本文作者江小白,来自安比技术社区的小伙伴,本系列文章将对零知识证明算法-PLONK展开介绍。
最近研究了下零知识证明算法-PLONK。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 。 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神系列文章里的一张图来简单呈现下当前的零知识证明算法现状。
Fig.1 Zkp Algs
从图中可以简单总结出以下几点:
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;
Proof大小上最小的是SNARKs算法,如Groth16; 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,只要电路的大小不超过CRS的上限阈值,一些证明问题就可以共用一个CRS,这种CRS称之为SRS(universal Structured Reference String),关于SRS的定义,详细的可参考SONIC协议里的第3小节。PLONK算法继用了SONIC算法的SRS的思想,但是在证明的效率上,做了很大的提升。接下来,让我们详细的介绍下PLONK算法的具体细节,主要从下面四个小节去分享:
电路的设计 -- 描述PLONK算法的电路的描述思想;
置换论证或者置换校验 -- 复制约束,证明电路中门之间的一致性;
多项式承诺 -- 高效的证明多项式等式的成立;
PLONK协议 -- PLONK协议剖析。
电路
PLONK算法电路的描述和SONIC算法一直,具体的过程可以参考李星大牛的分享,已经写的比较详细且易懂。在这个小篇幅里,我想主要分享下我自己的两点想法:
无论是什么样的电路描述方式,电路的满足性问题都要归结于2点,门的约束关系和门之间的约束关系成立;
在SNARKs系列的算法里,电路的描述单元都是以电路中有效的线为基本单元,具体的原理可以参考我之前分享的文章,而在PLONK,SONIC以及HALO算法里,电路的描述单元都是以门为基本单元。
这两种电路的不同描述方式带来了一定的思考。那就是,之前在研究SNARKs算法时,我们都已经相信一个事实,“多项式等式成立,就代表着每个门的约束成立”,然后推断,整个电路逻辑都是成立;在这个过程中,并没有额外的去证明门之间的一致性成立;但是在PLONK算法里,除了要证明多项式等式成立外,还要额外的用置换论证的数学方法去证明门之间的约束关系,即复制约束。为何会有这样的区别?希望有心的读者能一起在评论区探讨这个问题?我个人理解是因为电路的描述方式的不同:
PLONK算法里,电路描述的单元是门,它为每个门定义了自己的L,R,O,因此需要证明门之间的一致性;
SNARKs算法里,电路描述的单元是线,门与门之间的值用的是同一个witness,因此不用额外证明一致性。
置换论证
前面我们说过,在PLONK算法里,需要去证明门之间的约束关系成立。在做具体的原理解释之前,我们先简单的过一下PLONK协议的过程,如下图所示:
Fig2. Protocol
可描述为:
根据电路生成三个多项式,分别代表这电路的左输入,右输入,输出;
利用置换校验协议,去证明复制约束关系成立;
步骤3和4,校验门的约束关系成立。
其中第1点已经在电路小节里阐述过了,接下来,将详细的讲解多项式置换校验的原理。先从简单的场景去讲解:
(1)单个多项式的置换校验
其实就是证明对于某个多项式f,存在不同的两个点x,y,满足f(x) = f(y)。下面来看具体的原理:
Fig3. 置换校验-1
上图中加入了一个正例P,一个反例A,方便大家理解置换校验的原理。有几点需要解释的是:
而经过仔细剖析Z的形式,不难发现,Z(n+1) 其实就是两个函数所有值的乘积的比值(不知是否等同于V神文章里的坐标累加器?)。理论上是等于1。因此,我们需要设计这样的一个多项式Z,需满足:
deg(Z) < n
Z(n+1) = 1
乘法循环群刚好可以满足这个条件,如果设计一个阶为n的一个乘法循环群H,根据群的性质可以知道Z(g)=Z(g^(n+1))。因此,在设计Z时,会保证Z(g) = 1;上图中的自变量的取值也将从{1...n}变成{g...g^n}。所以在上图中验证的部分,a其实已经换成了群H里的所有元素。
根据论文中的协议,多项式Z是会发给可信第三方I 验证方V会从I处获取到多项式Z在所有a处的取值,然后依次校验。
下面具体看一下论文中的定义:
从定义中可以看出:多项式f, g在[n]范围内具有相同的值的集合;下面看一下论文中具体的协议部分,结合上述解释的3点:
Fig4. 置换校验协议-1
说明:图4中的f,g对应图3中的f。即f,g是同一个多项式。其实只要是相同的值的集合,也可以不用于是同一个多项式。图3是一个特例而已。
(2)跨多项式的校验
其实就是证明对于某个多项式f,g,存在两个点x,y,满足f(x) = g(y)。与(1)存在两处不同:
多个多项式;
不强制x,y的关系,即也可以等,也可以不等;
有了(1)小节的基础,这次我们先看一下相关的定义:
从定义可以看到,这次是两个多项式集合见的置换校验算法。从标注的部分可以看出:
两个多项式集合仍然具有相同的值的结合;
为了区分集合里的多项式,自变量的索引得区分开来;
因此,可以想象的到,如果存在两个多项式f,g,想要证明f(x) = g(y),那么根据以上描述可以判断{f1,f2} = {f,g} = {g1,g2}。也保证了上述第1点的成立。
下面我们看一下具体的原理:
Fig5. 置换校验-2
和(1)小节相比,证明方P增加了些工作量,验证方V工作量不变。结合上述描述,也能很容易的理解其数学原理。
说明:至此,其实我们已经慢慢的接触到PLONK算法的核心了,前面我们讲到,电路的满足性问题除了门的约束关系还有门之间的约束关系。
比如一个输入x,它既是一个乘法门的左输入,又是另外一个乘法门的右输入,这就需要去证明L(m)=R(n),这就是跨多项式的置换校验。
下面再给出论文里的协议内容:
Fig6. 置换校验协议-2
至此,本篇文章已经描述了,在PLONK算法里,电路的设计以及复制约束的成立验证两大部分,接下来,将会另起一片文章,去分享 门约束的成立和整个协议的具体步骤。
以上都是作者小白的个人理解,还希望各位读者多多指教,谢谢。
参考资料
封面图来自unsplash,作者Jan Kopřiva 往期回顾 格密码学之iO入门(一):什么是iO(Indistinguishability Obfuscation) 基于多线性配对的iO构造:多线性拼图(Multilinear Jigsaw Puzzle) 探索零知识证明系列(三):读心术:从零知识证明中提取「知识」 探索零知识证明系列(四):亚瑟王的「随机」挑战:从交互到非交互式零知识证明 探索零知识证明系列(五):云中「秘密」:构建非交互式零知识证明 zkPoD:区块链,零知识证明与形式化验证,实现无中介、零信任的公平交易 从零开始学习 zk-SNARK(二)——多项式的非交互式零知识证明 从零开始学习 zk-SNARK(三)——从程序到多项式的构造 从零开始学习 zk-SNARK(五)—— Pinocchio 协议 零知识证明 Learn by Coding:libsnark 入门篇 理解零知识证明算法Bulletproofs(一):Range Proof 理解零知识证明算法Bulletproofs(二):Improved Range Proof 理解零知识证明算法Bulletproofs(三):Range Proof 实现分析 长按二维码添加微信进群技术讨论
Scan to Follow