🎉 #Gate Alpha 第三届积分狂欢节 & ES Launchpool# 联合推广任务上线!
本次活动总奖池:1,250 枚 ES
任务目标:推广 Eclipse($ES)Launchpool 和 Alpha 第11期 $ES 专场
📄 详情参考:
Launchpool 公告:https://www.gate.com/zh/announcements/article/46134
Alpha 第11期公告:https://www.gate.com/zh/announcements/article/46137
🧩【任务内容】
请围绕 Launchpool 和 Alpha 第11期 活动进行内容创作,并晒出参与截图。
📸【参与方式】
1️⃣ 带上Tag #Gate Alpha 第三届积分狂欢节 & ES Launchpool# 发帖
2️⃣ 晒出以下任一截图:
Launchpool 质押截图(BTC / ETH / ES)
Alpha 交易页面截图(交易 ES)
3️⃣ 发布图文内容,可参考以下方向(≥60字):
简介 ES/Eclipse 项目亮点、代币机制等基本信息
分享你对 ES 项目的观点、前景判断、挖矿体验等
分析 Launchpool 挖矿 或 Alpha 积分玩法的策略和收益对比
🎁【奖励说明】
评选内容质量最优的 10 位 Launchpool/Gate
Ika网络:Sui生态的亚秒级MPC跨链签名方案
从Sui推出的亚秒级MPC网络Ika看FHE、TEE、ZKP与MPC的技术博弈
一、Ika网络概述与定位
Sui基金会战略支持的Ika网络近期公开了技术定位与发展方向。作为基于多方安全计算(MPC)技术的创新基础设施,该网络最显著特征是亚秒级响应速度,在同类MPC解决方案中属首次。Ika与Sui区块链技术高度契合,未来将直接集成至Sui开发生态,为Sui Move智能合约提供即插即用的跨链安全模块。
Ika正构建新型安全验证层:既作为Sui生态专用签名协议,又面向全行业输出标准化跨链解决方案。其分层设计兼顾协议灵活性与开发便利性,有望成为MPC技术大规模应用于多链场景的重要实践。
1.1 核心技术解析
Ika网络技术实现围绕高性能分布式签名展开,创新之处在于利用2PC-MPC门限签名协议配合Sui的并行执行和DAG共识,实现真正亚秒级签名能力和大规模去中心化节点参与。Ika通过2PC-MPC协议、并行分布式签名和密切结合Sui共识结构,打造同时满足超高性能与严格安全需求的多方签名网络。核心创新在于将广播通信和并行处理引入阈签名协议。
2PC-MPC签名协议: Ika采用改进的两方MPC方案,将用户私钥签名操作分解为"用户"与"Ika网络"两个角色共同参与的过程。把原本需要节点两两通信的复杂流程改成广播模式,用户计算通信开销保持常数级别,与网络规模无关,让签名延迟保持亚秒级。
并行处理: Ika利用并行计算,将单次签名操作分解为多个并发子任务在节点间同时执行,大幅提升速度。结合Sui的对象并行模型,网络无需对每笔交易达成全局顺序共识,可同时处理众多事务,提高吞吐量并降低延迟。
大规模节点网络: Ika能扩展到上千个节点参与签名。每个节点仅持有密钥碎片的一部分,即使部分节点被攻破也无法单独恢复私钥。仅当用户和网络节点共同参与时才能生成有效签名,任何单一方均无法独立操作或伪造签名。
跨链控制与链抽象: Ika允许其他链上智能合约直接控制Ika网络中的账户(dWallet)。Ika通过在自身网络中部署相应链的轻客户端来实现状态验证。目前Sui状态证明已首先实现,使Sui上合约可将dWallet嵌入业务逻辑,通过Ika网络完成对其他链资产的签名和操作。
1.2 Ika对Sui生态的影响
Ika上线后可能拓展Sui区块链能力边界,支持Sui生态基础设施。Sui原生代币SUI和Ika代币$IKA将协同使用,$IKA用于支付Ika网络签名服务费和节点质押。
Ika对Sui生态最大影响是带来跨链互操作能力,支持低延迟高安全性接入比特币、以太坊等链上资产,实现跨链DeFi操作,提升Sui竞争力。Ika已被多个Sui项目接入,推动生态发展。
在资产安全方面Ika提供去中心化托管机制。用户和机构可通过多方签名管理链上资产,比传统中心化托管更灵活安全。链下发起的交易请求也能在Sui上安全执行。
Ika设计了链抽象层,让Sui上智能合约可直接操作其他链账户和资产,简化跨链交互流程。原生比特币接入让BTC能直接在Sui上参与DeFi和托管。
Ika还为AI自动化应用提供多方验证机制,避免未经授权的资产操作,提升AI执行交易安全性和可信度,为Sui生态AI方向拓展提供可能。
1.3 Ika面临的挑战
Ika要成为跨链互操作"通用标准",还需其他区块链和项目接纳。市场已有Axelar、LayerZero等跨链方案,Ika要突围需在"去中心化"和"性能"间找更好平衡,吸引更多开发者接入和资产迁移。
MPC存在争议,如签名权限难撤销。传统MPC钱包私钥分片后,即便重新分片,拿到旧片段的人理论上可能恢复原始私钥。2PC-MPC方案通过用户持续参与提高安全性,但"安全高效更换节点"仍缺完善机制,存在潜在风险。
Ika依赖Sui网络稳定性和自身网络状况。Sui若重大升级如Mysticeti共识更新为MVs2版本,Ika必须适配。Mysticeti基于DAG的共识支持高并发低手续费,但无主链结构可能让网络路径复杂交易排序困难。异步记账虽效率高,但带来新的排序和共识安全问题。DAG模型对活跃用户依赖强,网络使用度低时易出现交易确认延迟、安全性下降等问题。
二、基于FHE、TEE、ZKP或MPC的项目对比
2.1 FHE
Zama & Concrete: 除基于MLIR的通用编译器,Concrete采用"分层Bootstrapping"策略,将大电路拆成小电路分别加密再动态拼接,显著减少单次Bootstrapping时延。支持"混合编码",对延迟敏感整数操作用CRT编码,对并行度要求高布尔操作用位级编码,兼顾性能与并行度。提供"密钥打包"机制,一次密钥导入后可重用多次同构运算,降低通信开销。
Fhenix: 在TFHE基础上针对以太坊EVM指令集优化。用"密文虚拟寄存器"替代明文寄存器,执行算术指令前后自动插入微型Bootstrapping恢复噪声预算。设计链下预言机桥接模块,将链上密文状态与链下明文数据交互前先做证明检查,减少链上验证成本。与Zama相比,更侧重EVM兼容和链上合约无缝接入。
2.2 TEE
Oasis Network: 在Intel SGX基础上引入"分层可信根"概念,底层用SGX Quoting Service验证硬件可信度,中层有轻量级微内核隔离可疑指令减少SGX段塞攻击面。ParaTime接口使用Cap'n Proto二进制序列化保证跨ParaTime通信高效。研发"耐久性日志"模块把关键状态变化写入可信日志防止回滚攻击。
2.3 ZKP
Aztec: 除Noir编译,在生成证明方面集成"增量递归"技术,将多个交易证明按时间序列递归打包再统一生成小尺寸SNARK。证明生成器用Rust编写并行化深度优先搜索算法,多核CPU上可线性加速。提供"轻节点模式",节点只需下载验证zkStream而非完整Proof,优化带宽。
2.4 MPC
Partisia Blockchain: MPC实现基于SPDZ协议扩展,增加"预处理模块"在链下预先生成Beaver三元组加速在线阶段运算。分片内节点通过gRPC通信、TLS 1.3加密通道交互确保数据传输安全。并行分片机制支持动态负载均衡,根据节点负载实时调整分片大小。
三、隐私计算FHE、TEE、ZKP与MPC
3.1 不同隐私计算方案概述
隐私计算是区块链与数据安全领域热点,主要技术包括全同态加密(FHE)、可信执行环境(TEE)和多方安全计算(MPC)。
全同态加密(FHE): 允许在不解密情况下对加密数据进行任意计算,实现输入、计算过程和输出全程加密。基于复杂数学难题保证安全,具备理论完备计算能力,但计算开销极大。近年通过优化算法、专用库及硬件加速提升性能,仍是"缓行快攻"技术。
可信执行环境(TEE): 处理器提供受信任硬件模块,在隔离安全内存区域运行代码,外部软件和操作系统无法窥视执行数据和状态。依赖硬件信任根,性能接近原生计算,一般仅少量开销。可为应用提供机密执行,但安全依赖硬件实现和厂商固件,存在潜在后门和侧信道风险。
多方安全计算(MPC): 利用密码学协议,允许多方在不泄露各自私有输入前提下共同计算函数输出。无单点信任硬件,但计算需多方交互,通信开销大,性能受网络延迟和带宽限制。相对FHE计算开销小得多,但实现复杂度高,需精心设计协议和架构。
零知识证明(ZKP): 允许验证方在不泄露任何额外信息前提下验证某个陈述为真。证明者可向验证者证明掌握某项秘密信息,但无需直接公开该信息。典型实现包括基于椭圆曲线的zk-SNARK和基于哈希的zk-STAR。
3.2 FHE、TEE、ZKP与MPC适配场景
不同隐私计算技术各有侧重,关键在于场景需求。跨链签名需要多方协同、避免单点私钥暴露,MPC较实用。门限签名中多个节点各自保存部分密钥碎片,一起完成签名,没人能单独控制私钥。Ika网络把用户当一方系统节点当另一方,用2PC-MPC并行签名,一次处理上千笔签名,可横向扩展。TEE也能完成跨链签名,通过SGX芯片运行签名逻辑,速度快部署方便,但硬件被攻破私钥泄露,信任完全寄托芯片和制造商。FHE在此弱,签名计算不属其擅长"加法乘法"模式,虽理论可行但开销太大,实际系统少用。
DeFi场景如多签钱包、金库保险、机构托管,MPC较主流。服务提供商将签名拆分,不同节点参与签名,单个节点被黑不影响。Ika设计通过两方模型实现私钥"不可合谋",减少传统MPC"大家商量好一起作恶"可能。TEE也有应用,如硬件钱包或云钱包服务用可信执行环境保障签名隔离,但仍有硬件信任问题。FHE在托管层面目前作用不大,更多用于保护交易细节和合约逻辑。
AI和数据隐私方面,FHE优势明显。可让数据全程加密状态,如医疗数据上链做AI推理,FHE让模型在看不到明文前提下完成判断,输出结果,全程无人看清数据。这种"加密中计算"能力适合敏感数据处理,尤其跨链或跨机构协作时。Mind Network探索让PoS节点通过FHE在互不知情状态下完成投票验证,防止节点抄答案,保证过程私密性。MPC也能用于联合学习,不同机构合作训练模型,各自保有本地数据不共享,只交换中间结果。但参与方多时,通信成本和同步成问题,目前多为实验性项目。TEE能在受保护环境跑模型,联邦学习平台用它做模型聚合,但有内存限制、侧信道攻击等问题。AI相关场景中,FHE"全程加密"能力最突出,MPC和TEE可作辅助工具,需具体方案配合。
![从Sui推出的亚秒级MPC网络lka看待FHE、TE