【zkSNARK-groth16-analysis】


计算验证问题可以概括为:验证者在不知道秘密输入的情况下能否有效地验证计算结果。
zksnark是上述计算验证问题的解决方案。使用zksnark,验证程序可以为计算过程生成一个简短的验证字符串。验证器读取此字符串以确定给定的公共输入和输出是否合法。
Groth16是众多zksnark施工方案之一。接下来,让我们介绍groth16如何解决计算验证问题。

多项式插值

将向量转化为多项式的一种方法是使用多项式插值。
在这里插入图片描述
在这里插入图片描述

from R1CS to polynomial

在这里插入图片描述

指数知识假设(KoE假设)

在这里插入图片描述

双线性配对

在这里插入图片描述

Groth16

在这里插入图片描述

Setup

在这里插入图片描述

Prove

在这里插入图片描述

Verifier

在这里插入图片描述

Analysis

在这里插入图片描述

Summary

本文阐述了groth16-zksnark方案的施工原理。从算法电路出发,介绍了如何将计算验证问题转化为r1cs问题和QAP问题。然后我们解释了如何使用groth16方案来证明我们知道QAP问题的解。groth16方案采用kOe假设和双线性配对。它的缺点是需要由可信的第三方初始化,每个电路需要初始化一次。同时,groth16具有最有效的验证算法和最短的证明字符串,使groth16成为应用最广泛的zksnark方案。

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
引中提到了Groth在2009年的论文《Linear Algebra with Sub-linear Zero-Knowledge Arguments》中介绍了sub-linear size的零知识证明,用于证明两个矩阵的乘积和Hadamard乘积。 根据引用,可以使用这种证明方案构建其他sub-linear零知识证明,用于证明一组满足线性代数关系的承诺向量和矩阵。这些证明包括:一个承诺矩阵是上三角或下三角矩阵;一个承诺矩阵是另一个承诺矩阵的逆矩阵;一个承诺矩阵是另一个承诺矩阵的置换矩阵(使用公开的或隐藏的置换);一个承诺域元素是两个承诺向量的点积;一个承诺矩阵是两个其他承诺矩阵的乘积;一个承诺向量是两个其他向量的Hadamard乘积(逐元素相乘);一个承诺矩阵具有特定的迹;计算承诺矩阵的行或列的总和。 因此,sub-linear零知识证明可以应用于证明各种线性代数关系,如乘积、逆矩阵、置换矩阵、点积、Hadamard乘积、迹和总和等。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [Linear Algebra with Sub-linear Zero-Knowledge Arguments学习笔记](https://blog.csdn.net/mutourend/article/details/107659912)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值