原文翻译：DAOctor?@DAOrayaki.org
原文标题:?TheConstructionoftheSoulPart3:SoulboundTokenwithzk-SNARKImplementation
SBT可以更好的帮助用户验证某个属性，但极易泄漏隐私。使用零知识证明技术来保证用户数据的安全可能是一个重要的选择。
在这篇文章中，我们将讨论ZK如何可能成为增加SBT用户数据隐私的关键技术，以及如何应用零知识灵魂绑定代币。
Lambda
4.1.2生成证明密钥和验证密钥
4.1.3证明和验证密钥的共享
4.1.4证明的生成
4.1.5用户属性验证
5.高级示例
5.1链上与链下算法
6.zkSBT的实现
6.1电路创建
6.2设置阶段
6.2.1密钥生成
6.3证明生成阶段
6.4验证程序阶段
6.4.1项目如何在其SBT中使用Verifier.sol？
6.4.1.1风险：防止重放攻击
6.5实现架构
7.ZKSBT与CounterPartySoul的可组合性
7.1单一方法：SBT发行人承担责任
7.2多重方法：每个项目都承担责任
8.结论
证人是我们约束条件的有效解决方案。
约束是指我们将问题转换成的多项式方程。问题的每个解决方案都必须符合约束条件的要求。例如，证明用户的信用分数是3，可以简单地转换为约束条件x=3。
还有其他ZK技术；然而，zk-SNARKs是在DarkForestEth、Tornadocash和ZK-Rollups等应用中使用的最突出的ZK技术。
零知识：在交互过程中，除了声明的有效性之外，验证者什么都不知道。
简洁：证明简短且快速验证。
非交互：没有或仅有少量的交互。对于zk-SNARKs，通常有一个设置阶段，在这之后，从证明者到验证者只有一个消息。此外，SNARKs通常具有所谓的"公共验证者"属性，即任何人都可以自己验证证明。
论证：验证者只针对计算能力有限的证明者进行保护。具有足够处理能力的证明者可以生成关于不正确语句的证明/论证。这被视为"计算上的健全性"，与"完全健全性"相对。
知识性：证明者不可能在不知道某个所谓的证人的情况下构建证明/论证。
简单地说，这基本上意味着证明是一个数据的集合，可以在没有证明者参与的情况下独立验证。
4、ZKSBT工作原理的高级解释
举例来说，SBT的用户是证明者，向用户发放SBT的项目方是验证者。
假设一个项目正在查看用户是否具有某个属性“secret_attribute”。用户必须证明他们有属性`secret_attribute`而不会泄露他们的秘密`s`，它用于将属性`secret_attribute`散列到`hash_attribute`。
通常情况下，用户会通过向项目提供秘密`s`来证明这一点，之后项目可以计算出哈希`hash_attribute`。然而，在zk-SNARK中，用户可以只提交他们拥有属性`secret_attribute`的证明，而不透露他们的秘密`s`。
我们可以用下面的程序C来描述用户的情况。
换句话说：该程序接受一个公共哈希值`hash_attribute`和一个秘密值`secret_attribute`，如果`secret_attribute`的SHA-256哈希值等于`hash_attribute`，则返回true。
使用函数`C(hash_attribute,secret_attribute)`，用户需要创建他们拥有`secret_attribute`的证明，而不需要透露`secret_attribute`。这就是zk-SNARKs解决的一般问题。
为了实现这个证明和验证系统，该项目首先要进行以下操作。
4.1.1、生成随机Lambda
生成lambda是证明的第一步。记下生成器的秘密参数lambda。任何了解此参数的人都可以在不知道秘密“w”的情况下创建评估为真的假证明。
因此，运行生成器需要一种非常安全的方法，以确保没有人在任何地方发现和存储参数。这就是Zcash团队在确保参数lambda在此过程中被销毁的同时生成证明密钥和验证密钥的极其复杂的仪式的基本原理。
4.1.2、生成证明密钥和验证密钥
该项目必须生成两个公开的密钥--证明密钥`pk`，和验证密钥`vk`。密钥生成程序G需要一个秘密参数`lambda`和一个程序`C`。这些密钥是公共参数，只需要为一个给定的程序C生成一次。
在大多数情况下，这个程序C是以电路的形式实现的。
该项目计算`verify(vk,hash_attribute,prf)`，如果证明正确则返回true，否则返回false。
该验证算法也可以在链上。
如果验证算法返回true，则项目可以确信用户具有该属性，但用户不需要向验证项目透露其属性。
5、高级示例的TL;DR
一个zk-SNARK由三个算法`G`、`P`、`V`组成，定义如下。
生成器程序
密钥生成器"G"接受一个秘密参数"lambda"和一个程序"C"来产生两个公开可用的密钥，一个证明密钥"pk"和一个验证密钥"vk"。这些钥匙是公共参数，对某个程序'C'可以只生成一次。
通过对lambda的适当处置，生成算法可以脱离链路。然后，生成的证明密钥和验证密钥可以与用户共享。
请注意，程序C也被称为公共算术电路。
证明者程序
证明者P接受证明密钥"pk"、公共输入"x"和私人见证"w"作为输入。该算法生成一个证明`prf=P(pk,x,w)`。
用户的证明生成可以通过证明和验证密钥及其证人在链外完成。建议在链下生成证明，因为生成证明的计算成本很高，而且用户的秘密可能在链上被泄露。
|证人是由用户的秘密转换而来，这对我们的约束来说是一个有效的解决方案。
验证者程序
验证者V计算“V(vk,x,prf)”，如果证明正确则返回true，否则返回false。因此，如果证明者知道证人`w`满足`C(x,w)==true`，则此函数返回true。
验证可以在链上完成，因为它相对较小，需要输入证明、秘密的哈希值和验证密钥作为公共输入参数。
5.1、链上与链下算法
链下
项目将运行生成器以生成证明密钥和验证密钥。
然后任何用户都可以使用证明密钥生成链下证明。
用户可以通过运行具有以下输入的证明算法来做到这一点——证明密钥、公共输入和私人见证。
链上
智能合约中的通用验证算法可以使用证明、秘密哈希和验证密钥作为公共输入参数来运行。
然后可以使用验证算法的结果来触发其他链上活动。
下图显示了从创建程序到使用zk-SNARK生成和验证证明的整个过程的摘要。
zk-SNARKs的全部可信设置过程
6、zkSBT的实现
我们已经通过一个高级示例来说明zk-SNARKs和SBT如何协同工作。在本节中，我们将通过一个简单的示例来说明项目如何实施zk-SNARK和SBT以使交易对手能够验证灵魂的属性。
假设信用借贷平台为用户铸造了一个SBT，并为用户分配了信用评分。
信用借贷平台希望允许其他交易对手的项目来验证用户评分是否高于某个阈值。
我们怎么能创造这个？
此应用程序有4个不同的部分。前端、后端、智能合约和电路。电路是与zk证明的生成和验证相关的主要组件，因此我们将更多地关注这一点。
6.1、电路创建
在我们可以使用zk-SNARK之前，我们首先必须将我们的程序规范转换为电路。对于电路的创建，我们使用的是IDEN3团队设计的circom2库。该库已用于许多其他流行的应用程序，例如TornadoCash和游戏DarkforestEth。
例如，电路设计旨在允许用户铸造具有信用评分但没有其他人知道信用评分是什么样的SBT。然而，用户仍然可以证明他的信用评分高于阈值并且他是值得信赖的。
简单来说，我们将设计一个简单的电路，如果用户的分数高于公共阈值，则返回true，而无需用户透露他的分数。
https://github.com/SpartanLabsXyz/zk-sbt/blob/master/circuits/demo/circuits.circom
在我们的资源库中，我们还包括了其他针对不同使用情况的电路实例。项目可以考虑不同的电路，以满足其特定的限制。
https://github.com/SpartanLabsXyz/zk-sbt/tree/master/demo/circuits
电路设计注意事项
zk-SNARKs更难的部分是实施适当的电路约束以确保程序执行。如果电路没有正确实现，它可能会被利用，并且由于程序的零知识性质，很难检测到这种利用。
|什么是电路？
|电路是指确定我们的约束的程序。
|zk-SNARKs不能直接应用于任何计算问题。问题首先需要转换为正确的形式。第一步是将程序转换为代数电路。
|有关更多信息，请查看他们的文档
https://docs.circom.io/background/background/#zero-knowledge-proofs
A-B>0，其中A是用户的秘密，而B是我们在验证算法中使用的阈值。
6.2、设置阶段
首先，信用贷款平台首先生成一个随机λ。在我们的例子中，我们使用tau的权力，这是一个多方仪式的可信设置，以分散的方式生成随机λ。
请注意，存在不同的复杂过程来生成这个随机lambda，这是至关重要，通过保持未知，以防止任何人伪造证明。
对于我们的应用程序，我们创建了一个示例脚本`execute.sh`来运行设置过程。
6.2.1、密钥生成
为了创建和检查证明，我们使用了一个名为SnarkJS的库，由JordiBaylina和Iden3构建。SnarkJS使用您的电路在JavaScript和Solidity中生成证明和验证代码，以及协议参数、证明和验证密钥。
证明密钥和验证密钥示例：
https://github.com/SpartanLabsXyz/zk-sbt/tree/master/circuits/demo
6.3、证明生成阶段
“证明”是用户为了证明自己的属性而生成的。
但是，在用户的输入属性可以用作证明之前，必须先将其转换为见证。
使用circom2库，我们可以通过命令轻松生成见证
`节点生成_见证。
js电路.wasm../input.json见证.wtns`
其中input.json是用户的输入，也就是用户的信用评分。
证明的生成可以在客户端的链下完成，它接受程序的输入、见证人和证明密钥。使用带有Groth16协议的snarkjs，我们可以使用
`snarkjsgroth16证明电路_0001.zkeywitness.wtnsproof.jsonpublic.json`
|Groth16是zkSNARK证明方案的具体实现。在这里阅读更多。
一旦我们生成了证明，我们就可以继续由用户验证证明。
6.4、验证方案阶段
对于验证，我们是在链上进行的。使用`snarkjs`库，用户可以从提供的验证密钥中生成验证算法。然后，验证算法可用于使用`snarkjs`库生成一个solidity智能合约
在生成`Verification.sol`后，我们可以使用函数`verifyProof`来证明给定的SBT具有有效属性。
本质上，`verifyProof`是一个接受哈希和证明并返回布尔值的函数。
合约：https://github.com/SpartanLabsXyz/zk-sbt/blob/master/contracts/Verifier.sol
6.4.1、项目如何在其SBT中使用
Verifier.sol？
项目可以在SBT合约中包含验证者作为接口，如函数`validateAttribute`所示。
这允许任何项目包含链上验证机制，其中所有用户需要的只是他们的证明，以及验证其属性的验证密钥。
https://github.com/SpartanLabsXyz/zk-sbt/blob/master/contracts/zkSBT.sol
验证属性
函数中的输入`a,b,c,inputs`是snarkjsgeneratecall函数生成的参数。
`@param_soul`是灵魂的地址。`@paramverifierAddress`是为Verifier.sol合约部署的地址。如果证明有效，该函数返回true，否则返回false
6.4.1.1、风险：防止重放攻击
验证算法的风险之一是攻击者如何能够提交另一个用户的证明作为他们自己的证明并因此得到验证。项目必须注意这可能是可能的。一些解决方案正在添加检查或无效符，以防止攻击者提交其他用户的证明。
6.5、实现架构
简而言之，带有Circom和Snarkjs实现的zk-SNARKs可以用下面的实现来概括。
用户可以在本地创建证明，然后上传简短的证明以在智能合约中进行恒定时间验证，计算成本很高。
整体架构可以在我们的资源库中查看：
https://github.com/SpartanLabsXyz/zk-sbt#architecture
有关集成zk-SNARK的步骤的更多信息，您可以参考我们的GitHub，或者更具体地说，是用于生成所有算法和证明的脚本`execute.sh`。
https://github.com/SpartanLabsXyz/zk-sbt/blob/master/circuits/execute.sh
7、ZKSBT与CounterPartySoul的可组合性
在我们的示例中，我们将发行SBT的项目的角色与可能想要验证灵魂属性的交易对手结合起来。但是，对于SBT与其他可能想要验证用户SBT属性的交易对手项目的可组合性，我们必须根据所使用的方法进行一些更改。
7.1、单一方法：SBT发行人承担责任
在SBT中的数据简单明了的情况下，SBT发行者可能希望生成自己的lambda、证明密钥和验证密钥。然后，他们可以提供一个界面，允许交易对手项目验证用户的属性。
优点是这允许轻松采用SBT，因为其他项目可以利用现有的验证机制，而无需生成和存储自己的lambda。
但是，如果SBT中的数据不同，并且存在几个旨在证明SBT不同属性的不同程序C，这可能不可行。
7.2、多重方法：每个项目都承担责任
单个交易对手项目将负责生成lambda、证明密钥和验证密钥，而不是SBT发行者或中心化机构。然后，密钥和验证方法将通过项目的应用程序分发给用户。
但是，SBT发行人应提供包含特征的SBT数据结构的清晰文档，同时保持数据的私密性。
这种策略可能适合不想为保护其秘密承担全部责任的SBT发行人。此外，如果需要SBT中的多个数据证明，则可能需要多个验证程序，每个程序都有自己的证明和验证密钥。
此外，该策略消除了对中央机构的依赖，而是将确保证明有效性的责任置于项目本身。
然而，这种策略需要每个项目根据被测试的属性开发自己的生成、证明和验证算法。
8、结论
总之，这篇文章是关于如何使用zk技术使SBT真正私有化以及项目如何在solidity中实现zkSBT的入门读物。
SBT允许将社会身份与去信任的可组合性相结合，如果做得好，可能会改变web3生态系统的未来。信任和所有权的核心方面可以上链，以增强智能合约世界中的社会可组合性，这可以为去中心化应用程序打开许多可能性。
未来的一个重要研究方向是对不同种类的数据权限的确切限制进行界定，对保持数据隐私的具体技术组合进行研究，以及对可以建立在SBTs之上的产品进行研究，以创造一个“匿名经济"。
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。