zk-SNARKs: dari teori ke aplikasi dalam perkembangan sejarah

I. Sejarah Zk-SNARKs

Dasar teori modern dari sistem bukti nol pengetahuan berasal dari sebuah makalah penting yang diajukan pada tahun 1985 dan diterbitkan pada tahun 1989. Makalah tersebut membahas jumlah pengetahuan yang perlu dipertukarkan untuk membuktikan kebenaran suatu pernyataan melalui interaksi berganda dalam sistem bukti interaktif. Jika bukti dapat diselesaikan tanpa mengungkapkan informasi tambahan, maka itu disebut sebagai bukti nol pengetahuan.

Sistem zk-SNARKs awal memiliki kekurangan dalam hal efisiensi dan praktikalitas, terutama terjebak pada tingkat teoritis. Dalam dekade terakhir, dengan munculnya kriptografi di bidang cryptocurrency, zk-SNARKs secara bertahap menjadi arah penelitian yang penting. Di antara itu, mengembangkan protokol zk-SNARKs yang umum, non-interaktif, dan memiliki ukuran bukti yang terbatas adalah tujuan kunci.

Sebuah terobosan besar dalam zero-knowledge proof berasal dari makalah yang diterbitkan oleh Groth pada tahun 2010, yang meletakkan dasar teori untuk zk-SNARKs. Pada tahun 2015, Zcash menerapkan zero-knowledge proof untuk perlindungan privasi transaksi, membuka lebih banyak skenario aplikasi.

Sejak itu, serangkaian hasil akademis penting terus bermunculan:

• Protokol Pinocchio 2013 mengompresi waktu bukti dan verifikasi
• Skema Groth16 tahun 2016 menyederhanakan ukuran bukti dan meningkatkan efisiensi verifikasi
• Algoritma Bulletproofs yang diusulkan pada tahun 2017 mewujudkan bukti nol interaktif yang pendek.
• Protokol zk-STARKs yang diajukan pada tahun 2018 tidak memerlukan pengaturan terpercaya

Kemajuan penting lainnya termasuk PLONK, Halo2, yang telah membuat perbaikan lebih lanjut pada zk-SNARKs.

Dua, Aplikasi Khas dari zk-SNARKs

zk-SNARKs saat ini memiliki dua bidang aplikasi yang paling luas, yaitu perlindungan privasi dan skalabilitas.

Dalam hal perlindungan privasi, proyek-proyek representatif seperti Zcash dan Monero muncul lebih awal. Namun, karena permintaan untuk transaksi yang bersifat privasi tidak memenuhi harapan, proyek-proyek semacam itu perlahan-lahan mundur.

Dalam hal skalabilitas, dengan Ethereum beralih ke arah yang berfokus pada rollup, solusi skalabilitas berbasis zk-SNARKs kembali menjadi sorotan.

transaksi privasi

Proyek perwakilan perdagangan privasi mencakup:

• Zcash: menggunakan zk-SNARKs
• Monero: menggunakan Bulletproofs
• Tornado Cash: kolam pencampur berbasis Ethereum, menggunakan zk-SNARKs

Proses transaksi Zcash mencakup langkah-langkah seperti pengaturan sistem, pembuatan kunci, pencetakan koin, transaksi, verifikasi, dan penerimaan. Namun, Zcash masih memiliki beberapa keterbatasan, seperti berbasis model UTXO, sulitnya memperluas aplikasi, dll.

Tornado Cash menggunakan desain kolam pencampuran besar tunggal, berbasis jaringan Ethereum, dengan kegunaan yang lebih baik.

ekspansi

zk-SNARKs dapat digunakan untuk skala jaringan layer satu ( seperti Mina ), juga dapat digunakan untuk skala layer dua ( yaitu zk-rollup ). Pemikiran inti dari zk-rollup adalah menggabungkan sejumlah besar transaksi dan menghasilkan zk-SNARKs, kemudian memverifikasi pembaruan status di rantai utama.

Keuntungan zk-rollup termasuk biaya rendah, finalitas cepat, perlindungan privasi, namun juga menghadapi tantangan seperti beban komputasi yang besar dan keamanan.

Proyek zk-rollup utama saat ini termasuk:

• StarkNet(Starkware)
• zkSync(Laboratorium Matter)
• Aztec Connect
• Polygon Hermez dan Miden
• Loopring
• Gulir

Proyek-proyek ini secara teknis dibagi menjadi dua kubu besar yaitu SNARK dan STARK, serta apakah mereka mendukung kompatibilitas EVM. Kompatibilitas EVM adalah tantangan teknis yang penting dan fokus persaingan.

Tiga, Prinsip Dasar zk-SNARKs

zk-SNARKs adalah salah satu skema zero-knowledge proof yang paling banyak digunakan saat ini. Nama lengkapnya adalah "Zero-Knowledge Succinct Non-Interactive Argument of Knowledge".

Proses pembuktian zk-SNARKs terutama mencakup langkah-langkah berikut:

1. Mengubah masalah menjadi sirkuit
2. Mengubah rangkaian menjadi bentuk R1CS
3. Mengubah R1CS menjadi bentuk QAP
4. Menghasilkan parameter acak untuk pengaturan yang dapat dipercaya
5. Menghasilkan dan memverifikasi zk-SNARKs

Proses ini memastikan integritas, keandalan, dan zk-SNARKs dari bukti.