零知识证明的力量:深入理解zk-SNARK

0xAlpha热度: 10995

zk-SNARK是一种零知识简洁非交互式知识认证,可以让验证者确认证明者拥有特定知识,而无需暴露任何信息。它使用算术门电路,矩阵公式,多项式,以及椭圆曲线点来实现,通过拉格朗日插值和椭圆曲线加密,将多项式映射到椭圆曲线点,定义双线性映射来处理二次项,最后爱丽丝计算9个ECP,构成zk-SNARK证明,验证方检查,如果都成立,则等式得到验证,爱丽丝知道见证。

摘要由 Mars AI 生成
本摘要由 Mars AI 模型生成,其生成内容的准确性、完整性还处于迭代更新阶段。

原文作者: 0xAlpha,Co-founder@DeriProtocol

原文来源:X

编译:DODO Research

介绍

zk-SNARK,即“零知识简洁非交互式知识论证”,使得一名验证者 能够确认一名证明者 拥有某些特定知识,这些知识被称为 witness,满足特定的关系,而无需透露关于见证本身的任何信息。

为特定问题生成 zk-SNARK 包括以下四个阶段:

  1. 将问题(或函数)转换成算术门电路。
  2. 然后将这个电路翻译成矩阵公式。
  3. 这个矩阵公式进一步转换成一个多项式,这个多项式应该能被一个特定的最小多项式整除。
  4. 最后,这种可整除性在有限域的椭圆曲线点中表示出来,证明就在这里进行。

前三个步骤仅仅是转换了原始陈述的表示方式。最后一个步骤使用同态加密将第三步的陈述投影到加密空间中,使得证明者能够证实其中的镜像陈述。鉴于这种投影利用了非对称加密,从第三步的陈述回溯到原始陈述是不可行的,确保了零知识的暴露。

阅读本文所需的数学背景相当于 STEM 专业学生的大一级代数水平。唯一可能具有挑战性的概念可能是椭圆曲线加密。对于不熟悉这一点的人来说,可以将其视为具有特殊基数的指数函数,同时要记住其逆函数仍然未解。

本文将遵循以下符号规则:

  • 矩阵:粗体大写字母,例如 ;显式形式写作
  • 向量:带箭头的小写字母,例如;显式形式写作 ;默认情况下所有向量均为列向量
  • 标量:常规字母表示

让我们用这个问题作为例子:

假设爱丽丝想要证明她知道一个 。我们将逐步介绍爱丽丝为她的证明生成 zk-SNARK 所需采取的整个程序。

这个问题可能看起来太简单,因为它不涉及控制流(例如,if-then-else)。然而,将带有控制流的函数转换为算术表达式并不困难。例如,让我们考虑以下问题(或在编程语言中的“函数”):

f(x, z):

if(z==1):

return x*x*x+x*x+5

else:

return x*x+5

将这个问题重写为以下算术表达式很容易(假设 ),这并不比方程式 (1) 复杂多少。在本文中,我们将继续使用方程式 (1) 作为讨论的基础。

第1步:算术门电路

方程式 (1) 可以分解为以下基本算术运算:

zk-SNARK

这对应于以下算术门电路:


zk-SNARK

我们还将方程式 (2) 称为一组4个“一级约束”,每个约束描述了电路中一个算术门的关系。通常,一组 n 个一级约束可以概括为一个二次算术程序(QAP),接下来将进行解释。

第2步:矩阵

首先,让我们定义一个“见证”向量,如下所示:

zk-SNARK

其中 与方程式 (2) 中定义的相同。

通常,对于一个有  个输入和  个算术门的问题(即 n-1 个中间步骤和最终输出),这个见证向量将是 维的。在实际问题中,数字  可能非常大。例如,对于哈希函数, 通常是几千。

接下来,让我们构造三个 n*(m+n+*1) 矩阵 ,以便我们可以将方程式 (2) 重写如下:

zk-SNARK

其中  表示逐点乘积,而且

zk-SNARK

方程式 (3) 只是方程式 (2) 的另一种表示形式:每组  对应于电路中的一个门。我们只需要明确地展开矩阵公式就可以看到这一点:

zk-SNARK

所以  与方程式 (2) 完全相同,矩阵方程的每一行对应一个一级约束(即电路中的一个算术门)。

我们跳过了构建  的步骤,其实这些步骤相对简单直接。我们只需要根据相应的一级约束,把它们转换成矩阵形式,从而确定  每一行的内容,即 。以第一行为例:可以很容易地看出,要使第一个一级约束  成立,我们需要的是将 、 和  与  相乘。

因此,我们已经成功地把算术门电路转换成了矩阵公式,即方程式 (3)。同时,我们也把需要证明掌握的对象,从 转变为了见证向量 。

第3步:多项式

现在,让我们构造一个 n*(*n+m+*1) 矩阵 ,它定义了一组关于  的多项式:


zk-SNARK

使得  在 {1,2,3,4}处的取值满足以下条件:

zk-SNARK

然后我们可以将  重写为:

zk-SNARK

这些是六个变量的四组线性方程,可以用传统方法求解。然而,在这种情况下解决  的更有效方法是拉格朗日插值,它利用了问题的特殊性。这里我们跳过求解  的过程,虽然有点繁琐但很直接。

类似地,我们分别为  和  构造  和 。然后我们可以将矩阵公式  重写为:

zk-SNARK

如果提取出每一行单独观察,不难发现这四行对应于在四个点分别求值的相同表达式。因此,上述矩阵方程等价于:

zk-SNARK

其中  定义为:

zk-SNARK

确定  在  是否成立的最快方法是检查它是否可以被  整除,这被称为“最小多项式”,记为 。即检查  的因式分解:是否存在一个多项式  使得  可以分解为 。换句话说,我们需要证明以下分解:

其中:

zk-SNARK

一种直接但不保密的方式来证明这一点是提供方程式 (4) 的左边并展示因式分解。然而,zk-SNARK 的主要目的是保持隐秘(不透露任何知识)。因此,我们不会直接证明这个方程,而是在椭圆曲线点的空间中证明它的加密版本。

第4步:椭圆曲线点

将方程式 (4) 重写为:

zk-SNARK

其中  只是  的一个平凡的零次多项式,用来使方程统一——所有项都是二次的。这样做的必要性很快就会变得清晰。注意这个方程只包含  的多项式的加法和乘法。

从高层次上看,这就是我们要做的:将多项式(具体来说,是多项式的系数)映射到椭圆曲线点,并将方程式 (5) 转换为加密空间中的以下镜像方程,这是需要证明的陈述:请注意,算术运算,加法  和乘法  ,也被映射到椭圆曲线点的有限域上的对应运算。圆圈中的运算符号  和   用来避免混淆,并表明这些是重新定义的域运算。

接下来,我们将更详细地阐述实际的操作步骤。

椭圆曲线加密

椭圆曲线的一般理论远远超出了本文的范围。就本文的目的而言,椭圆曲线被定义为从素域  的函数,其中  包括满足  的点(称为椭圆曲线点,简称 ECPs)。

请注意,虽然到目前为止我们一直在讨论常规算术,但现在当我们转换到素域时,数字的算术运算是以模运算的方式进行的。例如,,其中  是  的阶。

另一方面,两个椭圆曲线点的加法定义如下图所示:

zk-SNARK


Figure from Wikipedia

具体来说,两个 ECPs  和  的加法:

  1. 找到直线  和曲线的交点 ,定义为
  2. 翻转到曲线上  的“镜像”点 。

因此我们定义椭圆曲线点的加法:

请注意,这个规则也适用于特殊情况,即一个 ECP 自加的情况,此时将使用该点的切线。

现在假设我们随机选择一个点 ,并将数字  映射到它上面。(这种“初始映射”听起来有点任意。稍后将进行讨论)。然后对于任何 ,我们定义:这有一个操作表达式。定义  的操作为“生成器”,记为 。那么上述定义等同于:也就是说, 是从  开始,进行  次  操作的椭圆曲线点。这实际上是椭圆曲线加密最初构建的方式:

  1. 从  作为  开始;
  2. 然后进行  操作跳转到 :曲线和  处切线的交点的翻转;
  3. 然后再次进行  操作跳转到 :曲线和直线  的交点的翻转;
  4. 依此类推。

所以  操作就像  中的 “++” 操作符。(请记住, 中的加法是以模运算的方式定义的)。

对于不熟悉椭圆曲线的人来说,你可以将这种映射类比为一个常规的指数函数,其中基数  代替了实数。算术运算的行为类似。然而,一个关键的区别是  的逆函数在计算上是不可行的。也就是说,没有办法计算椭圆曲线版本的 。这当然是椭圆曲线加密的基础。这样的映射被称为单向加密。

请注意,给定一个椭圆曲线,由于选择 (因此选择“生成器” )是任意的(除了 x 轴上的点),有无限种映射方式。选择 (或 )可以类比为选择指数函数的基数(),这是常识的一部分。

定义了加法后,以下线性关系很容易看出:范数表达:因此, 中的任何线性关系(或约束)都会通过这种映射在加密空间  中得到保留。例如, 中的方程  将导致 ,或者 。

然而,Alice 想要证明的方程式 (5) 是二次形式的,所以线性不够。为了处理二次项,我们需要在加密空间中定义乘法。这被称为配对函数,或双线性映射,接下来将进行解释。

双线性映射

假设  和  是素数阶  的群。配对函数,或 双线性映射,定义为:

zk-SNARK

使得如果  分别是  和  的生成器,则  是  的生成器,并且 。

这个配对函数是我们在加密空间中需要的“乘法”操作,用于处理方程式 (5) 中的二次项。其中  是  和  中的元素。这个定义当然比本文所需的更为一般。你可以把  看作是椭圆曲线点。

让我们用  作为乘法操作的符号,那么双线性可以用算术形式重写:这是我们都熟悉的东西——加法和乘法操作的分配律。

有了这样的双线性映射,我们就可以将方程式 (5) 的两边映射到加密空间。

公共参考字符串   

在这里,我们需要一个可信的第三方来选择五个随机系数:,以及一个随机点 ,在这个点上将会(虚拟地)评估多项式。这个 6 元组  被称为“toxic waste”,需要被丢弃。

请注意,整个程序基于对第三方正确处理有毒数据的信任。在现实中,这个“可信设置”程序并不是一个简单的任务。在这篇文章中,我们将假设这一步骤将被正确进行。

zk-SNARK这整体被称为“证明钥”(proving key),记为 PK。请注意, 中包含向量的表示法应该被解释为椭圆曲线点的向量,其中每个点都是从相应的向量元素映射而来的。所以这 11 个向量实际上包含 62(=4*2+6*3+6*3+6*3)个椭圆曲线点。这 62 个 ECP 将被提供给 Alice,即证明者。在一个一般的情况下,对于一个有  个输入和  个一级约束的问题,PK 将包含  个 ECP。

同时,进行以下计算:

zk-SNARK

整个过程被称作“验证钥”,简称VK。这里只涉及7个椭圆曲线点(ECPs),需要提供给验证方。要注意的是,不管问题里面涉及多少输入和一级约束,VK始终是由7个ECPs构成的。

另外,值得一提的是,“可信设置”以及生成PK和VK的过程,对于一个特定的问题来说,只需操作一次即可。

证明与验证

现在拥有公钥(PK),爱丽丝将计算以下椭圆曲线点(ECPs):

zk-SNARK

这9个椭圆曲线点就是零知识简洁非交互式证明(zk-SNARK)的关键!

注意,爱丽丝其实只是对公钥里的椭圆曲线点做了些线性组合运算。这点特别关键,验证时会重点检查。

现在,爱丽丝交出了zk-SNARK证明,咱们终于进入验证环节,分三步走。

首先得确认,前8个椭圆曲线点真的是通用参考串里那些点的线性组合。

其次,检查  确实来自同一个见证向量 :

最后,检查等式(5)的相等性:

如果这三项检查都成立,那么等式(5)得到验证,因此我们相信爱丽丝知道见证。让我们解释一下等式背后的理由。以第一部分中的第一个等式为例,等式成立是因为双线性性质:然而,由于爱丽丝不知道  的值,她无法明确计算这个加法。她唯一能想出来满足等式的一对  的方法,是分别用相同的一组系数 ,计算  和  的两个组合。

声明:本文为入驻“MarsBit 专栏”作者作品,不代表MarsBit官方立场。
转载请联系网页底部:内容合作栏目,邮件进行授权。授权后转载时请注明出处、作者和本文链接。未经许可擅自转载本站文章,将追究相关法律责任,侵权必究。
提示:投资有风险,入市须谨慎,本资讯不作为投资理财建议。
免责声明:本文不构成投资建议,用户应考虑本文中的任何意见、观点或结论是否符合其特定状况,及遵守所在国家和地区的相关法律法规。