当前位置: 首页 > news >正文

网站建设维护 知乎百度搜索热度查询

网站建设维护 知乎,百度搜索热度查询,重庆泡沫字制作,wordpress博客怎么写前序博客: nil Foundation的Placeholder证明系统(1) nil; Foundation团队2022年11月论文《Placeholder证明系统》。[2022年11月29日版本] 8. 优化 8.1 Batched FRI 不同于单独检查每个commitment,可对其进行FRI聚合。如对多项…

前序博客:

  • nil Foundation的Placeholder证明系统(1)

=nil; Foundation团队2022年11月论文《Placeholder证明系统》。[2022年11月29日版本]

8. 优化

8.1 Batched FRI

不同于单独检查每个commitment,可对其进行FRI聚合。如对多项式f0,⋯,fkf_0,\cdots,f_kf0,,fk

  • 1)从transcript中获取θ\thetaθ
  • 2)计算f=f0⋅θk−1+⋯+fkf=f_0\cdot \theta^{k-1}+\cdots+f_kf=f0θk1++fk
  • 3)基于fff运行FRI,using oracles to f0,⋯,fkf_0,\cdots,f_kf0,,fk

从而可对所有committed polynomials只允许依次FRI实例。详细参看RedShift论文。

8.2 Hash By Column

不同于对每个多项式都进行commit,可对多个多项式采用相同的Merkle tree,这样可降低Prover所需提供的Merkle tree paths数量。
详细参看RedShift论文。

8.3 Hash By Subset

每个i+1i+1i+1 FRI round假定Prover发送all elements from a coset H∈D(i)H\in D^{(i)}HD(i)。每个Merkle leaf可包含the whole coset instead of separate values。
详细参看RedShift论文。不过RedShift作者在每个leaf中使用了更多的values,从而具有更好的性能。

8.4 FRI PoW

待续。。。。

9. Placeholder参数

本节重点讨论Placeholder参数 及其对协议安全和性能的影响。

9.1 FRI参数

RS[F,D,ρ]\mathbf{RS}[\mathbb{F},D,\rho]RS[F,D,ρ]为Reed-Solomon code family。此处有∣D∣=n=2k,ρ=2−R(k,RN)|D|=n=2^k,\rho=2^{-R}(k,R\mathbb{N})D=n=2k,ρ=2R(k,RN)。这意味着committing polynomials的degree bound为d=2k−Rd=2^{k-R}d=2kR
r∈[1,log⁡d=n^]r\in [1,\log d=\hat{n}]r[1,logd=n^]为FRI inner rounds数,lll为repetition参数。
相应的:

  • Prover:O(n)\mathcal{O}(n)O(n)
  • Verifier:O(log⁡n)\mathcal{O}(\log n)O(logn)

对于每个ϵ∈(0,1]\epsilon\in (0,1]ϵ(0,1],令Jϵ:[0,1]→[0,1]J_{\epsilon}:[0,1]\rightarrow [0,1]Jϵ:[0,1][0,1]函数为:
Jϵ(X)=1−1−X(1−ϵ)J_{\epsilon}(X)=1-\sqrt{1-X(1-\epsilon)}Jϵ(X)=11X(1ϵ)

假设Δ(f,RS)=δ>0\Delta(f,\mathbf{RS})=\delta>0Δ(f,RS)=δ>0,则根据Eli Ben-Sasson 2019年论文 DEEP-FRI: Sampling Outside the Box Improves Soundness,相应的soundness error上限为:
err(δ)=2log⁡∣D∣ϵ3∣F∣+(1−min⁡{δ0,Jϵ(1−ρ)}+ϵlog⁡∣D∣)l\mathbf{err}(\delta)=\frac{2\log |D|}{\epsilon^3|\mathbb{F}|}+(1-\min\{\delta_0,J_{\epsilon}(1-\rho)\}+\epsilon \log |D|)^lerr(δ)=ϵ3F2logD+(1min{δ0,Jϵ(1ρ)}+ϵlogD)l

9.2 Placeholder参数

当前可将circuit parameters用于FRI commitments。
ddd为the smallest power of two,使得d≥Nrowsd\geq N_{rows}dNrows。在Placeholder中,ddd定义为the highest degree of polynomials that can be committed by FRI instance。
wwwddd-th root of unity。有d=2n^d=2^{\hat{n}}d=2n^,且n^≥Nrows\hat{n}\geq N_{rows}n^Nrows

RS[F,D,ρ]\mathbf{RS}[\mathbb{F},D,\rho]RS[F,D,ρ]来表示FRI commitments,其中:

  • F\mathbb{F}F:与PLONK arithmetization中的field相同。
  • DDD:为domain of n=2k=2n^+Rn=2^k=2^{\hat{n}+R}n=2k=2n^+R root of unity。
  • ρ=2−R\rho=2^{-R}ρ=2R:为可调整的参数。

Soundness error定义为:
ϵπ(δ)≤max⁡(ϵFRI(δ),ϵIOPN,1F)\epsilon_{\pi}(\delta)\leq\max(\epsilon_{FRI}(\delta),\epsilon_{IOP}^N, \frac{1}{\mathbb{F}})ϵπ(δ)max(ϵFRI(δ),ϵIOPN,F1)
其中,ϵIOPN=(Jp,ν)8⋅4nF/D\epsilon_{IOP}^N=(J_{p,\nu })^8\cdot \frac{4n}{\mathbb{F}/D}ϵIOPN=(Jp,ν)8F/D4n

log⁡∣F∣=255,ν=∣F∣−1/20,D=228\log |\mathbb{F}|=255,\nu=|\mathbb{F}|^{-1/20},D=2^{28}logF=255,ν=F1/20,D=228,其对ϵIOPN\epsilon_{IOP}^NϵIOPN的error contribution量级为2−1282^{-128}2128
ρ=1/16\rho=1/16ρ=1/16,根据上面的FRI error公式,为达到80 bits security ,需要40个verifier queries(λ\lambdaλ)。
【注意,以上参数并未考虑借助”grinding“技术,可进一步降低queries数量。】

10. Circuit性能评估

关键标识有:

标识含义
nnn(对应之前NrowsN_{rows}NrowsRows的数量
NwitnessN_{witness}NwitnessWitness Columns(又名”Advice Columns“)的数量
NpermN_{perm}Nperm包含在Permutation Argument中的Witness Columns数量
NselN_{sel}NselCircuit中所使用的Selectors数量
NlookupN_{lookup}NlookupLookup Constraints数量
NcN_cNcConstraints Polynomials数量【根据RedShift论文,Constraint Polynomials:由Selector Polynomials qL,qR,qO,qM,qC\mathbf{q_L},\mathbf{q_R},\mathbf{q_O},\mathbf{q_M},\mathbf{q_C}qL,qR,qO,qM,qC 和 Permutation Polynomials {Sidi(X)}i=13,{Sσj(X)}j=13\{S_{id_i}(X)\}_{i=1}^3, \{S_{\sigma_j}(X)\}_{j=1}^3{Sidi(X)}i=13,{Sσj(X)}j=13组成】
NPIN_{PI}NPIPublic input Columns数量
wiw_iwiWitness Polynomials,其中0≤i<Nwitness0\leq i < N_{witness}0i<Nwitness
cj(i)c_j^{(i)}cj(i)Constraints Polynomials,其中0≤i<Nsel0\leq i < N_{sel}0i<Nsel
gatei\mathbf{gate}_igateiGate Polynomials,0≤i<Nsel0\leq i<N_{sel}0i<NselGate Polynomials for Selector qi(X)q_i(X)qi(X) and Constraints {cj(i)}j=0ni′−1\{c_j^{(i)}\}_{j=0}^{n_i'-1}{cj(i)}j=0ni1
PIiPI_iPIiPublic input Polynomials,其中0≤i<NPI0\leq i < N_{PI}0i<NPI
σ(col:i,row:j)=(col:i′,row:j′)\sigma(col:\ i, row:\ j)=(col:\ i', row:\ j')σ(col: i,row: j)=(col: i,row: j)Permutation over the Table
o\mathbf{o}oSet of all Offsets。
fi\mathbf{f}_ifiWitness polynomials,0≤i<Nwitness0\leq i < N_{witness}0i<Nwitness
fci\mathbf{f}_{c_i}fciConstant-related polynomials,0≤i<Nconst0\leq i < N_{const}0i<Nconst
HcH_cHcCommitment hash
HrH_rHrRandom Oracle hash
lHcl_{H_c}lHcNumber of bits in commitment hash
lHrl_{H_r}lHrNumber of bits in random oracle hash

10.1 Proof Size

Proof中包含:

  • f0,comm,⋯,fNwitness−1,commf_{0,comm},\cdots,f_{N_{witness}-1,comm}f0,comm,,fNwitness1,comm:对witness多项式的承诺值。
  • Acomm′,Scomm′A'_{comm},S'_{comm}Acomm,Scomm:为lookup承诺值。
  • Pcomm,QcommP_{comm},Q_{comm}Pcomm,Qcomm
  • VcommV_{comm}Vcomm:lookup相关
  • T0,comm,⋯,TNperm−1,commT_{0,comm},\cdots,T_{N_{perm}-1,comm}T0,comm,,TNperm1,comm
  • Values and paths with size log⁡n\log nlogn
    • fi(y)f_i(y)fi(y) for i∈[0,Nwitness−1]i\in [0, N_{witness}-1]i[0,Nwitness1]
    • P(y),P(yw),Q(y),Q(yw)P(y), P(yw),Q(y), Q(yw)P(y),P(yw),Q(y),Q(yw)
    • Tj(y)T_j(y)Tj(y) for j∈[0,Nperm−1]j\in [0, N_{perm}-1]j[0,Nperm1]
    • A′(y),S′(y),V(y),A′(yw−1),V(yw)A'(y),S'(y), V(y), A'(yw^{-1}),V(yw)A(y),S(y),V(y),A(yw1),V(yw)
    • Gate-depending fi(ywμ)f_i(yw^{\mu})fi(ywμ)
  • For circuit polynomials:区分point values
  • Evaluation proof for the values above(lll次):

附录 nil Foundation系列博客

  • nil Foundation的Solana-Ethereum Bridge Based on Light-Client State Proof Verification
  • nil Foundation的基于Solana light client实现的zk-bridge方案
  • nil Foundation的Mina->以太坊 bridge原型已完成
  • nil Foundation的Mina-Ethereum State Proof Verification Applications
  • nil Foundation的in-EVM Full Mina State Verification
  • nil Foundation的Placeholder证明系统(1)
  • zkLLVM:nil Foundation开发的电路编译器

参考资料

[1] ZCash Halo2 Lookup argument
[2] ZCash Halo2 Permutation argument

http://www.mmbaike.com/news/92052.html

相关文章:

  • 做网站一般图片多大小程序制作
  • 临汾推广型网站开发宁波seo网络推广代理公司
  • wordpress 自定义分类 模板天津seo排名费用
  • 上海网站推广哪家好宣城网站seo
  • 佛山市个性网站建设设计公司竞价推广返点开户
  • 如何做网站二维码国内免费推广产品的网站
  • wordpress怎样临时关闭网址seo投放是什么意思
  • wordpress付费客服在哪里海淀区seo引擎优化多少钱
  • 东莞网站推广哪家好知乎seo
  • 可以做长页海报的网站好用的推广平台
  • 自己做一网站_多做宣传.友情链接推广
  • 做营销网站要多少钱seo网站推广排名
  • 数学网站建设方法株洲seo优化公司
  • 网站多久才能做起来百度图片收录提交入口
  • 三屏营销型网站建设sem工作原理
  • 最新新闻热点事件英语西安seo外包公司
  • 温州网站建设怎么样科技网站建设公司
  • html5 微网站网络营销公司哪家可靠
  • 毕业设计论文网站开发需要多少钱怎样做seo搜索引擎优化
  • 企业网站建立制作全网营销渠道
  • 怎么开微信小程序店铺上海谷歌seo公司
  • 网站建设趋势百度收录是什么意思
  • 个人网站怎么做微信支付怎样给自己的网站做优化
  • wordpress建站教程百科北京关键词seo
  • 青岛网站制作企业天津seo排名效果好
  • 人工在线客服平台seo关键词优化工具
  • 企业网站配色免费的推广软件下载
  • 做网站销售怎么开发客户怎么样免费做网站
  • 音乐培训如何做网站宣传人力资源和社会保障部
  • 做网站吸引客户环球军事新闻最新消息