Filecoin技术文档学习4-zk-SNARKs系列3,多项式盲证的可验证性

数学定义:

此处数学公式的解释在前面1节中已经给出准确的数学定义,不再赘述,此处需要注意的是,新的循环群G的运算,已经从幂次运算变成了乘法运算,但是同态隐藏特性依然成立。

系数的可知性推论

在前面的1节中我们知道,同态隐藏特性可以使得Alice知道某点S,Bob知道多项式P(x)的情况下,通过共同的同态隐藏函数E(x)=g^x来验证E(P(x))的特性。本节中,为了实现系数可知性测试,我们定义了一个新的概念:阿尔法对,上图中公式1,a,b都属于G,根据前面的知识我们知道,根据a,b很难推算出阿尔法的具体值,并且b是a的阿尔法倍,因此(a,b)组成的元组被称为阿尔法对。

公式2,Bob在计算b之后把(a,b)发送个Alice

公式3,Alice生成一个新的阿尔法对(a',b')发送给Bob

公式4,Bob检查一下(a',b')是不是一个阿尔法对。

这个测试流程被称作系数可知性检查。在这个过程中Alice为了能够正确的生成阿尔法对,他通过公式5的方式,选择a'为a的伽马倍,b'是b的伽马倍。通过公式5后面的证明可知,通过这种方法生成的新的(a',b')一定也是阿尔法对。

这个过程在有限群上很容易得到证明,看着有点无聊,其实是为了下面的操作做一个简单的理论铺垫。

多项式盲估的可验证性。

上图第1种情况,就是我们在前面讲的KCA---系数可知性推论的情况,这是最简单的一种情况。

第2种情况:Bob有多个阿尔法对发送给Alice,Alice生成新的阿尔法对的方法是,从Bob发送的所有阿尔法对中任意选择一对数据,对其进行乘法操作,得到新的阿尔法对。

第3种情况,Bob发送的数据对没有变化,Alice选a(a1,b1)和b(a2,b2),同时选择2个系数c1,c2。然后对a,b两个阿尔法对进行加权线性计算得到(a',b'),具体方式参考上图。

第4种情况,Bob发送数据不变,Alice对所有数据进行线性运算。

我已经在情况3中给出证明,当对Bob发送的阿尔法对进行线性运算时,得到的新的元组仍然是阿法尔对。换句话说,Alice知道一个系数组合,c1,c2,……cd,使得新阿尔法对的元组的a'等于所有Bob发送的阿尔法对(ai)的关于此系数的线性组合。即:

如果我们把以上结论与多项式盲估结合起来,即将系数可知性推论与同态隐藏的用法结合起来,就可以得到一个可以验证的多项式盲估的协议。具体做法如下:

第一步,我们将同态隐藏的函数改为E(x)

= x * g,

其中g是循环群G的生成器,除此之外条件与上一节讲的多项式盲估是一样的。同时我们增加多项阿尔法对的设计,因此Bob发送给Alice的数据,是通过E(x)隐藏了的d次多项式P(x)在x=s时的各阶值,以及这些值的阿尔法倍。同时这些数据组成了多个阿尔法对。

第二步,Alice收到Bob发送的数据之后。先通过E(x)定义去计算E(P(s)).将x=s代入公式5即可知道,a'=E(P(s))是Bob发送的阿尔法对数据的(ai)部分的线性组合(见公式6).通过将公式3,4,5我们知道,b'是Bob发送的阿尔法对数据的(bi)部分的线性组合.(其中i>=0并且i<=d).

根据前1节论证,在不透露s的情况下,Bob可以收到a'=E(P(s))并且Alice没有暴露P(x)具体参数。与此同时,因为Bob传送的数值是关于s的多项式不同幂次的值,以及对应的阿尔法倍数值。这就决定了Alice如果要保证给出的结果(a',b')仍然是阿尔法对,那么必然只能通过对隐藏后的E(1),E(s),…E(s^d)进行线性组合才能得到。因为Alice是不知道阿尔法具体的数值,也无法反向推断阿尔法的具体数值,因此b'的计算必然是E(阿尔法),

E(阿尔法*s)……

E(阿尔法*s^d)的线性组合。根据同态隐藏约束和公式5我们可知,Alice用来参与运算的公式必然是一个关于s的d次线性组合,即是关于s的d次多项式。

因此,第三步,Bob检查Alice返回的(a',b')是否是一个阿尔法对,就可以判断得到的a'值是否是通过一个多项式运算得来的E(P(s)),而不是Alice随意给的一个非多项式运算结果.比如当Alice使用P(x)

= x!,即x的阶乘来欺骗Bob,Bob可以通过检查阿尔法对的方式验证Alice给出的结果是否正确。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,826评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,968评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,234评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,562评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,611评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,482评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,271评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,166评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,608评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,814评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,926评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,644评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,249评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,866评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,991评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,063评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,871评论 2 354

推荐阅读更多精彩内容