Nollatietotodistusten parhaat reaalimaailman lohkoketjusovellukset

Lohkoketjut rakennettiin läpinäkyvyyden varaan. Jokainen tapahtuma, saldo ja tilanmuutos on kenen tahansa nähtävissä ja todennettavissa. Tämä rakenne poistaa riippuvuuden keskusviranomaisista, mutta tuo mukanaan merkittävän rajoituksen. Arkaluonteiset tiedot eivät voi pysyä yksityisinä.

Nollatietotodisteet ratkaisevat tämän rajoituksen muuttamalla todentamisen toimintatapaa. Sen sijaan, että järjestelmä paljastaisi dataa oikeellisuuden todistamiseksi, se voi luoda todisteen, joka vahvistaa lauseen pätevyyden paljastamatta taustalla olevia syötteitä. Tämä mahdollistaa lohkoketjujen todentaa tapahtumia, laskelmia ja identiteettejä pitäen samalla kriittiset tiedot piilossa.

Tässä blogissa tarkastellaan, miten nollatietotodisteita sovelletaan keskeisissä lohkoketjun käyttötapauksissa, mukaan lukien kerroksen 1 arkkitehtuurit, kerroksen 2 skaalausjärjestelmät, yhteentoimivuuskehykset ja paljon muuta. 

ZK-Proofsin ydinsovellukset lohkoketjussa 

Kuvan lähde: https://arxiv.org/html/2408.00243v2#S4 

1. Kerroksen 2 skaalaus: ZK-koontit modulaarisena suorituskerroksena

Liiketoiminnan ongelma

Kerroksen 1 lohkoketjuilla on rakenteellisia rajoituksia:

• Korkeat transaktiokustannukset rajoitetun lohkotilan vuoksi
• Alhainen läpimenoaika verkon ruuhkautuessa
• Vaatimus, että jokainen solmu suorittaa tapahtumat uudelleen

Nämä rajoitukset vaikeuttavat suurten sovellusten, kuten maksujen, kaupankäyntialustojen ja yritystason järjestelmien, tukemista.

ZK-pohjainen lähestymistapa

Nollatietoiset yhteenvedot ratkaisevat tämän erottamalla suorituksen todentamisesta.

• Transaktiot suoritetaan ketjun ulkopuolella
• Tilasiirtymät on tiivistetty todistukseksi
• Kerros 1 validoi todistuksen laskennan uudelleen suorittamisen sijaan

Tämä malli antaa organisaatioille mahdollisuuden käsitellä suuria tapahtumamääriä ja luottaa samalla tasoon 1 lopullisessa selvityksessä

Reaalimaailman toteutukset

• zkSyncin aikakausi
  EVM-yhteensopiva yhteenveto natiivilla tiliabstraktiolla ja mukautetuilla kääntäjän optimoinneilla
• Monikulmio zkEVM
  Keskittyy EVM-ekvivalenssiin, mikä mahdollistaa olemassa olevien älysopimusten suoran käyttöönoton
• vierittää
  Säilyttää yhteensopivuuden minimaalisilla operaatiokoodin muutoksilla
• Linja
  Tukee Ethereumin vakiotyökaluja ja tarjoaa vahvan kehittäjien jatkuvuuden
• StarkNet
  Käyttää STARK-todistuksia ja mukautettua kieltä (Cairo), priorisoiden skaalautuvuutta ja läpinäkyvyyttä

2. Lohkoketjujen yhteentoimivuus: Ketjujen välinen varmennus ilman luottamusriippuvuuksia

Liiketoiminnan ongelma

Lohkoketjuekosysteemi on erittäin pirstaloitunut. Organisaatiot toimivat seuraavilla aloilla:

• Useita kerroksen 1 verkkoja
• Kerroksen 2 yhteenvedot eristetyssä tilassa
• Sovelluskohtaiset ketjut

Tämä pirstaloituminen aiheuttaa toiminnallisia haasteita:

• Omaisuudensiirrot vaativat välittäjiä
• Data ei voi liikkua vapaasti verkkojen välillä
• Ketjujen välinen koordinointi tuo mukanaan turvallisuusriskejä

Perinteiset siltamallit perustuvat luotettaviin välitysjärjestelmiin tai monisignaalijärjestelmiin, mikä lisää alttiutta häiriöille ja hyökkäyksille.

ZK-pohjainen lähestymistapa

Nollatietotodisteet mahdollistavat tilan suoran varmentamisen ketjujen välillä.

Välittäjien luottamisen sijaan vastaanottava ketju voi varmistaa:

• Että kauppa tapahtui
• Että tilasiirtymä on pätevä
• Että lohko on saavuttanut lopullisen aseman

Tämä tehdään kryptografisten todisteiden avulla kolmannen osapuolen validoinnin sijaan.

Reaalimaailman toteutukset

zkBridge

• Käyttää lohkootsikkovälitysverkkoa
• Luo zkSNARK-todisteita oikeellisuudesta
• Säilyttää varmennetut otsikot kohdeketjussa
• Tarjoaa yleisen rajapinnan ketjujen välisille sovelluksille

Telepatia

• Mahdollistaa viestien välittämisen ketjujen yli
• Käyttää zkSNARKeja todistaakseen Ethereumin lohkon lopullisuuden
• Yhdistää:
  • Todiste validoijan allekirjoituksista
  • Merkle-todisteet transaktioiden sisällyttämistä varten
• Suorittaa varmennetut viestit kohdeketjussa

3. Lohkoketjutallennus: Datan varmentaminen ilman ketjuun tallentamista

Liiketoiminnan ongelma

Suurten tietomäärien tallentaminen suoraan ketjuun on kallista ja vaikeasti skaalattavaa.

Haasteita ovat mm.

• Korkeat varastointikustannukset
• Lisääntynyt tarkastuskulu
• Todisteiden koon kasvu tietojoukkojen laajentuessa

Perinteiset lähestymistavat perustuvat Merkle-todistuksiin datan sisällyttämisen varmentamiseksi. Datajoukkojen kasvaessa näistä todistuksista tulee suurempia ja niiden validointi kalliimpia, mikä tekee niistä sopimattomia suuren volyymin tai yritystason sovelluksiin.

ZK-pohjainen lähestymistapa

Nollatietotodisteet esittelevät erilaisen mallin.

Sen sijaan, että tallennetaan ja tarkistetaan kaikki tietojoukot ketjussa:

• Tiedot tallennetaan ketjun ulkopuolelle
• Laskenta suoritetaan ketjun ulkopuolella
• Oikeellisuuden varmistamiseksi luodaan kompakti todistus

Lohkoketju varmentaa vain todisteen, ei sen taustalla olevaa dataa tai laskentaa.

Reaalimaailman toteutukset

Herodotus

• Esittelee lohkoketjudatan tallennustodistukset
• Mahdollistaa pääsyn historialliseen Ethereum-dataan
• Yhdistää:
  • Sisällyttämistodistukset
  • Laskentatodisteet
• Käyttää STARK-pohjaisia ​​järjestelmiä todentamiseen

Filecoin

• Käyttää hajautettua tallennustilaa globaaleissa solmuissa
• Käyttää zkSNARK-funktioita kompaktien todistusten luomiseen
• Mahdollistaa nopean ja edullisen varmennuksen
• Vähentää merkittävästi todentamiskustannuksia perinteisiin menetelmiin verrattuna

4. Älysopimusten ja tapahtumien yksityisyys: valikoiva luottamuksellisuus julkisissa lohkoketjuissa

Liiketoiminnan ongelma

Julkiset lohkoketjut paljastavat kaikki transaktiotiedot ja älysopimusten vuorovaikutukset.

Tämä luo rajoituksia käyttötapauksissa, jotka vaativat luottamuksellisuutta, kuten:

• Rahoitustaloustoimet
• Huutokauppamekanismit
• Varainhoito
• Herkkä liiketoimintalogiikka

Organisaatiot tarvitsevat tavan toimia julkisessa infrastruktuurissa ja samalla hallita datan näkyvyyttä.

ZK-pohjainen lähestymistapa

Nollatietotodisteet mahdollistavat valikoivan yksityisyyden suojan sovellustasolla.

• Arkaluonteisia tietoja sisältävä laskenta suoritetaan ketjun ulkopuolella
• Todiste luodaan, joka vahvistaa oikeellisuuden
• Todiste varmennetaan ketjussa paljastamatta syötteitä

Tämä mahdollistaa sovellusten luottamuksellisuuden säilyttämisen samalla, kun se säilyttää todennettavuuden.

Reaalimaailman toteutukset

Tornado Cash

• Mahdollistaa tapahtumien sekoittamisen Ethereumissa
• Käyttää zkSNARK-koodeja todistaakseen jäsenyyden talletusjoukossa
• Estää kaksinkertaisen kulutuksen käyttämällä mitätöijiä

Toiminnalliset rajoitukset:

• Anonymiteettiasetus riippuu käyttäjän osallistumisesta
• Kiinteät transaktioiden nimellisarvot
• Ajoitusanalyysi voi heikentää yksityisyyttä

5. Henkilöllisyyden todistaminen: Todennettavat tunnistetiedot ilman tietojen paljastumista

Liiketoiminnan ongelma

Digitaaliset identiteettijärjestelmät edellyttävät käyttäjiltä arkaluonteisten tietojen jakamista palveluihin pääsyä varten.

Tämä aiheuttaa useita riskejä:

• Henkilötietojen paljastaminen
• Keskitetyn tallennuksen haavoittuvuudet
• Toistuvat KYC-prosessit eri alustoilla
• Käyttäjän hallinnan puute henkilöllisyystietojen suhteen

Organisaatiot tarvitsevat mallin, jossa henkilöllisyys voidaan varmistaa siirtämättä tai tallentamatta raakatietoja.

ZK-pohjainen lähestymistapa

Nollatietotodisteet mahdollistavat henkilöllisyyden varmentamisen kryptografisten sitoumusten perusteella suoran paljastamisen sijaan.

Käyttäjä voi todistaa:

• Jäsenyys ryhmässä
• Tunnistetietojen omistajuus
• Käyttöoikeus

Paljastamatta:

• Henkilökohtainen identiteetti
• Taustalla olevat tiedot
• Valtakirjatiedot

Vahvistus suoritetaan ketjussa älysopimusten avulla.

Reaalimaailman toteutukset

viestittää

• Mahdollistaa anonyymin signaloinnin Ethereumissa
• Käyttäjät todistavat ryhmän jäsenyytensä paljastamatta henkilöllisyyttään
• Käyttö:
  • Merkle-puun sisällyttämistodistukset
  • Mitätöijät kaksoiskäytön estämiseksi
  • Allekirjoituksen varmennus todistuspiireissä

Maailman tunnus

• Henkilöllisyyden todistamisjärjestelmä
• Rakennettu Semaforin päälle
• Varmistaa käyttäjän yksilöllisyyden paljastamatta henkilöllisyystietoja

Galxe-protokolla

• Yhdistää useita henkilöllisyystietoja yhdeksi rakenteeksi
• Mahdollistaa käyttäjien todistaa tiettyjä ominaisuuksia eri alustoilla
• Käyttää zkSNARKeja Poseidon-pohjaisten sitoumusten kanssa

zPass (Aleo)

• Mahdollistaa henkilöllisyyden varmentamisen oikeilla asiakirjoilla
• Tukee ominaisuuksien valikoivaa paljastamista
• Suunniteltu integroitavaksi yksityisyyttä ensisijaisesti huomioiviin lohkoketjuympäristöihin

6. Toimitusketju ja yritysten lohkoketju: Turvallinen datayhteistyö ilman altistumista

Liiketoiminnan ongelma

Yritys- ja toimitusketjuympäristöissä useat sidosryhmät jakavat arkaluonteisia tietoja, mukaan lukien:

• Hinnoittelu ja sopimukset
• Varastotasot
• Tuotantoaikataulut
• Toimittajasuhteet

Julkiset lohkoketjut tuovat mukanaan läpinäkyvyyttä, mikä on ristiriidassa liiketoimintakriittisten tietojen suojaamisen tarpeen kanssa.

Organisaatiot tarvitsevat mallin, joka tukee:

• Tietojen tarkistus
• Puolueiden välinen koordinointi
• Hallittu pääsy tietoihin

Paljastamatta luottamuksellisia tietoja.

ZK-pohjainen lähestymistapa

Nollatietotodisteet mahdollistavat organisaatioille liiketoimintaprosessien ja dataolosuhteiden validoinnin ilman taustalla olevien tietojen jakamista.

Tämä antaa osallistujille mahdollisuuden:

• Todista vaatimustenmukaisuus
• Tarkista tuotteen aitous
• Vahvista tapahtuman voimassaolo

Pidäthän sisäiset tiedot yksityisinä.

Reaalimaailman toteutukset

QEDIT

• Tarjoaa yksityisyyttä suojaavaa yritysdatan yhteistyötä
• Mahdollistaa turvallisen analytiikan ja raportoinnin
• Integroituu olemassa oleviin tietokantoihin

zk-BeSC

• Toimitusketjun viitekehys polynomipohjaisten todistusten avulla
• Tukee luottamuksellisia tapahtumia osallistujien välillä
• Osoittaa alhaisemmat vahvistuskustannukset Ethereumissa

Hyperledger-pohjaiset mallit 

• Yhdistä luvallinen lohkoketju ZK-todistuksiin
• Tuki:
  • Tuotteen seuranta
  • Tietosuoja
  • Prosessin vahvistus

7. Varantojen todistaminen: Todennettavissa oleva taloudellinen eheys ilman tietojen paljastamista

Liiketoiminnan ongelma

Rahoitusalustojen, erityisesti digitaalisten omaisuuserien pörssien ja säilytysyhteisöjen, on osoitettava, että niillä on riittävästi varantoja käyttäjien vastuiden kattamiseksi.

Perinteiset lähestymistavat perustuvat:

• Kolmannen osapuolen tarkastukset
• Säännöllinen raportointi
• Luottamus keskitettyihin yksiköihin

Näihin malleihin liittyy riskejä:

• Rajallinen läpinäkyvyys tarkastusten välillä
• Mahdollinen virheellinen raportointi
• Arkaluonteisten taloudellisten tietojen paljastuminen

Organisaatiot tarvitsevat menetelmän, jolla voidaan jatkuvasti osoittaa maksukykynsä paljastamatta sisäisiä taloudellisia yksityiskohtia.

ZK-pohjainen lähestymistapa

Nollatiedon periaatteen (nolla-knowledge proof) avulla laitokset voivat osoittaa, että niiden varat vastaavat tai ylittävät velat, paljastamatta:

• Yksittäisten tilien saldot
• Kokonaisvarantomäärät
• Käyttäjätunnukset

Tämä saavutetaan kryptografisilla sitoumuksilla ja todentamisjärjestelmillä, jotka vahvistavat taloudellisen eheyden säilyttäen samalla luottamuksellisuuden.

Reaalimaailman toteutukset

määräykset

• Suunniteltu kryptovaluuttapörsseille
• Mahdollistaa maksukyvyn todistamisen paljastamatta saldoja
• Osoittaa, että velat ovat täysin omaisuuden kattamia

Todistettu (ZeKnow Solv)

• Tarjoaa alustan taloudellisen varmennuksen tekemiseen
• Mahdollistaa laitosten likviditeettiasemansa todistamisen
• Keskittyy luottamuksellisuuden ylläpitämiseen samalla kun se vahvistaa taloudellista terveyttä

Yhteenveto

Nollatietotodisteet eivät ole yksi yhtenäinen ja yhdenmukaisesti sovellettu ratkaisu. Ne muodostavat joustavan kehyksen, joka mukautuu eri tasoihin ja liiketoimintavaatimuksiin. Lohkoketjuarkkitehtuuria arvioivien organisaatioiden ei tulisi keskittyä nollatietotodisteiden käyttöönottoon ominaisuutena, vaan sen tunnistamiseen, missä kohtaa todisteisiin perustuva varmennus korvaa olemassa olevat luottamusoletukset. Tässä kohtaa niistä on suurin arvo.