S rychlým rozvojem technologie blockchain se soukromí a bezpečnost dat staly klíčovým problémem. Strojové učení s nulovými znalostmi (ZKML) jako nově vznikající technologie efektivně kombinuje zabezpečení důkazu nulových znalostí (ZKP) a inteligenci strojového učení (ML) a přináší do světa Web3 nebývalé příležitosti.
V současné době je technologie ZKML široce používána v oblasti blockchainu, včetně následujících aspektů:
Hardwarová akcelerace: Vzhledem k výpočetní složitosti ZK důkazů některé projekty, jako Cysic a Ulvetanna, používají hardwarovou akceleraci ke zlepšení efektivity výpočtů v řetězci.
Zpracování dat v řetězci: Projekty jako Axiom, Herodotus atd. se zaměřují na převod dat v řetězci do formátu vhodného pro školení ML a zajišťují, že výsledky výstupu ML budou snadno dostupné z řetězce.
Výpočetní obvody: Aby mohly být výpočty ML zpracovány blockchainem ZK, některé projekty, jako je Modulus Labs, Jason Morton atd., převádějí modely výpočtů ML do podoby obvodů.
Důkaz výsledků ZK: Aby se vyřešil problém důvěryhodnosti modelů ML, projekty jako RISC Zero, Axiom atd. používají k ověření pravosti modelu důkazy založené na ZK-SNARK.
ZKML se v současné době rychle vyvíjí a může pomoci při konstrukci Web3 decentralizované identity DID v aplikačních oblastech. Dříve modely správy identit, jako jsou soukromé klíče a mnemotechnická slova, znesnadňovaly vytváření reálného DID pomocí ZKML, aby bylo možné identifikovat biometrické informace subjektu Web3. Zároveň může ZKML zajistit bezpečnost soukromí biometrických informací uživatelů. Worldcoin používá ZKML k implementaci ověřování DID s nulovými znalostmi na základě skenování duhovky.
Tento článek začne od dvou případů Worldcoin a Vanna, hluboce prozkoumá vývoj a výzvy technologie ZKML a podpoří široké uplatnění a prosperitu této technologie v oblasti blockchainu.
1. Případová studie Worldcoin: Aplikace ZKML při ověřování identity a ochraně soukromí
DApp se připojí k Worldcoin
Worldcoin ID lze použít k ověření identity. Worldcoin poskytuje IDKit SDK pro ověřování identity pomocí World App.
Po zpracování výše uvedeným procesem jsou biometrické informace uživatele použity jako přihlašovací údaje a nakonec je v aplikaci Worldcoin vygenerován doklad sloužící k prokázání identity.
Aplikace ZKML ve Worldcoinu
Aplikace ML ve Worldcoinu
Ověřte, že uživatel vytvořil platné a jedinečné WorldID lokálně spuštěním modelu IrisCode na biometrických datech s vlastním hostitelem (uživatelský terminál) a voláním funkce _addMember(uint256 groupId, uint256 identityCommitment ve skupině identit WorldID Semaphore s platným závazkem identity) veřejný protokol bez oprávnění.
Aplikace ZK ve Worldcoinu
Proces registrace
Během procesu registrace Worldcoinu uživatel vygeneruje WorldID skenováním duhovky a zavolá funkci _addMember na identitní skupině Semaforu s platným závazkem identity, aby získal veřejný a bez oprávnění přístup k protokolu.
Signup Sequencer: Signup Sequencer třídí data (identity) odeslané do Ethereum smart kontraktů v dávkách.
Semafor MTB: SMTB je služba pro dávkové zpracování aktualizací Merkle stromu. Přijímá aktualizace stromu Merkle a spojuje je do jediné aktualizace. To je užitečné pro snížení počtu transakcí, které je třeba odeslat do blockchainu. Správnost dávkových aktualizací Merkle stromu lze zajistit generováním SNARKů.
Tx Sitter: Podepisujte transakce a posílejte je do blockchainu
Důkaznými vstupy jsou externí nullifier (veřejná 32bajtová hodnota, která určuje jedinečnost ověření) a tajný nullifier identity, na základě kterého se vypočítá hash nullifier pro identifikaci uživatele.
Proces přihlášení
Během procesu přihlášení bude nulátor identity zadaný uživatelem převeden na důkaz. Tento proces je podobný jako zkrollup. Poté, co uživatel odešle nullifier identity, je několik aktualizací stavu Merkle agregováno a publikováno do blockchainu.
Shrnout
Technická implementace Worldcoinu zahrnuje několik úrovní, včetně lokálního provozu modelu IrisCode, generování External-nullifier, dávkového zpracování Semaphore MTB a transakčního zpracování Tx Sitter. Protože proces spouštění modelu IrisCode pro převod duhovky na World ID probíhá na uživatelském terminálu, není tato část spouštěna externími uzly, aby bylo chráněno soukromí uživatele. Kombinace těchto technologií umožňuje Worldcoin dosáhnout efektivního a bezpečného ověření identity a zároveň chránit soukromí uživatelů.
Případ Worldcoin demonstruje potenciál a efektivitu technologie ZKML v praktických aplikacích. Kombinací důkazů s nulovými znalostmi a strojového učení Worldcoin nejen zlepšuje zabezpečení ověřování identity, ale také poskytuje silnou podporu pro ochranu soukromí uživatelů.
Tento případ poskytuje cennou referenci a inspiraci pro další blockchainové projekty.
2.Vanna Network a ZKML: Intelligent Reasoning and Verification in Blockchain
Přehled sítě Vanna
Vanna Network je inovativní blockchain platforma zaměřená na poskytování efektivního generování a ověřování nulových znalostí. Kombinuje transparentnost a neměnnost blockchainu s funkcemi ochrany soukromí důkazů s nulovými znalostmi a poskytuje uživatelům bezpečné a spolehlivé prostředí pro zpracování dat.
Funkce sítě Vanna
Data dotazů: Získejte přístup k datům zdrojů Oracle nebo ke stavu v řetězci prostřednictvím meziřetězcových dotazů na inteligentní smlouvy.
Předzpracování: Využijte vestavěný předkompilátor Vanna k předzpracování nezpracovaných dat pro váš dotaz v rámci přípravy na odvození.
Inferenční provedení: Spouštějte odvození hladce a škálovatelně s jakoukoli úrovní kryptografického zabezpečení, která vyhovuje vašemu případu použití
Ověření inference: Všechny kryptografické důkazy, které zajišťují inferenci, jsou ověřeny validátorovými uzly v síti Vanna.
Uvolnění a sledovatelnost: Výsledky odvození lze doručit kontraktům v jakémkoli řetězci prostřednictvím meziřetězových zpráv a uvolnit je vrstvě dostupnosti dat.
Funkce sítě Vanna
Paralelní inference před provedením
Rozděleno do tří etap:
Fáze 1: Simulace
Vanna provádí každou transakci prostřednictvím simulátoru, aby zjistila, jaké požadavky na odvození transakce vyvolá. Zde není implementován.
Fáze 2: Reasoning memory pool
Transakce a jejich požadavky na odvození jsou přidány do oblasti inferenční paměti, která odesílá požadavky do inferenčního uzlu Vanna. Zde je třeba provést zdůvodnění a důkaz.
Fáze 3: Provedení EVM
Vložte výsledek odvození do EVM, aby jej transakce mohly číst přímo jako jakoukoli jinou proměnnou. Transakce je poté provedena a odeslána do blockchainu.
Ověřte oddělení výpočtu
Vanna Network používá dva typy uzlů, jmenovitě ověřovací uzly a inferenční uzly, a rozvětvuje ověřování sítě a výpočty inferencí na dva typy uzlů.
Ověřovací uzly: Souhrnné uzly nezávisle ověřují transakce a ověřují stav sítě Vanna. Souhrnné uzly v síti Vanna se také účastní ověřování kryptografických důkazů generovaných inferenčními uzly.
Inferenční uzly: Inferenční uzly neověřují transakce a bloky v síti, ale zaměřují se pouze na výpočet AI/ML inferencí a generování kryptografických důkazů pro inference.
Slib a trest
Vanna Network poskytuje kryptoekonomické zabezpečení ve formě smluv o stakingu na aplikační vrstvě. Když se inferenční uzly dostanou do režimu online, aby se podílely na zabezpečení sítě, musí umístit tokeny Vanna jako kolaterál ve smlouvě o sázce. Smlouva o stakingu vynucuje chování inferenčního uzlu a podmínky snížení zahrnují, ale nejsou omezeny na:
zkML - Generuje neplatné a kryptograficky neověřitelné důkazy
opML – Úspěšná výzva k inferenci generované uzly
zkFP – Výzva k inferenci vygenerovaná uzlem je úspěšná nebo ZK SNARK dokazující, že inferenci nelze vygenerovat
Shrnout
Vanna Network demonstruje aplikační potenciál ZKML v blockchainu prostřednictvím svého jedinečného designu a funkčnosti Vanna Network demonstruje aplikační potenciál ZKML v blockchainu prostřednictvím svého jedinečného designu a funkčnosti. Jeho paralelní uvažování před provedením, oddělení verifikačních výpočtů a mechanismus zástavy a sankce.
3. Vývojový meč ZKML EZKL: Zjednodušení generování a ověřování důkazů o nulových znalostech
Přehled EZKL
EZKL převezme popis programu na vysoké úrovni a nastaví dokazovatele a ověřovatele nulových znalostí. Důraz je kladen na programy reprezentované jako pytorchAI/ML modely a další výpočetní grafy. Po nastavení může dokazovatel prokázat následující tvrzení:
"Spustil jsem tuto veřejnou neuronovou síť s některými soukromými daty a vytvořila tento výstup"
"Spustil jsem svou soukromou neuronovou síť na některých veřejných datech a vytvořil jsem tento výstup"
"Správně jsem spustil tuto veřejně dostupnou neuronovou síť na některých veřejných datech a vytvořil tento výstup"
Pracovní postup EZKL
Diagram pracovního postupu EZKL je následující:
Definujte model neuronové sítě: Definujte jednoduchou neuronovou síť
Trénink modelu: generujte vstupní data a získejte výstup prostřednictvím modelu
Export modelu: Exportujte model do formátu ONNX
Generovat nastavení důkazu nulových znalostí: Generovat soubor nastavení
Kompilace obvodu: kompilace modelu pro generování souborů obvodů
Generujte důkaz s nulovými znalostmi: vygenerujte SRS, soubor svědka, klíč důkazu a ověřovací klíč
Ověřování důkazů s nulovými znalostmi: Generujte důkazy s nulovými znalostmi a ověřte je lokálně nebo vytvořte kód Solidity a soubor ABI pro validátor EVM, nasaďte smlouvu a ověřte důkaz v řetězci
4. Výzvy a vyhlídky ZKML
Jak se technologie blockchain neustále vyvíjí, strojové učení s nulovými znalostmi (ZKML) se postupně stává klíčovou silou při zlepšování soukromí a zabezpečení aplikací. Nejen, že ohlašuje vznik inovativních aplikací, jako je ochrana soukromí inteligentních smluv a vylepšení zabezpečení decentralizovaného financování (DeFi), ale také se očekává, že se stane nepostradatelnou součástí technologie blockchain a vytvoří bezpečnější a na soukromí více zaměřený digitální svět. solidní technologický základ.
výzva
Přestože má ZKML velký potenciál, při své aplikaci čelí také některým výzvám:
Technická náročnost: Implementace ZKML vyžaduje hluboké znalosti matematiky a kryptografie, což nepochybně zvyšuje obtížnost vývoje a údržby a vyžaduje od vývojářů vyšší odborné dovednosti.
Úzké místo výkonu: Proces generování a ověřování důkazů s nulovými znalostmi je výpočetně náročný a může ovlivnit dobu odezvy a možnosti zpracování systému. K vyřešení tohoto problému poskytují některé projekty, jako je Lumoz, modulární výpočetní vrstvy pro zlepšení výkonu.
Přijetí uživatelem: Přestože ZKML poskytuje výkonné funkce ochrany soukromí, uživatelé mohou mít výhrady kvůli nedostatečnému pochopení jeho složitosti a zabezpečení.
Regulační výzvy: Vývoj technologií na ochranu soukromí vyžaduje, aby regulační agentury aktualizovaly příslušné předpisy, aby se přizpůsobily změnám a výzvám, které nové technologie přinášejí.
výhled
Navzdory výzvám je hluboká integrace technologie ZKML s budoucím vývojem blockchainu slibná:
Technologický pokrok: S prohlubováním výzkumu a vyspělostí technologií bude implementace ZKML efektivnější a uživatelsky přívětivější.
Vzdělávání uživatelů: Prostřednictvím vzdělávání a popularizace mohou uživatelé zlepšit své chápání složitosti a bezpečnosti technologie ZKML a zvýšit jejich akceptaci.
Regulační adaptace: Adaptace a inovace regulačních agentur poskytne právní a politickou podporu pro rozvoj technologie ZKML.
Inovace aplikací: Neustálý pokrok technologie ZKML bude stimulovat vznik inovativnějších aplikací a podpoří uplatnění technologie blockchain v širším spektru oborů.
5. Závěr
Vývoj technologie ZKML je velkým krokem v oblasti blockchainu a předznamenává příchod nové éry ochrany soukromí a bezpečnosti dat. Tváří v tvář technické složitosti, překážkám ve výkonu a regulačním výzvám bychom měli zůstat optimističtí a věřit, že s pokrokem v technologii a rostoucím přijetím ze strany uživatelů bude ZKML hrát důležitější roli v oblasti blockchainu a podporovat širší aplikace a inovace.
Reference
Worldcoin Docs
Úvod do důkazů o nulových znalostech, Semaforu a jejich aplikace ve World ID
Hloubkový výklad ZKML: technické principy, aplikační scénáře, výhody a výzvy
Je Worldcoin na správné cestě ke skenování duhovky pro důkaz osobnosti?
Jemný úvod do zkM
Krypto investor a16z: Technologie Zero-Knowledge (ZK) je vážně podhodnocena
