登录社区云，与社区用户共同成长
邀请您加入社区
当中心化交易所（CEX）因监管风暴与安全漏洞频现信任危机，当去中心化交易所（DEX）陷入流动性割裂与用户体验困局，一场由技术创新驱动的生态重构正在悄然发生。XBIT，这个以“链上华尔街”为愿景的新兴DEX协议，正通过底层架构革新、资本效率革命与社区自治进化，重新定义去中心化金融的边界。它不仅是一个交易平台，更是一个融合流动性即服务（LaaS）、AI驱动交易与DAO治理的“价值网络操作系统”。
这里提供一个简单的示例，使用 Rust 编程语言和 bellman-crypto 中的库来实现 zk-SNARKS，该库是一个 Rust 编写的 zk-SNARKS 库，提供了一套完整的工具链，包括约束系统的构建、QAP 映射、多项式求解、证明生成和验证等功能。通过这个例子，你可以证明自己知道 x 和 y 的值，而不需要泄露这些具体的值，同时验证人也可以验证证明的有效性，但并不能推断出 x 和 y
当区块链技术从“极客玩具”走向主流视野，Web3的叙事却始终困于“技术理想”与“应用荒漠”的悖论之中。比特币市值突破10万亿美元的狂欢背后，是DeFi、NFT等原生应用生态的日渐式微；AI领域ChatGPT的横空出世，更让Web3陷入“被时代抛下”的焦虑。而现实世界资产通证化（Real World Assets Tokenization，简称RWA）的崛起，
1.背景介绍在当今的数字时代，数据保护和隐私问题日益重要。随着人工智能(AI)和机器学习(ML)技术的发展，数据处理和分析的需求也越来越高。然而，这也带来了隐私泄露和数据滥用的风险。为了解决这个问题，一种名为零知识证明(Zero-Knowledge Proof，ZKP)的技术被提出，它可以在验证和保护隐私之间找到一个平衡点。零知识证明是一种密码学技术，允许一个方(证明方)向另一个方(验证方...
[CKS13] 给出了第一个同态排序方案。它基于明文空间是 $GF(2)$ 的 FHE 方案（full 版本，而非 level 版本），构建了 **Swap 电路**，然后用 Swap 电路搭建**冒泡排序**、**插入排序**。
Groth16于16年被提出，是一种在证明大小(证明只包含三个点)和验证时间上都具有很大优势的zkSNARK算法。zkSNARK通常需要进行可信设置(Setup)，Groth16也不例外，然而Groth16的setup生成的公共参考串(CRS)不是通用的，即由该初始设置生成的CRS只能针对特定电路，而不能直接被用于任意电路的零知识证明之中，这也是Groth16实际应用中比较鸡肋的地方。
Fiat-Shamir 范式：令 Π\PiΠ 是一个 Sigma 协议（333-round public-coin ZK proof/argument），证明者和验证者交互的副本形如 (a,e,z)(a,e,z)(a,e,z)，其中 aaa 是承诺，eee 是公开掷币的一系列挑战（使得 soundness error 可忽略），zzz 是对这些挑战的回应，证明者将证据 www 作为私钥。我们用 H
定义：大概的定义就是prover可以向verifier证明自己给定的信息是大概率正确的，但是不泄露任何附加信息，包含信息本身。举例这里以一个比较经典的例子，即向红绿色盲（无法区分红色和绿色，看红色和绿色颜色差不多）证明两个小球（红球和绿球）的颜色是不同的。步骤如下，首先让视觉正常的prover，把两个球分别放在色盲验证者的两只手上并记住球的颜色和位置，接着让色盲把手背过去，自行决定是否要交换球的位
本人最近正在安装零知识证明C++库，网上教程极少，很多方法不适合自己，走了很多弯路，前前后后抑郁了十天左右，终于喜大普奔的安好了。在此记录一下自己这几天的历程。
现在电力系统优化方向的文章几乎都要提及将非线性模型线性化，使用的方法大致可包括分段线性化（最基础），混合整数线性化方法，绝对值法，大M方法，关于非线性模型线性化方法的文章和推文介绍也数不胜数，本文在阅读大量线性化方法文章的基础上，总结出一篇较为基础的非线性模型线性化方法，旨在用白话文说清如何进行模型线性化，让读者真正明白什么是线性化，话不多说，请看图文！可见，多添加一个≥的式子即可。同理，“一端为
问题求解系统划分为两大类：知识贫乏系统、知识丰富系统。知识贫乏系统：一依靠搜索技术解决问题。二知识贫乏、缺乏针对性。三效率低。知识丰富系统：一依靠推理技术解决问题。二基于丰富知识的推理技术，直接了当。三效率高。对于给定的问题，智能系统的行为一般是找到能够达到所希望目标的动作序例，并使其所付出的代价最小，性能最好。基于给定问题，问题求解的第一步是目标的表示。搜索就是找到智能系统的动作序列的过程。在人
RUST-CUDA联合编程，cmake配置
前言本文开始对零知识证明应用最广泛的技术——zkSNARKs进行介绍，本文主要介绍其原理与流程，其中应用到的密码学知识和工具很多，本人能力有限，尽量做到阐述清晰，如有错误欢迎讨论。零知识证明学习起来难度就很大，是数论、密码学、抽象代数的综合应用，它引入的概念、符号会让人眼花缭乱。V神在一篇介绍零知识证明的文章中就提醒读者看不懂也不要怀疑自己的智商，因为“它实在是太难了！” 因此，能坚持搞懂的，一定
零知识证明是实现隐私保护的密码学方案。曾被称为密码学领域的一颗皇冠，用于在不泄露具体秘密情况下对问题一种正确证明方法。尤其是在金融领域实现数据隐私保护方面的创新业务场景里实现落地应用。我们今天就从零知识证明的基本概念、研究进展、实现原理方面做一些简单阐述。一、零知识证明概述零知识证明（Zero-Knowledge Proof, ZKP）是现代密码学中的一类经典协议，用于在不泄露关于某个命题任何信息
零知识证明(Zero—Knowledge Proof)，是指一种密码学工具，允许互不信任的通信双方之间证明某个命题的有效性，同时不泄露任何额外信息。
零知识证明：从小白到明白如今，知识快餐业发达，区块链这么火的领域自然不会落下。经过一轮轮扫盲，共识、工作量证明、闪电网络等等概念对普罗大众已不再陌生，甚至各种解构、比喻、引申，将术语炒得比本义还玄乎。然而，如果不理解甚至没听说过零知识证明，那你基本还属于区块链小白。之所以这么说，原因有二。其一， 零知识证明是代数数论、抽象代数等数学理论的综合应用，与闪电网络一类的精巧设计不同，属于硬技术。...
Zypher Network 提出的系列方案正逐步成为破解这一困局的关键，其不仅为 LLM 和 AI Agent等采用提供了一个可信的框架，也为其在更广泛行业中的应用铺平了道路。像 ChatGPT、DeepSeek、Grok 等大型语言模型（LLM, Large Language Model）已成为近年来最为普遍的 AI 应用示例。
Scroll 是2021年由华人创始团队推出的 基于zkEVM 的 以太坊ZKR扩容方案，不同于zkSync的语言级别兼容，Scroll实现了完全EVM等效，即字节码层级兼容，除了数据结构和状态树等部分，zkEVM看起来与以太坊完全一样，由此，现有的以太坊应用程序和工具可以实现无缝迁徙。
看待技术进步的一种方法是从硬件的角度来看：随着新需求和用例的出现，芯片制造商会设计专用的 GPU、FPGA 和 ASIC，以针对特定功能和软件进行优化。从云计算到计算机图形学、人工智能和机器学习，所有主要的科技行业都已经发展到需要能够加快计算运行速度和效率的硬件。通常，用于初始功能（无论是存储内存、渲染图形还是运行大规模模拟）的芯片会在确定通用模式和开发专用硬件之前一开始会很简单。理想情况下，随着
Polygon zkEVM为zk-rollup layer 2扩容方案，其：* execute smart contracts transparently* publish zero-knowledge validity proof* 与以太坊虚拟机opcode完全兼容——为此需重建所有EVM opcodes，从而支持transparent deployment of any existing E
Polygon zkEVM zkASM程序 与 以太坊虚拟机opcode 对应集合
本文旨在对网上已有的方法步骤进行补充说明，指导读者完成从虚拟机安装到libsnark库示例代码复现全过程。建议先看本文中的注意事项，后跳转到参考网页，否则可能会掉到坑里。
Filecoin 介绍Filecoin是由协议实验室发起的一种分布式存储解决方案，它将现有的云存储转化为一个自带区块链算法的分布式存储。
前言随着云计算、物联网与大数据等技术的不断发展，信息系统服务中针对用户数据的收集整理、分析预测手段不断成熟。各种基于位置跟踪、行为偏好记录所产生的定向服务，例如：运用上述等技术，可对人们通过社交媒体进行信息交换与自我表露，在网购平台进行的购买行为，利用智能交通系统实现实时路况查询、智能导航系统规划出行路线等等服务，这些服务为人们日常生活提供诸多便利的同时，也越来越多得引发了隐私关注。用户在使用各种
什么是密评？“密评”全称“密码应用安全性评估”，是指在采用密码技术、产品和服务集成建设的网络和信息系统中，对其密码应用的合规性、正确性和有效性进行评估。为什么要做密评？国家法律法规的强制要求。开展密评，是国家相关法律法规提出的明确要求，是网络安全运营者的法定责任和义务。《中华人民共和国密码法》第二十七条：法律、行政法规和国家有关规定要求使用密码进行保护的关键信息基础设施，其运营者应当使用密码进行保
今天可以在 BSV 上开发信息不完整的游戏，因为我们已经在其上实现了 zk-SNARKs。由于 BSV 上的智能合约交易便宜且即时，因此它是构建此类游戏的理想平台。
导语本文不重在讲述ZK技术的技术细节，而在于尽可能多的描绘ZK的应用方向，ZK技术的迭代仍在持续进行中，但是技术的落地需要应用来承载，我们会从最接近用户的应用层逐步深入至底层EVM、L2、跨链桥和公链。在社会化分工的大背景下，不同领域的技术对行外人而言如同魔法一般，而以“可用之物”构建切身感知可帮助我们抓住最主要脉络，从而反求ZK的技术特征，这也是最符合人的认知逻辑的安排。简要发展史1985年，
[Goldwasser, Micali, Rackoff, 85] 给出了**交互式证明系统**（Interactive proof system，IP），它包含 **interaction** 以及 **randomness**，可以达成以下性质：1. Completeness（almost）2. Soundness（almost）：随机性的引入，“almost” 是不可避免的3. Enable
摘要：本文通过介绍华为如何在同态加密及零知识证明框架的集成介绍来介绍了一些对金融领域交易隐私保护的思路，通过代码结和应用场景描述了zksnark如何集成到现有联盟链体系保护交易隐私。
零知识证明
——零知识证明
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
DeepSeek技术社区
天启AI社区
2048 AI社区
DAMO开发者矩阵
西安城市开发者社区
松山湖开发者村综合服务平台
华为开发者空间
GitCode 开源社区
Anome开发者社区
