零知识证明算法PLONK --电路

- 唠嗑

    最近研究了下零知识证明算法-[PLONK](http://link.zhihu.com/?target=https://www.semanticscholar.org/paper/PLONK%253A-Permutations-over-Lagrange-bases-for-of-Gabizon-Williamson/d928b78ea85cae93d3ca0bfabe47bf954db55e7a)。肚子里的墨水又增加了，记一下学习成果与新的体会，和大家共同学习  ---  江小白。

- 现状

    近些年，各种新的零知识证明算法层出不出，各有各的特点，各有各的优势。借用[V神系列文章](https://vitalik.ca/general/2019/09/22/plonk.html)里的一张图来简单呈现下当前的零知识证明算法现状。

从图中可以简单总结出以下几点：
1. 理论上安全性最高的是STARKs算法，不依赖数学难题假设，具有抗量子性；
2. Proof大小上最小的是SNARKs算法，如Groth16;
3. PLONK算法在安全性上和Proof大小上，位于上述两者之间；
其他的这里不做过多阐述，如想了解零知识证明更多信息，可参考链接；
对于SNARKs算法，绕不开的一个点就是中心化的Trust Setup，也称之为CRS(the Common Reference String)。而无论是PGHR13, Groth16,还是GM17算法，它们的CRS都是一次性的，不可更新的。即，不同的问题将对应着不同的CRS，这在某些场景下，会变得比较麻烦。这些存在的问题，变成了PLONK，SONIC这类算法的一个优势，它们算法虽然也需要中心化的可信设置，但是它的CRS具有一定的普适性。即，只要电路的大小