11个值得收藏的零知识证明开发工具

零知识证明是区块链开发者值得关注的密码学技术,本文整理了11个主流的零知识证明开发库,希望有助于你在自己的项目中学习并利用零知识证明技术。

用自己熟悉的语言学习以太坊DApp开发:Java | Php | Python | .Net / C# | Golang | Node.JS | Flutter / Dart

1、libsnark

libsnark是SCIPR Lab开发的zkSNARK方案实现,开发语言为C++,应用于zcash等多个项目。

libsnark主要包括三部分:通用证据系统、基础电路库和应用示例。

libsnark下载地址:https://github.com/scipr-lab/libsnark

3、ZoKrates

ZoKrates是一个用于以太坊零知识证明应用开发的zkSNARK工具箱,利用ZokRates提供的插件,你可以直接在Remix 中开发零知识证明应用。

ZoKrates的开发语言主要为Rust。

ZoKrates下载地址:https://github.com/Zokrates/ZoKrates

3、snarkjs

snarkjs是zkSARNK方案的javascript实现库,支持原始的8points协议和 Groth协议。利用snarkjs你可以进行可信设置、生成证据并验证证据。

snarkjs使用iden3自己的circom编译器对DSL定义的电路进行编译。

snarkjs下载地址:https://github.com/iden3/snarkjs

4、circom

circom是iden3设计的zk-snark电路描述DSL,circom npm包含了使用该DSL描述的电路的编译器。

circom下载地址:https://github.com/iden3/circom

5、wasmsnark

wasmsnark是一个采用原生Web Assembly开发的快速的zkSnark证据生成和验证工具,其速度可媲美libsnark,可以用于在浏览器中生成zkSnark证据并进行验证。

wasmsnark也是iden3出品,目前仅支持groth16。

wasmsnark下载地址:https://github.com/iden3/wasmsnark

6、gnark

gnark是consenSys开发的一个zkSARNK实现,采用Go语言,使用类似GO的DSL描述电路。目前支持groth16。

https://github.com/ConsenSys/gnark

7、go-snark

go-snark是一个采用go语言实现的zkSNARK开发库,目前支持Groth16协议和Pinocchio协议。

go-snark下载地址:https://github.com/arnaucube/go-snark

8、xJsnark

xJsnark是开发zk-SNARK电路的高层框架,其目标是填补高级语言开发与性能之间的鸿沟。xJsnark提供一组可以让开发者在较高层级编写zk-SNARK电路的特性,同时也提供了削减所生成的电路成本的技术,从而使采用框架开发的电路性能接近手工开发的电路性能。

xJsnark采用Java开发,包含前端用于电路设计的Jetbrains扩展和后端的电路生成单元。

xjsnark下载地址:https://github.com/akosba/xjsnark

9、bellman

bellman是一个用于开发zk-SNARK电路的Rust库,它提供电路接口、基础结构以及一些基本电路实现,例如布尔和数值抽象。

bellman下载地址:https://github.com/zkcrypto/bellman

10、zksnark-rs

zksnark-rs是一个用于创建和利用零知识证据的Rust库,提供了基础的电路描述语言,目前支持Groth16。

zksnark-rs下载地址:https://github.com/republicprotocol/zksnark-rs

11、Pysnark

pysnark是Python开发的zk-snark方案实现,支持Pinocchio协议,支持生成用于以太坊的智能合约用于验证零知识证据。

pysnark下载地址:https://github.com/Charterhouse/pysnark


原文链接:11个主流零知识证明开发库 — 汇智网

  • 0
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
"人工智能导论 全部知识点思维导图整理.emmx"是一份非常值得收藏的文件。这份文件以思维导图的形式整理了人工智能导论的全部知识点,对于学习人工智能的初学者来说,这是一个非常方便且有效的学习工具。 首先,思维导图的形式使得知识点间的关联性一目了然。人工智能是一门涉及到多个领域的学科,知识点之间的联系错综复杂。通过思维导图,我们可以清晰地看到各个知识点之间的逻辑关系,更好地理解人工智能的整体框架。 其次,这个文件涵盖了人工智能导论的全部知识点。人工智能是一个庞大而复杂的领域,很难一下子掌握所有的知识点。这份思维导图整理了全部知识点,使得我们可以有一个全面的了解。通过学习这份导图,我们可以快速地掌握人工智能导论的核心概念和基本原理。 此外,思维导图的形式让我们可以更好地复习和回顾知识点。当我们需要温故知新时,可以通过浏览思维导图中的知识点,快速地回忆起相关的内容。思维导图中的关键词和分支结构,也可以帮助我们更好地组织和记忆知识。 总之,"人工智能导论 全部知识点思维导图整理.emmx"是一份非常有价值的学习资源。通过这份导图,我们可以清晰地了解人工智能导论的知识点之间的逻辑关系,快速地掌握核心概念和基本原理,并且可以更好地复习和回顾知识点。无论是初学者还是进阶学习者,都会从这份文件中受益匪浅。

“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