怎样在币安交易加密货币?一起入群交流,欢迎联系微信:caocaochaoB

他山之石 | 技术解读实现无状态版以太坊的「Kate 多项式承诺」

币圈资讯 btcwbo 819℃ 0评论

技术的突破是推动区块链行业前进的引擎,币安中国区块链研究院与链闻 ChainNews 同为密切关注区块链与密码学等领域技术发展前沿的组织,故而联合推出「他山之石」专栏,向中文世界读者介绍全球范围最值得关注的区块链技术进展,以及在金融等产业最新的应用分析与动态,以期为中国的区块链行业「攻玉」提供借鉴和思考。

本文从技术视角介绍一种「Kate 多项式承诺」的密码学方案,此方案正用于研究实现无状态以太坊

原文标题:《【他山之石】Kate 多项式承诺(polynomial commitments)
撰文:Dankrad Feist,以太坊基金会研究员
编译:币安中国区块链研究院

本文已取得作者授权,并由链闻和币安中国区块链研究院获得中文地区翻译首发权

在本文拟介绍 Kate、Zaverucha 和 Goldberg 所提出的承诺方案(commitment scheme)1。但作为一篇介绍性文章,本文无意做严谨、完整的数学或密码学论述。

该方案通常被称作「Kate 多项式承诺方案」,是多项式承诺方案的一种。它支持验证人计算对多项式的承诺,可通过其属性在任意后续位置开启此承诺:验证人需要证明多项式在某位置上的值均等于声明值。

验证人一旦将承诺值(椭圆曲线点)发给了校验人,便无法再更改相应的多项式,因此得名「承诺」。校验人只能提供多项式的有效证明;若尝试作弊,要么无法得出证明,要么证明会被校验人拒绝。

预备知识

强烈推荐不熟悉有限域、椭圆曲线与配对的读者提前阅读 Vitalik Buterin 有关椭圆曲线配对的文章

与默克尔树(Merkle tree)的对比

若读者熟悉默克尔树,本人希望可以更直观地呈现默克尔树与 Kate 承诺之间的差别。用密码学家的话来说,默克尔树是一种向量承诺(vector commitment):你可以使用一个深度为 d 的默克尔树,计算出对向量

他山之石 | 技术解读 Kate 多项式承诺,与默克尔树有何不同?

(即一系列固定长度的元素)的承诺。你也可以运用默克尔证明,借助 d 散列,证明位于 i 处的元素 ai 是该向量的一部分。

他山之石 | 技术解读 Kate 多项式承诺,与默克尔树有何不同?

实际上,我们可以通过默克尔树得出多项式承诺:次数为 n 的多项式 p(X) 只是一个函数

其中 pi 是多项式的系数。

通过设置 ai=pi 并计算其系数的默克尔根,可以很容易地得出次数为 n=2d-1 时的多项式。证明求值指的是验证人想要告诉校验人:对于某个 z,p(z) = y。对此,验证人可以把所有的 pi 值都发给校验人,然后校验人计算得出 p(z) 确实等于 y。

当然,这是一个非常低级的多项式承诺,但能帮助我们理解其具有哪些优势。观察下面这些属性:

1. 承诺大小是一个单散列(默克尔根)。一个足够安全的加密散列通常需要 256 个位元(bit),即 32 个字节(byte)。
2. 要想证明一个求值,验证人需要把所有的 pi 发出去,以此证明大小(proof size)与多项式的次数呈线性关系,校验人需要进行线性运算(通过计算

他山之石 | 技术解读 Kate 多项式承诺,与默克尔树有何不同?

求出多项式在位置 z 处的值)。

3. 此方案未对多项式进行隐藏——验证人以非隐藏方式发送完整的多项式,及其每一个系数。

下面,我们探讨一下 Kate 方案以此类指标可以实现怎样的效果。

  1. 承诺大小是一个椭圆群的群元素,该群支持配对。例如,BLS12_381 有 48 个字节。
  2. 证明大小不受多项式大小的影响,也是一个群元素。校验多项式次数和大小的影响,始终需要一次两群相乘和两辆配对。
  3. 该方案基本实现了对多项式隐藏——实际上,将会出现无数多项式 Kate 承诺完全相同的情况。但是,完全隐藏仍未实现:如能猜出多项式(例如,当多项式很简单或只有几组可能的多项式时),就能找出承诺多项式。

另外,也可以把任意求值的证明合并到一个群元素中。正是这些属性使 Kate 方案通行于 PLONK、SONIC 等零知识证明系统,也使之可以作为向量承诺适用于一般情况。下文将予以详述。

椭圆曲线与配对

如上所述,本人强烈推荐 Vitalik Buterin 有关椭圆曲线配对的文章,其中介绍了理解本文所需的所有预备知识,尤其是有限域、椭圆曲线与配对等方面。

假设 G1 和 G2 为带有配对 e 的两条椭圆曲线:G1×G2→GT。G1 和 G2 的阶数均为 p,生成元(generator)分别为 G 和 H。用简化符号分别记作

[x]1=xG∈G1 和 [x]2=xH∈G2

任意 x∈Fp。

可信设置(Trusted setup)

假设完成了可信设置,则在某个秘密点 s 上,验证人和校验人均能获得 i=0、……n-1 时的 [si]1 和 [si]2 元素。

你可以这样理解这种秘密设置:用一台气隙计算机(airgapped computer)计算随机数 s,计算所有的群元素 [si]x,然后用有线方式只把这些元素发出去(不发送 s),最后把这台计算机销毁。当然,这种方案不够完美,因为你必须信任计算机操作员不会通过秘密通信通道获取到秘密点 s 的值。

在实践中,这通常是通过安全的多方计算(MPC)来实现的,此方法允许由一组计算机创建此类群元素,从而杜绝任何计算机获取秘密点 s 的值,而要想获取到 s,需要所有的计算机联手(或同时被攻破)才能做到。

注意,不会出现以下情况:即仅通过选择某个随机群元素 [s]1 (其 s 未知),计算出其他的群元素,最后得出 s。在 s 未知的情况下,无法计算出 [s2]1。

现在,椭圆曲线加密基本上说明了不可能通过可信设置的群元素得出 s 的实际值。s 是 Fp 中的一个数,但是验证人不可能找出这个数的实际值。验证人只能根据提供给他们的元素执行特定的计算。因此,验证人可以通过椭圆曲线乘法运算,很容易地计算出 c[si]1=csiG=[csi]1 等,且由于可以加上椭圆曲线点,还可以计算出 c[si]1+d[sj]1=(csi+dsj)G=[csi+dsj]1 等。实际上,如果

他山之石 | 技术解读 Kate 多项式承诺,与默克尔树有何不同?

是多项式,验证人可以计算出:

他山之石 | 技术解读 Kate 多项式承诺,与默克尔树有何不同?

有趣的是,几乎每个人都能使用这种可信设置在 s 未知的情况下,求出多项式在秘密点 s 处的值。除非他们没有得到自然数输出,而是只得到椭圆曲线点 [p(s)]1 = p(s)G,但是这就已经非常强大了。

Kate 承诺

在 Kate 承诺方案中,元素 C = [p(s)]1 是对多项式 p(X) 的承诺。

或许你会问:(在 s 未知的情况下)验证人能否找到另一个具有相同承诺的多项式 q(X) ≠ p(X),即 [p(s)]1=[q(s)]1?假设存在这种情况。那将意味着 [p(s)-q(s)]1=[0]1,说明 p(s)-q(s)=0。

现在,r(X) = p(X)-q(X) 本身就是一个多项式。我们知道因为 p(X) ≠ q(X),所以其并非常数。众所周知,任何次数为 n 的非常数多项式最多可以有 n 个零:因为如果 r(z) = 0,则 r(X) 可被线性因子 X-z 整除;因为我们可以将每个零除以一个线性因子,并且每除一次会使次数减一,所以次数不会超过 n。^2

由于验证人不知道 s,因此实现 p(s)-q(s) = 0 的唯一方法是在尽可能多的位置上实现 p(X)-q(X) = 0。但是,正如以上证明,由于验证人最多可以选 n 个位置,所以成功的可能性不高:由于 n 值远小于曲线 p 的次数,因此他们不太可能选择 s 点来使 p(X) = q(X)。为了感受此概率,假设采用当前可实现的最大可信设置,其中 n=228,并将其与曲线阶数 p≈2^256 进行比较:即便攻击者通过精心设计,使多项式 q(X) 在最多 n=228 个点上等于 p(X),使这个多项式得出相同承诺(p(s) = q(s))的概率也只有 228/2256 = 2^28-2^56 ≈ 2·10-69。概率极低。这其实就意味着攻击者无法实现其意图。

多项式相乘

到现在,我们已经证明了能够求出多项式在秘密点 s 处的值,这使得我们能够对一个唯一的多项式做出承诺——在某种意义上,尽管具有相同承诺 C=[p(s)]1 的多项式不止一个,但在实际中是无法计算出来的(密码学家称之为计算绑定(computationally binding))。

不过,在不将多项式完整地发送给校验人的情况下,我们仍无法「开启」承诺。而要「开启」承诺,我们需要用到配对。如上所述,我们可以用秘密元素进行某些线性运算;例如,我们可以把 [p(s)]1 计算为对 p(X) 的承诺,也可以把 p(X) 和 q(X) 的两个承诺相加,得出合并承诺 p(X)+q(X):[p(s)]1+[q(s)]1=[p(s)+q(s)]1。

现在我们无法将两个多项式相乘。否则,就能使用多项式的某些属性实现目标。尽管椭圆曲线本身做不到,但所幸,我们可以通过配对来实现:我们知道:

他山之石 | 技术解读 Kate 多项式承诺,与默克尔树有何不同?

其中引入了新符号 [x]T=e(G, H)x。因此,虽然我们不能把椭圆曲线里的两个域元素简单地相乘,然后将其乘积当作一个椭圆曲线元素(这是所谓的全同态加密(FHE)的属性之一;而椭圆形曲线仅是加法同态的),但是,如果在两个不同的曲线中对它们(一个在 G1 中,一个在 G2 中)进行承诺,并且输出是一个 G 元素的话,我们就能把两个域元素相乘。

这时就触及到了 Kate 证明的核心:还记得我们之前提到了线性因子么:如果多项式在 z 处为零,则多项式可被 X-z 整除。显然,反过来也是如此——如果多项式可被 X-z 整除,那么多项式在 z 处显然为零:被 Xz 整除意味着:我们可以得出某些多项式 q(X) 的 p(X) = (X-z)-q(X),且多项式在 X = z 处显然为零。

现在要证明 p(z) = y。我们接着使用多项式 p(X)-y——由于该多项式在 z 处显然为零,因此我们可以运用线性因子的相关知识。使 q(X) 等于多项式 p(X)-y,被线性因子 X-z 整除,即

他山之石 | 技术解读 Kate 多项式承诺,与默克尔树有何不同?

即等同于 q(X) (X-z) = p(X)-y。

Kate 证明

现在,将 p(z)= y 求值的 Kate 证明定义为π = [q(s)]1。对多项式 p(X) 的承诺被定义为 C = [p(s)]1。

校验人使用以下公式检查此证明:

他山之石 | 技术解读 Kate 多项式承诺,与默克尔树有何不同?

注意,校验人可以计算出 [s-z]2,因为 [s-z]2 只是来自可信设置的元素 [s]2 与 z 的组合,且 z 是多项式的求值点。同样,把 y 当作声明值 p(z),便可以计算出 [y]1。那么,为什么此检查能使校验人相信 p(z) = y;更准确地说,是使校验人相信由 C 所承诺的多项式在 z 处求出的值为 y?

我们需要评估两个属性:正确性和可靠性。正确性指验证人执行我们定义的步骤,可以得出能通过核验的证明。这一点一般不难。可靠性指校验人无法得出「不正确」的证明,即无法使校验人相信当 y’≠y 时,p(z) = y′。

首先,写出配对群中的方程式:

他山之石 | 技术解读 Kate 多项式承诺,与默克尔树有何不同?

其正确性现在应该很明显了,即在未知随机点 s 上需要求值的方程 q(X) (X-z) = p(X)-y。

那么,我们怎么证明其可靠性以及验证人无法创建假证明呢?我们要用多项式思路来思考这个问题。如果验证人按我们的方法来构造证明,就必须以某种方式使 p(X)-y′被 X-z 整除。但是 p(z)-y′不为零,因此无法进行多项式除法运算,因为总会有余数。所以,这种方法显然行不通。

至此,就要尝试椭圆群:如果能计算出某些承诺 C 的椭圆群元素,结果又会怎样?

他山之石 | 技术解读 Kate 多项式承诺,与默克尔树有何不同?

很显然,如果做到了这一点,就能证明一切。凭直觉来看,这一点很难实现,因为必须将与 s 相关的某些值指数化,但是 s 是未知的。出于证明的周密性考虑,需要提出配对的密码学假设,即所谓的 q-SDH 假设 3。

多值证明(Multiproofs)

现在,我们已经演示了如何证明多项式在一个点上的求值。注意,这已经非常了不起了:通过仅发送一个单群元素(例如,BLS12_381 中有 48 个字节),就能证明某个具有任意个次数(假设 228 个)的多项式在某个点上包含了某个值。在将默克尔树当作多项式承诺的小例子中,需要发送 228 个元素——多项式的所有系数。

现在,我们要更进一步,证明可以在任意数量的点上求出多项式的值,且仍然只使用一个群元素即可。为此,我们需要引入另一个概念:插值多项式。假设有一系列的 k 值 (z0, y0)、(z1, y1)……(zk-1, yk-1):然后,总是能找到一个次数小于 k 的多项式能通过所有这些点。实现方法之一是使用拉格朗日插值法,此方法为该多项式 I(X) 提供了一个明确的公式:

他山之石 | 技术解读 Kate 多项式承诺,与默克尔树有何不同?

现在,假设已知 p(X) 通过了所有点。则多项式 p(X)-I(X) 在 z0、z1……、zk-1 处均明显为零。这意味着它可以被所有线性因子(X-z0)、(X-z1)……(X-zk-1)整除。我们把所有因子都合并到所谓的零多项式中

他山之石 | 技术解读 Kate 多项式承诺,与默克尔树有何不同?

就可以计算商数了

他山之石 | 技术解读 Kate 多项式承诺,与默克尔树有何不同?

注意,这是可行的,因为 p(X)-I(X) 可被 Z(X) 中的所有线性因子整除,因此它可被整个 Z(X) 整除。

我们现在可以给求值 (z0, y0)、(z1, y1)……(zk-1, yk-1):π=[q(s)]1 定义 Kate 多值证明——注意,这里仍然只有一个群元素。

现在,要进行检查,校验人还必须计算插值多项式 I(X) 和零多项式 Z(X)。借此,他们可以计算 [Z(s)]2 和 [I(s)]1,从而校验配对方程式

他山之石 | 技术解读 Kate 多项式承诺,与默克尔树有何不同?

通过写出配对群中的方程,可以轻松地校验其能否以与单点 Kate 证明相同的方式进行验证:

他山之石 | 技术解读 Kate 多项式承诺,与默克尔树有何不同?

其效果惊人:只需提供一个群元素,就可以证明任何数量的求值达一百万次!仅 48 字节即可证明所有求值!

用作向量承诺的 Kate 承诺

虽然 Kate 承诺方案被设计成了一种多项式承诺,但实际上也能成为非常好的向量承诺。向量承诺对向量 a0……an-1 进行承诺,为证明自己对某个 i 承诺了 ai 提供了方法。可以使用 Kate 承诺方案来进行重现:使 p(X) 为所有 i 均取为 p(i) = ai 的多项式。我们现在得到了这样一个多项式,可以用拉格朗日插值法来计算它:

他山之石 | 技术解读 Kate 多项式承诺,与默克尔树有何不同?

利用这个多项式,我们可以仅使用一个群元素就能证明向量中任意数量的元素!(仅就证明大小而言)这种方法的效率要比默克尔树高得多:仅证明一个元素,一次默克尔证明会消耗 log n 个散列!

延伸阅读

我们目前正在研究如何利用 Kate 承诺打造出无状态版的以太坊。因此,本人强烈建议在 ethresearch 论坛中搜索 Kate,查找与当前研究相关的话题。

除本文外,Vitalik 对 PLONK 的介绍也非常精彩,其中大量使用了多项式承诺,并采用了 Kate 方案作为主要示例。

1. https://www.iacr.org/archive/asiacrypt2010/6477178/6477178.pdf

2. 此结果常被错误地引用做代数基本定理。而代数基本定理刚好相反(仅在代数闭域中有效),在复杂的数值中,每一个次数为 n 的多项式都有 n 个线性因子。但是,尽管此处简化结果对于代数学有重要意义,但还缺少一个简洁、朗朗上口的名称。

转载请注明:比特币区块链时代 » 他山之石 | 技术解读实现无状态版以太坊的「Kate 多项式承诺」

喜欢 (0)
发表我的评论
取消评论

表情

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址