zk-IMG：对抗虚假信息

1. 引言

前序博客：

• ZKP+图片授权——PhotoProof：proofs of permissible photo edits

Daniel Kang等人2022年论文《ZK-IMG: Attested Images via Zero-Knowledge Proofs to Fight Disinformation》，在该论文中提供了一个简单的deep fake image示例：

信任基础设施的核心部分是使用认证的相机，其中私钥存储在相机中，用该私钥对图像进行数字签名。公钥可验证图像是从哪个相机拍摄的。在个别多情况下，需对原始图像进行修改以删除任何敏感信息——如模糊车牌或编辑图像中的人。为此有一组可信的核心图像和一个或多个转换图像。并可将原始图像保密。

如何在能保护原始图像隐私的同时，验证另一张图像是修改后的版本呢？为此，zk-img对原始图像和转换后的图像进行哈希，并使用zk-Snark来证明这是正确计算的。若原始图像的哈希值为$H_1$，而修改后的图像的哈希为$H_2$，则只公开$H_2$。

有来自认证相机的原始哈希和签名，作为原始图像（$H_1$）的核心证明，但可产生与编辑版本及其哈希（$H_2$）相关的zk-Snark。然后，图像的创建者可以证明原始图像（通过相机的签名）和修改后的图像（使用zk-Snark）。如果需要，可以将$H_2$和zk-Snark发布到区块链或可信的时间戳系统，以证明图像何时创建。总体而言，ZK-IMG论文研究团队已经通过Halo2库实现了zk Snarks。

如上图所示：

• Bob具有一个认证相机，相机内有一个私钥。
• 拍照时，相机会使用该私钥对相片进行签名，以证明相片来源。
• 可使用公钥来验证该签名，并追踪哪个相机拍了该相片。这个原始相片的哈希值为$H_1$。
• 对该相片进行转换，生成新的相片，新相片对应新哈希值$H_2$，并发布该新相片。
• 使用zk-Snark来证明原始相片与新相片之间的转换。如有需要，可永远不公开原始相片。

ZK-IMG论文作者指出：

• 密钥生成和证明部分的计算开销大，但验证过程非常快，仅需5.84ms到10.1ms。
• proof size相对小，为7048字节到14592字节。

ZK-IMG与PhotoProof对比为：

• PhotoProof在zk-Snarks之外验证签名和哈希值，需公开中间图像。
• 忽略密钥生成开销，PhotoProof需要306秒来证明，500ms来验证128x128图像转换；而ZK-IMG仅需要2.74秒来证明（包含密钥生成开销），5.3ms来验证——速度分别提升了112倍和94倍。

更多ZKP知识及应用也可参看：

• Zero-knowledge Home

ZKP+图像示意图：

相机内拍摄图像防伪证明：

参考资料

[1] Prof Bill Buchanan OBE 2022年12月博客 zk-IMG … Fighting Disinformation
[2] Ingonyama 2023年博客 How to Beat Deep Fakes (Part 1)

zkML系列博客

• zkML零知识机器学习介绍
• ZKML：ZK+机器学习
• ZKML：区块链世界的AI+隐私