KeyFrame內部研究專用

From Nova to Magnetar: Three Years of Research with Srinath Setty

Zero Knowledge50 min英文
觀看原始影片

三句話摘要

微軟研究員Srinath Seti介紹三年來的零知識密碼學研究進展,重點推出Magnetar——首個僅依賴標準雜湊函數且支援通用計算的零知識虛擬機。 Magnetar展示了設計最安全的通用零知識虛擬機不必犧牲效能,反而通過選擇恰當的領域(二進制域)、組件(Sum Check型協議)和架構(SIMD-R1CS),能超越依賴更多假設的系統。 1. 安全與效率的權衡突破

重點整理

  1. 1. 安全與效率的權衡突破

  2. Magnetar的核心動機是建構最安全的通用ZKVM,只依賴經過驗證的標準雜湊函數。研究團隊發現,這種「極簡」設計反而帶來顯著性能優勢——比依賴橢圓曲線或特製雜湊函數(Poseidon)的「雜湊加」系統快超過一個數量級。這打破了人們對安全與速度必然衝突的假設。

  3. 2. 二進制域下的電路優化

  4. 不同於Jolt採用超大查閱表(2^128)的方法,Magnetar回歸單一R1CS電路,但運用資料平行R1CS(SIMD-R1CS)結構,在二進制域上高效執行。因為二進制域中的基本運算(XOR、AND)天然適合處理器指令,查閱表反而效率下降,所以電路方法成為更優選擇。

  5. 3. 模組化組件堆疊

  6. Magnetar並非從零開始的創新,而是將Spartan多項式交互證明、Binius二進制域多項式承諾、Twist and Shout記憶檢查等既有最佳方案智慧結合。這體現了Srinath強調的原則:選用領域內最優質量級的組件,並通過減少提交資料量、充分利用重複結構來優化整體效能。

  7. 4. 從折疊到單次證明的轉變

  8. 雖然Srinath過去三年研究焦點是折疊方案(Neo、Super Neo、Twist and Shout),但Magnetar暫時不使用折疊,改為單次證明執行。然而,他指出未來支援遞迴時,折疊仍可能在雜湊基設定中發揮作用。

實用技巧與重點

  • 核心技術組件
  • 多項式IOP:Spartan(執行RIMD-R1CS)
  • 多項式承諾方案:Binius(二進制域)
  • 記憶檢查協議:Twist and Shout
  • 雜湊函數:SHA3-256(見證承諾和Fiat-Shamir)
  • 性能指標
  • 證明速度:7.2-8.7百萬RV64I週期/秒(筆記本電腦)
  • 最優化版本:12百萬週期/秒
  • 證明大小:600KB(當前)、250-300KB(參數調整後)
  • 相對性能:比「雜湊加」系統快>10倍
  • ZKVM分類
  • 橢圓曲線型:原始Jolt、SP1等
  • 格基型:Jolt with Akita PCS、Hyperneo(理論)
  • 雜湊加型:SP1、Risc Zero、Zisk、AirBender(非標準雜湊)
  • 純雜湊型:LeanVM(特定ISA)、Magnetar(通用)
  • 設計原則(三大優化策略)
  • 利用重複結構:SIMD-R1CS在處理器執行週期中反覆應用相同指令
  • 採用最優類別記憶檢查:Twist and Shout避免大型Grand Product承諾
  • 最小化提交資料:Spartan和Twist and Shout只提交必要資料,保持其餘虛擬
  • 已實現應用
  • Vega:零知識身份驗證系統(MDL標準),使用折疊和盲折疊技術實現零知識性質,已發表於IEEE S&P,正由歐盟EUDI項目編製成標準

結論

Magnetar展示了設計最安全的通用零知識虛擬機不必犧牲效能,反而通過選擇恰當的領域(二進制域)、組件(Sum Check型協議)和架構(SIMD-R1CS),能超越依賴更多假設的系統。

完整解析

Srinath Seti在過去三年發表了大量零知識證明研究成果,包括格基折疊(Neo、Super Neo)、查閱表優化(Lasso、Jolt)、記憶檢查(Twist and Shout)等。這些工作看似分散,但都源於一個共同主題——當既有文獻存在缺口時,用新方法補齊。而且絕大多數最終都回溯到2019年Spartan工作中的Sum Check協議。

Magnetar的出現代表一個新的研究方向轉向。與過往專注於橢圓曲線和格基折疊不同,Magnetar採用純粹標準雜湊函數(SHA2、SHA3),不依賴任何密碼學假設以外的構造。這項決策源於對安全性的執著——Poseidon等特製雜湊函數因結構特徵受到密碼分析困擾,而Ethereum基金會甚至為Poseidon安全性懸賞。Srinath的答案是回到經過時間驗證的標準函數。

Magnetar採用的技術選擇直接來自其目標ISA選擇。對RISC-V處理器而言,傳統指令執行本質上是資料平行的——每個週期重複執行取指令、解碼、執行的流程。Magnetar設計了一個SIMD-R1CS電路,在二進制域上運行,因為二進制域的XOR和AND操作正是處理器的原子操作。這與Jolt採用2^128超大查閱表的思路截然不同。實際上,在二進制域中查閱表的提交成本很高,所以直接電路方法反而更優。

效能優勢來自三項設計原則。首先是充分利用重複結構——通過SIMD-R1CS在同一見證向量上反覆應用相同電路,Spartan內部也針對此優化。其次是採用最優類別記憶檢查協議——Twist and Shout避免了現有「雜湊加」系統必須提交的Grand Product承諾,顯著減少提交資料量和證明時間。第三是最小化提交資料——Spartan和Twist and Shout都基於Sum Check協議,只提交必要資料,保持大部分計算虛擬。加上第四項優化——同時在二進制域(純XOR/AND)和擴域(128位值,支援更多操作)上運行兩個電路,把處理器邏輯分散在兩個層級,這種多域算術化方式達成了最佳平衡。

就實現而言,Magnetar目前是單次證明系統,不支援遞迴。但為了擴展至更大執行規模,遞迴是必需的。Srinath指出有兩種遞迴方式:樸素遞迴(逐次證明再證明證明)和折疊。折疊在雜湊基設定中也可能適用,這暗示他未來可能將折疊研究與Magnetar整合。目前系統也缺少零知識性質和客戶端證明友善性,需要進一步工程優化。

72 min
AI 技術英文PODCAST11月18日

Generative Cryptography, AI & Scaling Trust with Nicola Greco

Zero Knowledge看原片 ↗
  • 密碼學面臨的完整威脅堆疊:威脅不止於基礎假設,還包括密碼庫的交付方式、協議參數設定、實現細節、側通道攻擊與安全證明等每一層。這就是為何需要「密碼學韌性」而非簡單的「後量子」或「後AI」標籤,因為這涉及整個系統的防禦升級。
  • 生成密碼學的雙軌道:一是改進現有密碼學(通過更好的數據集、形式驗證、研究迴路加速),二是發明新密碼學(讓AI生成新假設、新定義、新協議)。後者透過將智能體放入對抗環境中強制其設計新密碼學應用,可能發現人類尚未探索的密碼原始。
76 min
AI 技術英文PODCAST11月11日

When Math Meets Auto Research with Bartosz Naskręcki

Zero Knowledge看原片 ↗
  • 一、自動研究的適用範圍與侷限 Bartosz強調自動研究特別適合具有複雜組合空間、已知演算法工具、但需要大量耐心和嘗試的問題。ecdsa.fail競賽之所以成功,是因為該演算法模組化,可分解為多個獨立優化的部分,允許多人並行工作。然而這種方
  • 二、AI解決問題的隱藏機制 AI模型本質上是翻譯機器,能將問題重新表述為多種形式。許多看似困難的數學問題,實際上只是定義和表述的問題,AI通過自動重新語境化(context translation)而輕鬆解決。這解釋了為何某些困擾人類數十年
71 min
AI 技術英文PODCAST10月21日

zkGolf: AI, Clean and Optimising ZK Circuits with zkSecurity

Zero Knowledge看原片 ↗
  • 傳統 CTF 與 ZK Hack 益智遊戲已因大語言模型自動求解而失效,導致無法測試人類理解力或進行有效招聘。競賽與挑戰曾是業界發現人才的重要渠道——Giorgio 與 Matthias 分別因解決 ZK Security 的難題而被聘僱—
  • Clean 框架在 Lean 證明助手上構建,讓開發者用高階程式碼編寫電路規格(如 SHA-256 的行為),AI 可據此生成低階 R1CS 約束電路並自動用 Lean 證明等價性。這解決了傳統電路設計中手工驗證困難且單一錯誤即致命的問題。