DEX:一文带你初步了解隐私Layer1

隐私计算,最开始萌芽于Zcash、Dash、Monera等匿名币,在近两年开始逐渐开始有了自己的声量。数十条主打隐私交易的公链项目陆续出现,涉及诸多数学与密码学算法的加密隐私技术开始被不断提出并实践,在a16z、红杉资本等主流风投的看好下,这一赛道已然成为目前Web3最受关注的赛道之一。

事实上,隐私赛道的火热也不仅仅来源于资本的助推,不可否认的是,随着当前DeFi应用屡次由于隐私缺失出现安全问题的频率上升,如何在链上交易中保护自己的交易策略不被他人知道,已经成为DeFi开发者与使用者最关心的议题之一。

目前,Web3的隐私赛道定义较广,包括匿名币、Layer1的隐私公链、Layer2的隐私协议/应用等等,限于文章篇幅,本文将主要带读者入门Layer1的隐私公链与主流的隐私计算技术,Layer2隐私协议与零知识证明也值得“另起炉灶”了。

隐私Layer1赛道总览

Layer1对应六层模型中的数据层、网络层、共识层、激励层,为了更好区分,Layer1通常指的是公链。

目前Layer1的隐私公链主要包括Aleo、IronFish、Anoma、SecretNetwork、MantaNetwork、OasisNetwork、EspressoSystems、AlephZero等等。

事实上,虽然隐私Layer2方案中的以太坊的二层网络ZKrollup风头更劲,但Layer1公链显然被人们赋予了更大的期望。因为作为独立公链,它们既可以直接在主链上开发隐私智能合约,又可以作为侧链或平行链为其他公链提供隐私计算。

CarbinVC在研报中将隐私公链的核心竞争点归整于:隐私,效率,通用性,易用性四大点,如何各自理解?

隐私性

隐私公链定位于Layer1层,提供可编程级的隐私,以使任何开发人员或组织都能构建和扩展真正私有的应用程序。例如,ALEO、IronFish强调了成为通用隐私层的构想,旨在提供全栈解决方案。

高性能

隐私公链往往通过以零知识证明为主的隐私技术组合,通常使用模块化分层、链下计算等方式减少计算时间,隐私公链在性能及可拓展性上往往高于以太坊。

通用性

通用性是隐私公链的有力竞争点之一,隐私公链可满足在不同的链上组合与互操作、不同链上的智能合约能够相互调用和并行,实现充分的数据交换和协同计算,以应对多种场景中的问题。

以SecretNetwork为例,用户可以通过SecretNetwork的原生跨链桥转移资产,基于其资产创造隐私版本,SecretToken可以像ERC-20代币一样编程,并在应用程序中使用。目前SecretNetwork的跨链桥已支持以太坊和币安链的资产转移。

易用性

隐私公链提供生态中的开发工具及服务,支持隐私保护应用程序的开发、部署和可持续性。例如,隐私公链ALEO为隐私应用开发提供了开发基础设施和生态环境,以及LEO编程语言,降低开发者开发隐私智能合约的技术门槛。

隐私计算技术

发展至今,基于区块链网络的隐私计算主要技术手段包括:多方安全计算、零知识证明以及基于硬件设计的可信执行环境。

MPC

最早由图灵奖获得者——中国科学院院士姚期智于1982年提出。其技术逻辑是:在一个分布式网络中,有N个互不信任的节点,每个节点持有数据x,并协同执行函数f(x),最终得到各自的结果y,若各节点的y值相等,则可输出为计算的结果。MPC的最大优点是做到了数据的百分百匿名,并且计算的结果也可以做到相对精确;挑战点则是对带宽的要求极高,当协同参与者较多时通讯水平将是一大考验。

在区块链领域,MPC的使用范围主要为公链PlatON、钱包Firelocks、ZenGo。如PlatON是隐私AI计算网络,通过叠加同态加密和安全多方计算,实现隐私计算,保证输入数据以及计算逻辑本身的隐私。

ZenGo使用MPC和其他复杂的加密工具(如零知识证明和阈值加密技术),在一组不信任的实体之间共享对特定加密货币地址的签名责任。

TEE

TEE是通过硬件的方式保护参与计算数据的隐私性,但基于TEE的隐私计算并不是建立在参与方间完全无信任环境下的,实际上会有一个各参与方都认可的可信根,一般而言,这个可信根是TEE的制造厂商。

在区块链领域,有SecretNetwork、OasisNetwork、PhalaNetwork使用的隐私技术即主要为TEE。SecretNetwork是基于Cosmos的隐私公链,于2020年9月启动主网,是最早默认支持具有隐私的可编程智能合约的区块链之一。

SecretNetwork通过可信执行环境确保交易数据在执行期间保持安全和私密,能够隐藏代币及合约的交易历史和状态变化。区块浏览器对外仅显示交易时间,无法获知具体交易内容与持有资产。

OasisNetwork将共识和计算分离为共识层和计算层,其中计算层采用TEE可信执行环境运行智能合约,这种架构能够支持密集计算,同时提高网络隐私性。

ZKP

最早由1980年代由麻省理工学院学者ShafiGoldwasser、SilvioMicali和CharlesRackoff开发的一种加密技术,在其原始论文中对于零知识证明这样定义:除了所讨论命题的正确性之外,没有传达任何额外的信息。换句话说,零知识证明允许一方在不需要透露任何额外信息的前提下,向另一方进行真实性证明。因此可以用来保护隐私,在隐藏所有细节的情况下证实交易的有效性。

零知识证明可实现灵活的数据计算交互和交叉验证,但实现难度仍然较高,因为需要通过反复举例验证才能证明答案为真,这对算力要求非常高。目前能够生成证明的效率在7秒左右,需要大量的算力来提高计算速率。

目前,随着零知识证明技术的逐渐成熟,且这一技术在隐私数据保护、计算压缩与区块链扩容、身份认证、信用记录等方面都十分适用的功能,目前已经被许多区块链项目视为最好的隐私保护方案之一,以ZKP为基础的zkRollup技术被包括Vitalik在内的加密领袖一致看好的扩容路线。

2021年Vitalik曾在一篇文章中讲:Perhapsthemostpowerfulcryptographictechnologytocomeoutofthelastdecadeisgeneralpurposesuccinctzeroknowledgeproofs,usuallycalledzkSNARKs.(也许过去十年中最强大的密码技术是通用的简洁零知识证明zk-SNARKs。)

由于使用该技术的公链队伍壮大,则干脆成为了Web3的单独分支,有了一些ZK赛道、ZK系公链诸如此类的称呼。但由于零知识证明开发难度也较高,目前以零知识证明为主要技术实现途径的隐私Layer1公链都处于测试与开发阶段。

零知识证明机制转化成计算机程序语言后应用最广泛的技术有两个——zk-SNARK和zk-STARK。

zk-SNARK

zk-SNARK的核心是依靠椭圆曲线算法来保证安全。除了基于椭圆曲线算法之外,zk-SNARK还依赖初始可信设置。对可信设置的依赖一直是zk-SNARK支持者与批评者之间存在分歧的关键原因之一。关于zk-SNARK的另一个主要问题是它们不具有量子抗性。有分析认为如果量子计算变得广泛可用,支撑zk-SNARK的隐私技术将大打折扣。

尽管可信设置存在挑战,但由于各种原因,zk-SNARK的接受速度比zk-STARK快得多。在zk-STARK被发现之前的几年,zk-SNARK就被发现了,这让该技术在接受方面有了巨大的领先优势。此外,Zcash也是最早使用zk-SNARK的匿名币,也进一步促进了区块链开发人员对zk-SNARK的使用。

zk-STARK

zk-STARK的核心机制基于哈希函数,而非椭圆曲线算法,相比于后者,该函数具备量子抗性;此外,zk-STARK也并不依赖可信设置。

但与此同时,zk-STARKs的成本更高,需要的证明数据比zk-SNARKs大得多,这意味着确认zk-STARKs比zk-SNARKs需要更长的时间并且需要更多的gas。

Aleo

Aleo是首个使用零知识证明解决隐私问题、同时保证可编程特性的Layer1公链项目。Aleo创立于2019年,通过零知识证明保护用户信息隐私,具有隐藏参与者、金额、智能合约等交互细节的功能,同时用户可选择对隐私性进行设置。

2021年4月,Aleo获2800万美元A轮融资,a16z领投、GalaxyDigital等参投;2022年2月,Aleo以14.5亿美元的估值完成2亿美元B轮融资,软银愿景基金二期和KoraManagement共同领投,创下了零知识证明领域的最大一轮融资。2021年11月,Aleo启动激励性测试网。

MantaNetwork是波卡生态中的隐私保护网络,以波卡平行链的方式提供隐私保护。基于零知识证明,Manta创立了新资产类型zkAssets,支持ERC20等同质化代币,ERC721、ERC1155等非同质化代币,灵魂绑定代币,以及波卡平行链资产间的隐私交易。可将现有的代币、NFT,通过Manta转换为隐私资产,进行操作。

Manta还创立了一种隐私地址类型,用于隐私资产zkAssets之间的转账。2021年12月,Manta发布测试网DolphinTestnet。2022年2月15日,MantaNetwork获得BinanceLabs的战略投资。

Mina

Mina是一个轻量级的区块链,采用zk-SNARK技术,以递归零知识证明,来实现区块的大小恒定。获得了CoinbaseVentures、MetaStable、PolychainCapital、ThreeArrowsCapital、HashKeyCapital、FenbushiCapital等顶级机构的投资,在四轮融资中,累计募集了约4815万美金。

参考文献:

CabinReport:隐私公链赛道解析

零知识证明将赋能扩容与隐私计算

基于安全多方计算(MPC)的隐私计算技术(一)

33条隐私公链:隐私赛道的演进

带你初步了解多方安全计算

下一个热门赛道:隐形计算!

KnowTheDifferenceBetweenZk-SnarksVs.Zk-Starks

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

链链资讯

[0:31ms0-3:903ms