ZKP8.1 Polynomial-IOP and Polynomial Commitment Schemes

ZKP学习笔记

ZK-Learning MOOC课程笔记

Lecture 8: FRI-based Polynomial Commitments and Fiat-Shamir (Justin Thaler)

8.1 Polynomial-IOP and Polynomial Commitment Schemes

  • Recall: build an efficient SNARK
    在这里插入图片描述

  • Recall: Polynomial-IOP

    • P’s first message in the protocol is a polynomial h.
    • V does not learn h in full.
      • The description size of h is as large as the circuit
    • Rather, V is permitted to evaluate h at one point.
    • After that, P and V execute a standard interactive proof.
  • Recall: Polynomial Commitment Scheme

    • High-level idea:
      • P binds itself to a polynomial h by sending a short string Com(h)
      • V can choose x and ask P to evaluate h(x)
      • P sends y, the purported evaluation, plus a proof π \pi π that y is consistent with Com(h) and x.
    • Goals:
      • P cannot produce a convincing proof for an incorrect evaluation.
      • Com(h) and π \pi π are short and easy to generate; π \pi π is easy to check.
  • Recall: Three classes of Polynomial IOPs

    • Based on interactive proofs (IPs)
    • Based on multi-prover interactive proofs (MIPs)
    • Based on constant-round polynomial IOPs
      • Examples: Marlin, PlonK.
  • Recall: Three classes of Polynomial commitments

    • Based on pairings + trusted setup (not transparent nor post-quantum)
      • e.g., KZG10
      • Unique property: constant sized evaluation proofs
    • Based on discrete logarithm (transparent, not post-quantum)
      • Examples: IPA/Bulletproofs, Hyrax, Dory
    • Based on IOPs + hashing (transparent and post-quantum)
      • e.g., FRI, Ligero, Brakedown, Orion
    • Note:
      • Classes 1. and 2. are homomorphic.
        • Leads to efficient batching/amortization of P and V costs (e.g., when proving knowledge of several different witnesses).
      • The three classes are listed in an increasing verification cost.
  • Highlights of SNARK Taxonomy

    • Transparent SNARKs
      • [Any polynomial IOP] + IPA/Bulletproofs polynomial commitment.
        • Ex: Halo2-ZCash
        • Pros: Shortest proofs among transparent SNARKs
        • Cons: Slow V (linear time)
      • [Any polynomial IOP] + FRI polynomial commitment.
        • Ex: STARKs, Fractal, Aurora, Virgo, Ligero++
        • Pros:
          • Shortest proofs amongst plausibly post-quantum SNARKs.
          • More flexibility for what field you work over
        • Cons: Proofs are large (100s of KBs depending on security)
      • MIPs and IPs + [fast-prover polynomial commitments].
        • Ex: Spartan, Brakedown, Orion, Orion+(HyperPlonk)
        • Pros: Fastest P in the literature, plausibly post-quantum + transparent if polynomial commitment is.
        • Cons: Bigger proofs than 1. and 2. above
    • Non-transparent SNARKS
      • Linear-PCP based:
        • Ex: Groth16
        • Pros: Shortest proofs (3 group elements), fastest V.
        • Cons: Circuit-specific trusted setup, slow and space-intensive P, not postquantum
      • Constant-round polynomial IOP + KZG polynomial commitment:
        • Ex: Marlin-KZG, PlonK-KZG
        • Pros: Universal trusted setup.
        • Cons: Proofs are ~4x-6x larger than Groth16, P is slower than Groth16, also not post-quantum.
          • Counterpoint for P: can use more flexible intermediate representations than circuits and R1CS.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/133933.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

YOLOv8轻量化模型:模型轻量化设计 | 轻量级可重参化EfficientRep| 来自YOLOv6思想

💡💡💡本文解决什么问题:在几乎不保证精度下降的前提下,轻量级模型创新设计 EfficientRep 在关键点检测任务中 | GFLOPs从9.6降低至8.5, mAP50从0.921下降至0.912,mAP50-95从0.697提升至0.779 YOLO轻量化模型专栏:http://t.csdnimg.cn/AeaEF 1.YOLOv6介绍 论文…

API接口安全设计

简介 HTTP接口是互联网各系统之间对接的重要方式之一,使用HTTP接口开发和调用都很方便,也是被大量采用的方式,它可以让不同系统之间实现数据的交换和共享。 由于HTTP接口开放在互联网上,所以我们就需要有一定的安全措施来保证接口…

#龙迅视频转换IC LT7911D是一款高性能Type-C/DP/EDP 转MIPI®DSI/CSI/LVDS 芯片,适用于VR/显示应用。

1.说明 应用功能:LT7911D适用于DP1.2转MIPIDSI/MIPICSI/LVDS,EDP转MIPIDSI/MIPICSI/LVDS,TYPE-C转MIPIDSI/MIPICSI/LVDS应用方案 分辨率:单PORT高达4K30HZ,双PORT高达4K 60HZ 工作温度范围:−40C to 85C 产…

webgoat-client side客户端问题

client side Bypass front-end restrictions 用户对 Web 应用程序的前端有很大程度的控制权。 它们可以更改 HTML 代码,有时也可以更改脚本。这就是为什么 需要特定输入格式的应用也应在服务器端进行验证,而不是只在前端做限制。 0x02 先提交请求&am…

win10虚机扩容C盘

需求: 在虚机管理平台上,将win10虚机的C盘空间扩容至200G,当前空间为100G 操作步骤 1.在虚机平台上,将硬盘1的大小增加至200G 如下图 点击保存; 查看win10虚机,发现C盘空间还是100G,如下图…

使用Redis实现缓存及对应问题解决

一、为什么需要Redis作缓存? 在业务场景中,如果有些数据需要极高频的存取,每次都要在mysql中查询的话代价太大,假如有一个存在于客户端和mysql之间的存储空间,每次可以在这空间中进行存取操作,就会减轻mys…

go程序获取工作目录及可执行程序存放目录的方法-linux

简介 工作目录 通常就是指用户启动应用程序时,用户当时所在的文件夹的绝对路径。 如:root用户登录到linux系统后,一顿cd(change directory)后, 到了/tmp文件夹下。此时,用户要启动某个应用程序&#xff0…

mediapipe流水线分析 二

目标检测 Graph 一 流水线上游输入处理 1 TfLiteConverterCalculator 将输入的数据转换成tensorflow api 支持的Tensor TfLiteTensor 并初始化相关输入输出节点 ,该类的业务主要通过 interpreter std::unique_ptrtflite::Interpreter interpreter_ nullptr; 实现…

利用大语言模型(LLM )提高工作效率

日常工作就是面向 google/ 百度编程,除了给变量命名是手动输入,大多时候就是通过搜索引擎拷贝别人的代码,或者找到旧项目一段代码拷贝过来使用。这无疑是开发人员的真实写照;然而,通过搜索引擎搜索答案,无疑…

Go 面向对象,多态

面向对象 工程结构 新建一个oop.go package _oop // Package _oop 引用名称import ("fmt""strconv" )// GIRL 常量 const (// GIRL 自增GIRL Gender iotaFIRSTSECONDTHIRD )type Gender uint8 // 无符号的8位整数类型// User 结构体 type User struct…

代码冲突解决

远程仓库修改 本地代码修改 接下来我们push一下 如果使用IDE 冲突内容如下: 我们可以使用自带的工具进行修改 我们选择接受自己改动的即可 如果使用git工具怎么去处理呢 远程分支是这样 本地是这样的 add和commit之后,再pull,最后pus…

关键词搜索亚马逊商品数据接口(标题|主图|SKU|价格|优惠价|掌柜昵称|店铺链接|店铺所在地)

亚马逊提供了API接口来获取商品数据。其中,关键词搜索亚马逊商品接口(item_search-按关键字搜索亚马逊商品接口)可以用于获取按关键字搜索到的商品数据。 通过该接口,您可以使用API Key和API Secret来认证身份,并使用…

BP神经网络的数据分类——语音特征信号分类

大家好,我是带我去滑雪! BP神经网络,也称为反向传播神经网络,是一种常用于分类和回归任务的人工神经网络(ANN)类型。它是一种前馈神经网络,通常包括输入层、一个或多个隐藏层和输出层。BP神经网…

关于iOS:如何使用SwiftUI调整图片大小?

How to resize Image with SwiftUI? 我在Assets.xcassets中拥有很大的形象。 如何使用SwiftUI调整图像大小以缩小图像? 我试图设置框架,但不起作用: 1 2 Image(room.thumbnailImage) .frame(width: 32.0, height: 32.0) 在Image上应用…

浅析刚入门Python初学者的注意事项

文章目录 一、注意你的Python版本1.print()函数2.raw_input()与input()3.比较符号&#xff0c;使用!替换<>4.repr函数5.exec()函数 二、新手常遇到的问题1、如何写多行程序&#xff1f;2、如何执行.py文件&#xff1f;3、and&#xff0c;or&#xff0c;not4、True和False…

Unity项目转微信小游戏保姆教程,繁杂问题解决,及微信小游戏平台简单性能测试

前言 借着某人需求&#xff0c;做了一波简单的技术调研&#xff1a;将Unity项目转换为微信小游戏。 本文主要内容&#xff1a;Unity转换小游戏的步骤&#xff0c;遇到问题的解决方法&#xff0c;以及简单的性能测试对比 微信小游戏的限制 微信小游戏对程序包体大小有严格限制…

Manopt使用

本文记录一些黎曼流型的优化工具箱的使用 入手 安装 https://www.manopt.org/tutorial.html#gettingstarted

飞桨平台搭建PP-YOLOE模型

一、创建项目 此博客仅是运行PP-YOLOE源码&#xff0c;这里以变压器渗漏数据集为例COCO数据集太大了&#xff0c;跑不动&#xff0c;V100训练预估计得7天左右&#xff0c;即便是A100也得4天半&#xff0c;变压器渗漏油数据集跑一个小时左右&#xff0c;还可以接受&#xff0c;…

公司团建小游戏开发小程序游戏互动小游戏

在现代工作环境中&#xff0c;团队合作和员工士气是取得成功的关键因素。为了增强团队合作、提升员工士气&#xff0c;并促进员工之间的互动&#xff0c;公司团建小游戏成为了一种备受欢迎的方式。本文将探讨如何开发公司团建小游戏&#xff0c;以达到这些目标。 1. 游戏概念 …

京东数据分析(京东销量):2023年9月京东投影机行业品牌销售排行榜

鲸参谋监测的京东平台9月份投影机市场销售数据已出炉&#xff01; 根据鲸参谋电商数据分析平台的相关数据数据显示&#xff0c;9月份&#xff0c;京东平台投影机的销量为13万&#xff0c;环比下滑约17%&#xff0c;同比下滑约25%&#xff1b;销售额将近2.6亿&#xff0c;环比下…