zkSNARK
技能一：庞大电路里有着大量相反复的电路。就图像识别而言，有很是多的卷积层，这么多卷积层的电路部门是相似的，可以把相似的举办归并处理惩罚。
但显然方案很是不实用，因为呆板在跑的时候，呆板的内存状态很是大，例如说4G内存，把整个进程录下来视频文件会超等大，以至于无法验证。
在我第一次看到零常识证明观念的时候，第一回响是这个对象很是反直觉。为什么“反直觉”？我先来简朴先容一下零常识证明根基的框架。电路矩阵太大了，我们不得不发现了一种新的零常识证明方案——CLINK，用来证明图片识别进程。CLINK 与其它零常识证明方案对比，采纳了一些非凡的技能来处理惩罚大局限电路。
这个进程看似简朴，但zkSNARK的研究是基于许很多多的暗码学家的苦苦摸索，蹊径可以追溯到IKO07（2007年），2010年Groth有了劈头想法，重点的打破是2013年，而Groth16的改造方案是此刻业界最风行的零常识证明算法。尚有一些很是新改造方案如：Marlin、Aurora、Spartan、Fractal，都是由GGPR13算法不绝改造一路成长过来的。
性质二：Hiding，理睬不会泄露原始数据的信息。因为只有100个字节阁下，所以没有泄露任何的原始数据信息，因为信息量已经被大量的损耗了。
理睬听上去也挺神奇，却是很传统很常用，但长短专业人士相识很少的的暗码学东西。理睬其实有许多种实现要领，最简朴的是可以用一些像Hash运算。尚有Merkle Tree 、Pedersen Commitment可能是Polynomial Commitment、Elgamal Encryption，这些都是能实现理睬。
怎么验证电路计较呢？要验证每一个门的运算，对付每一个加秘诀，验证左输入和右输入加起来等不便是输出。对付乘秘诀，验证左输入和右输入乘起来等不便是输出。只要耐性地挨个查抄每一个门，必定就没问题。
我们前面讲过，零常识证明提出来的时候对“证明”的范式做了全新的革新，以前证明是写在纸上，好比说老师出了一道题测验，要证明它，要把证明进程写出来。而零常识证明是一种交互式证明，通过和老师对话，可以在不汇报老师任何证明进程的环境下让老师相信我。
下面列了三点：
1、简捷。它生成的证明很是小，有多小呢？凡是是 KB 量级，甚至可以小到200个字节以内。别看只有这几百个字节，但它能代表的计较进程可以很是很是复杂，它所能掩护的数据也可以是上TB量级的。
zkSNARK道理
假如各人对零常识证明、人工智能、呆板进修感乐趣的话可以与我们线下接头交换，感谢各人。
零常识证明在区块链底层技能中尚有许多有趣的用处，自从1985年零常识证明被提出来之后，它恒久逗留在理论功效层面，直到区块链技能获得大局限应用之后，或许自2015年-2020年，零常识证明在区块链上获得了遍及的应用。包罗区块压缩、掩护生意业务匿名性、身份隐私、共享数据、链下数据存储完整性等等之类，在区块链行业的技能伴侣们应该对这些都不太生疏。
编码成曲线有什么长处呢？长处是假如我想改个中某一个值yk，哪怕只要窜改一点点，整条曲线就会产生明明的扰动。扰动后的曲线和原曲线只在n个点处沟通，而其它的点都发生了偏离。多项式编码之后能放大任何一个哪怕微小的修改。于是我们可以通过随机验证一个点，就能查抄曲线编码的点有没有被修悔改。
为什么又有了非交互式零常识证明呢？非交互式零常识证明是用一些非凡的能力，可以或许把交互式的证明进程折叠成非交互式的零常识证明。非交互零常识证明在区块链规模的应用越发遍及。
本文分享摘要：
方案二（串行）：串行一层一层来，先做第一层第二层，再做第一层和第二层之间的链接证明。
看一下GGPR13/Pinocchio/Groth16框架。当我们想表达任何计较的时候，先用高级语言编写代码，然后通过compiler编译成算术电路，再通过矩阵暗示发生R1CS矩阵，并通过多项式编码发生QAP，最后通过Trusted-Setup发生：Proving Key、Verifying Key。用Proving Key可以证明计较进程，而通过Verifying Key就可以知道证明π是对的。
并行方案：证明图片识别224×224判别率的小猫，证明时间要花25个小时。假如给一台4TB内存的呆板，大概只需要花5小时，但4TB内存的呆板很难找，而验证时间要花1个小时。证明长度在80KB，内存占用峰值是5TB。
本文竣事，想进修
但Alice以为模子又可以给Bob提供有代价的信息，Bob就会提供一张图片交给Alice说你来帮我识别一下图片，可是我又不知道你的练习集的细节。Alice就可以拿着图片放到模子里举办识别并发生功效，同时还附带了零常识证明。假如模子发生的功效是识别出了一只猫，可是我还汇报你零常识证明，证明这个功效确实是通过某个奥秘模子识别出来的，虽然猫狗不需要证明也能看出来，但对付有些呆板进修场景是没有步伐确定预测功效是否可信的。
理睬有两本性质：
3. 如何证明的深度神经网络的揣渡进程凭什么可以或许做到用100个字节去理睬一个数据库，同时还能去证明这些数据满意必然的性质，这听上去挺不行思议的。NIZK（Non-interactive zero knowledge）
零常识证明内里有个词“证明”，这个观念在整小我私家类文明成长汗青中颠末尾许多次范式转换。在古希腊，“证明”是一种巧妙的数学能力；到20世纪初，数学证明在第三次数学危机中被从头诠释，引入形式逻辑被形式化，因目前后降生了计较理论与计较机。
好比医疗诊断拍一张片子有没有癌症的早期迹象，这个功效没有步伐通过看片子看出来，但模子可以汇报你长短常康健的。你不相信不要紧，零常识证明可以汇报你这确实是通过很是靠得住的X光片数据库揣度出来的功效。
企业数据：人事档案、仓储物流、财政账本、客户信息，传统意义上这些都长短常机要的数据，可是为了可以或许最大发挥企业间协作的结果，必需要共享一部门数据。零常识证明提供了一种既可以或许担保数据的隐私，同时还能共享数据的方法，所以说它对我们将来糊口、事情的最大影响就是可以或许提供很是有效的数据隐私掩护技能。
算术电路的长处是它的计较进程是可以照相的。这个时候只要相机按快门拍一下，把电路的全景拍下来，就相当于记录了所有的计较进程。这样一来，验证计较就不再是验证视频，视频是一帧一帧看的，可是照片就一张照片，只要验证照片的每个细节就可以。
2、Argument。是零常识证明的一种，稍后会简朴表明下。
做这件工作很是有挑战，首先没有任何前人的事情供我们参考。
1、可验证数据库。每小我私家可以把数据放在数据库里，但从来不需要把数据库汇报任何人。当别人跟你要数据的时候都可以把数据做必然的处理惩罚，但可以证明对处理惩罚并没有造假，同时担保数据真的有代价。可验证数据库是将来让互联网公司通过很是安详的手段共享数据，提供了新的技能偏向。
所谓的Perfect Hiding就是理睬绝对不行能泄露一丝一毫，完美的埋没了原始数据，但它的绑定干系是Computational，假如想象将来100年后有人拥有超等量子计较机，它远超此刻的计较本领，当时候就可以造假，伪造一个和原数据不关联的假理睬。
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。
