasi ZKVM yang ada
2. Paradigma Frontend dan Backend 4.Kelebihan dan kekurangan paradigma ZKVM

Enam, Gambaran dan Pengembangan zk-SNARKs Ethereum Virtual Machine

1. Latar Belakang 2.Cara kerja ZKEVM 3.Proses Implementasi ZKEVM 4.Ciri-ciri ZKEVM

Tujuh, Gambaran Umum dan Perkembangan Solusi Jaringan Layer Dua zk-SNARKs

1. Latar Belakang 2.Mekanisme kerja ZK Rollup 3.Kekurangan dan optimasi ZK Rollup

Delapan, arah perkembangan masa depan zk-SNARKs 1.Mempercepat perkembangan lingkungan komputasi 2.Penawaran dan pengembangan ZKML 3.Teknologi pengembangan perluasan ZKP 4.Perkembangan interoperabilitas ZKP

Kesimpulan

Referensi

Pendahuluan

Dalam beberapa tahun terakhir, aplikasi Blockchain (DApps) berkembang pesat, hampir setiap hari ada aplikasi baru yang muncul. Platform Blockchain setiap hari menampung aktivitas jutaan pengguna, memproses miliaran transaksi. Data besar yang dihasilkan dari transaksi ini biasanya mencakup informasi pribadi sensitif seperti identitas pengguna, jumlah transaksi, alamat akun, dan saldo akun. Mengingat karakteristik keterbukaan dan transparansi Blockchain, data yang disimpan ini terbuka untuk semua orang, sehingga memicu 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. Enkripsi homomorfik memungkinkan operasi dilakukan tanpa mendekripsi ciphertext, membantu melindungi keamanan saldo akun dan jumlah transaksi, tetapi tidak dapat melindungi keamanan alamat akun. Tanda tangan cincin menyediakan bentuk tanda tangan digital yang khusus, mampu menyembunyikan identitas penandatangan, sehingga melindungi keamanan alamat akun, tetapi tidak dapat melindungi saldo akun dan jumlah transaksi. Komputasi multi-pihak yang aman memungkinkan distribusi tugas komputasi di antara beberapa peserta, tanpa peserta mana pun mengetahui data peserta lainnya, secara efektif melindungi keamanan saldo akun dan jumlah transaksi, tetapi juga tidak dapat melindungi keamanan alamat akun. Selain itu, enkripsi homomorfik, tanda tangan cincin, dan komputasi multi-pihak yang aman tidak dapat digunakan untuk memverifikasi apakah pembuktian di lingkungan blockchain memiliki jumlah transaksi yang cukup tanpa mengungkapkan jumlah transaksi, alamat akun, dan saldo akun.

zk-SNARKs adalah solusi yang lebih komprehensif, protokol verifikasi ini memungkinkan validasi kebenaran proposisi tertentu tanpa mengungkapkan data perantara apa pun. Protokol ini tidak memerlukan infrastruktur kunci publik yang kompleks, dan penerapan ulangnya juga tidak memberi kesempatan kepada pengguna jahat untuk mendapatkan informasi berguna tambahan. Melalui ZKP, validator dapat memverifikasi apakah pembuktian memiliki jumlah transaksi yang cukup tanpa mengungkapkan data transaksi pribadi apa pun. Proses verifikasi mencakup pembuatan bukti yang berisi jumlah transaksi yang diklaim oleh pembuktian, kemudian bukti tersebut disampaikan kepada validator, validator melakukan perhitungan yang telah ditentukan sebelumnya terhadap bukti tersebut, dan menghasilkan hasil perhitungan akhir, sehingga mencapai kesimpulan apakah menerima pernyataan pembuktian atau tidak. Jika pernyataan pembuktian diterima, itu berarti mereka memiliki jumlah transaksi yang cukup. Proses verifikasi di atas dapat dicatat di Blockchain, tanpa ada pemalsuan.

Fitur ZKP ini menjadikannya sebagai peran inti dalam transaksi Blockchain dan aplikasi cryptocurrency, terutama dalam perlindungan privasi dan skala jaringan, sehingga tidak hanya menjadi fokus penelitian akademis, tetapi juga secara luas dianggap sebagai salah satu inovasi teknologi paling penting sejak implementasi sukses teknologi buku besar terdistribusi, terutama Bitcoin. Ini juga merupakan jalur utama untuk aplikasi industri dan investasi risiko.

Dengan demikian, banyak proyek jaringan berbasis ZKP muncul, seperti ZkSync, StarkNet, Mina, Filecoin, dan Aleo. Seiring dengan perkembangan proyek-proyek ini, inovasi algoritma terkait ZKP muncul satu demi satu, dilaporkan hampir setiap minggu ada algoritma baru yang diluncurkan. Selain itu, pengembangan perangkat keras yang terkait dengan teknologi ZKP juga berkembang dengan cepat, termasuk chip yang dioptimalkan khusus untuk ZKP. Misalnya, beberapa proyek telah menyelesaikan penggalangan dana dalam skala besar, perkembangan ini tidak hanya menunjukkan kemajuan cepat teknologi ZKP, tetapi juga mencerminkan pergeseran dari perangkat keras umum ke perangkat keras khusus seperti GPU, FPGA, dan ASIC.

Kemajuan ini menunjukkan bahwa teknologi zk-SNARKs bukan hanya merupakan terobosan penting di bidang kriptografi, tetapi juga merupakan pendorong kunci untuk mewujudkan aplikasi teknologi Blockchain yang lebih luas, terutama dalam meningkatkan perlindungan privasi dan kemampuan pemrosesan.

Oleh karena itu, kami memutuskan untuk secara sistematis mengorganisir pengetahuan terkait zk-SNARKs ( ZKP ) untuk lebih baik membantu kami dalam membuat keputusan investasi di masa depan. Untuk itu, kami telah melakukan tinjauan menyeluruh terhadap makalah akademis inti yang terkait dengan ZKP ( berdasarkan relevansi dan jumlah kutipan yang diterima ); pada saat yang sama, kami juga menganalisis secara mendetail informasi dan buku putih dari proyek-proyek terkemuka di bidang ini ( berdasarkan ukuran pendanaan mereka ). Pengumpulan dan analisis data yang komprehensif ini memberikan dasar yang solid untuk penulisan artikel ini.

I. Pengetahuan Dasar zk-SNARKs

1. Ringkasan

Pada tahun 1985, para akademisi Goldwasser, Micali, dan Rackoff pertama kali mengusulkan zk-SNARKs dalam makalah mereka (Zero-KnowledgeProof, ZKP), dan InteractiveZero-Knowledge (IZK). Makalah ini merupakan dasar dari zk-SNARKs, mendefinisikan banyak konsep yang mempengaruhi penelitian akademis selanjutnya. Misalnya, definisi pengetahuan adalah "output yang tidak dapat dihitung", yaitu pengetahuan harus berupa output, dan merupakan perhitungan yang tidak dapat dilakukan, yang berarti tidak bisa berupa fungsi sederhana, tetapi harus berupa fungsi kompleks. Perhitungan yang tidak dapat dilakukan biasanya dapat dipahami sebagai masalah NP, yaitu masalah yang dapat memverifikasi kebenaran solusinya dalam waktu polinomial, di mana waktu polinomial mengacu pada waktu eksekusi algoritma yang dapat dinyatakan dengan fungsi polinomial dari ukuran input. Ini adalah standar penting dalam ilmu komputer untuk mengukur efisiensi dan kelayakan algoritma. Karena proses penyelesaian masalah NP yang kompleks, maka dianggap sebagai perhitungan yang tidak dapat dilakukan; namun, proses verifikasinya relatif sederhana, sehingga sangat cocok untuk verifikasi zk-SNARKs.

Salah satu contoh klasik dari masalah NP adalah masalah perjalanan salesman, di mana perlu menemukan jalur terpendek untuk mengunjungi serangkaian kota dan kembali ke titik awal. Meskipun menemukan jalur terpendek mungkin sulit, memverifikasi apakah jalur tertentu adalah yang terpendek relatif mudah. Karena verifikasi total jarak dari jalur tertentu dapat dilakukan dalam waktu polinomial.

Goldwasser dan kawan-kawan memperkenalkan konsep "kompleksitas pengetahuan" dalam makalah mereka, yang digunakan untuk mengukur jumlah pengetahuan yang terungkap oleh pembuktian kepada verifier dalam sistem pembuktian interaktif. Mereka juga mengusulkan sistem pembuktian interaktif (InteractiveProof Systems, IPS), di mana pembuktian (Prover) dan verifier (Verifier) membuktikan kebenaran suatu pernyataan melalui interaksi berulang.

Kesimpulannya, definisi zk-SNARKs yang dirangkum oleh Goldwasser dan lainnya adalah suatu jenis bukti interaktif khusus, di mana verifier tidak akan mendapatkan informasi tambahan apa pun selain nilai kebenaran pernyataan selama proses verifikasi; dan mereka mengusulkan tiga karakteristik dasar termasuk:

1. Kekomplekan ( completeness ): Jika argumen itu benar, maka pembuktian yang jujur dapat meyakinkan verifikator yang jujur tentang fakta ini;

2.Keandalan(ketepatan): Jika pembuktian tidak mengetahui isi pernyataan, ia hanya dapat menipu pemeriksa dengan probabilitas yang sangat kecil;

3.zk-SNARKs(zero-knowledge): Setelah proses pembuktian selesai, verifier hanya mendapatkan informasi "pembuktian memiliki pengetahuan ini", tanpa mendapatkan konten tambahan.

2. Contoh zk-SNARKs

Untuk memahami zk-SNARKs dan atributnya dengan lebih baik, berikut adalah contoh untuk memverifikasi apakah seorang pembuktian memiliki informasi pribadi tertentu. Contoh ini dibagi menjadi tiga tahap: pengaturan, tantangan, dan respons.

Langkah pertama: atur (Setup)

Pada langkah ini, tujuan dari penjamin adalah untuk membuat bukti yang menunjukkan bahwa ia mengetahui suatu angka rahasia s, tetapi tidak langsung menunjukkan s. Misalkan angka rahasia;

Pilih dua bilangan prima besar p dan q, hitung hasil kali mereka. Tentukan jumlah prima, hasil yang diperoleh;

Perhitungan, di sini, v dikirim sebagai bagian dari bukti kepada verifier, tetapi itu tidak cukup untuk memungkinkan verifier atau pengamat mana pun menyimpulkan s.

Pilih secara acak sebuah bilangan bulat r, hitung dan kirimkan kepada validator. Nilai ini x digunakan untuk proses verifikasi selanjutnya, tetapi juga tidak mengungkapkan s. Anggap bilangan bulat acak, hasil yang dihitung.

Langkah kedua: tantangan (Challenge)

Validator secara acak memilih sebuah posisi a( yang bisa berupa 0 atau 1), lalu mengirimkannya kepada prover. "Tantangan" ini menentukan langkah-langkah yang perlu diambil oleh prover selanjutnya.

Langkah ketiga: respons (Response)

Berdasarkan nilai a yang dikeluarkan oleh validator, pembuktian memberikan respons:

Jika, pembuktian mengirim ( di sini r adalah angka yang dia pilih secara acak sebelumnya ).

Jika, penunjuk menghitung dan mengirim. Misalkan bit acak yang dikirim oleh verifier, berdasarkan nilai a, penunjuk menghitung;

Akhirnya, validator memverifikasi apakah g yang diterima sama. Jika persamaan tersebut benar, validator menerima bukti ini. Saat itu, validator menghitung verifikasi di sisi kanan; Saat itu, validator menghitung verifikasi di sisi kanan.

Di sini, kita melihat bahwa validator menghitung bahwa penunjuk berhasil melewati proses validasi, sementara tidak mengungkapkan angka rahasianya s. Di sini, karena a hanya dapat berupa 0 atau 1, hanya ada dua kemungkinan, probabilitas penunjuk untuk berhasil melewati validasi yang bergantung pada keberuntungan adalah ( ketika a adalah 0 ). Tetapi validator kemudian menantang penunjuk lagi, penunjuk terus mengganti angka terkait, mengirimkannya kepada validator, dan selalu berhasil melewati proses validasi, sehingga probabilitas penunjuk untuk berhasil melewati validasi yang bergantung pada keberuntungan mendekati 0(, dan kesimpulan bahwa penunjuk memang mengetahui angka rahasia s terbukti. Contoh ini membuktikan integritas, keandalan, dan pengetahuan nol dari sistem zero-knowledge proof.

Dua, zk-SNARKs non-interaktif

) 1. Latar Belakang

zk-SNARKs###ZKP( dalam konsep tradisional biasanya merupakan bentuk protokol interaktif dan daring; misalnya, protokol Sigma biasanya membutuhkan tiga hingga lima putaran interaksi untuk menyelesaikan otentikasi. Namun, dalam skenario seperti transaksi instan atau pemungutan suara, sering kali tidak ada kesempatan untuk melakukan interaksi berulang kali, terutama dalam aplikasi teknologi Blockchain, fungsi verifikasi offline menjadi sangat penting.

) 2.Penawaran NIZK

Pada tahun 1988, Blum, Feldman, dan Micali pertama kali mengajukan konsep bukti nol pengetahuan non-interaktif ###NIZK(, yang membuktikan kemungkinan bahwa penjamin )Prover( dapat menyelesaikan proses otentikasi dengan verifier )Verifier( tanpa memerlukan interaksi berulang. Terobosan ini membuat