論文の概要: SoK: Understanding zk-SNARKs: The Gap Between Research and Practice

• arxiv url: http://arxiv.org/abs/2502.02387v1
• Date: Tue, 04 Feb 2025 15:06:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-05 14:51:50.022120
• Title: SoK: Understanding zk-SNARKs: The Gap Between Research and Practice
• Title（参考訳）: SoK:zk-SNARKを理解する: 研究と実践のギャップ
• Authors: Junkai Liang, Daqi Hu, Pengfei Wu, Yunbo Yang, Qingni Shen, Zhonghai Wu,
• Abstract要約: 我々は,zk-SNARKを理論から実践まで包括的に研究し,ギャップと限界を指摘する。 まず、プログラムをzk-SNARKに変換する際の主要なステップを統一するマスターレシピを示す。 2013年以降、40以上のzk-SNARKを調査し、それらのカテゴリとプロパティをリストアップした参照テーブルを提供する。
• 参考スコア（独自算出の注目度）: 12.706199263238192
• License:
• Abstract: Zero-knowledge succinct non-interactive arguments of knowledge (zk-SNARKs) are a powerful tool for proving computation correctness, attracting significant interest from researchers, developers, and users. However, the complexity of zk-SNARKs has created gaps between these groups, hindering progress. Researchers focus on constructing efficient proving systems with stronger security and new properties, while developers and users prioritize toolchains, usability, and compatibility. In this work, we provide a comprehensive study of zk-SNARK, from theory to practice, pinpointing gaps and limitations. We first present a master recipe that unifies the main steps in converting a program into a zk-SNARK. We then classify existing zk-SNARKs according to their key techniques. Our classification addresses the main difference in practically valuable properties between existing zk-SNARK schemes. We survey over 40 zk-SNARKs since 2013 and provide a reference table listing their categories and properties. Following the steps in master recipe, we then survey 11 general-purpose popular used libraries. We elaborate on these libraries' usability, compatibility, efficiency and limitations. Since installing and executing these zk-SNARK systems is challenging, we also provide a completely virtual environment in which to run the compiler for each of them. We identify that the proving system is the primary focus in cryptography academia. In contrast, the constraint system presents a bottleneck in industry. To bridge this gap, we offer recommendations and advocate for the opensource community to enhance documentation, standardization and compatibility.
• Abstract（参考訳）: Zero-knowledge succinct non-interactive arguments of knowledge (zk-SNARKs)は、計算の正確性を証明する強力なツールであり、研究者、開発者、ユーザから大きな関心を集めている。 しかし、zk-SNARKsの複雑さはこれらの群の間にギャップを生じさせ、進歩を妨げている。 研究者は、より強力なセキュリティと新しいプロパティを備えた効率的な証明システムの構築に注力する一方で、開発者とユーザはツールチェーン、ユーザビリティ、互換性を優先する。 本研究では,zk-SNARKについて,理論から実践まで,ギャップと限界を指摘し,包括的な研究を行う。 まず、プログラムをzk-SNARKに変換する際の主要なステップを統一するマスターレシピを示す。 次に、既存のzk-SNARKをその鍵となる手法に従って分類する。 本分類では,既存のzk-SNARKスキームの実用的価値特性の主な違いについて述べる。 2013年以降、40以上のzk-SNARKを調査し、それらのカテゴリとプロパティをリストアップした参照テーブルを提供する。 マスターレシピのステップに従って、11の汎用的なポピュラーな中古ライブラリを調査します。 これらのライブラリのユーザビリティ、互換性、効率性、制限について詳しく説明します。 これらのzk-SNARKシステムのインストールと実行は難しいので、それぞれのコンパイラを実行するための、完全に仮想的な環境も提供します。 我々は、証明システムが暗号学の第一の焦点であることを確認した。 対照的に、制約システムは業界におけるボトルネックとなる。 このギャップを埋めるため、私たちは、ドキュメント、標準化、互換性を強化するためのオープンソースコミュニティの推奨と推奨を提供しています。

関連論文リスト

• Benchmarking Predictive Coding Networks -- Made Simple [48.652114040426625]
  まず,性能と簡易性を重視したPCXというライブラリを提案する。 私たちはPCXを使って、コミュニティが実験に使用する大規模なベンチマークを実装しています。
  論文  参考訳（メタデータ） (2024-07-01T10:33:44Z)
• What Blocks My Blockchain's Throughput? Developing a Generalizable Approach for Identifying Bottlenecks in Permissioned Blockchains [0.3495246564946556]
  許可されたブロックチェーンのボトルネックを特定するための、より統一的でグラフィカルなアプローチを開発しています。 Hyperledger FabricとQuorumという2つの広く使用されているパーミッションブロックチェーンについて、詳細なケーススタディを実施しています。
  論文  参考訳（メタデータ） (2024-04-02T13:00:50Z)
• SoK: What don't we know? Understanding Security Vulnerabilities in SNARKs [8.190612719134606]
  ゼロ知識証明(ZKP)は、プライバシと検証可能性を提供する理論概念から、実用的な実世界の実装まで進化してきた。 SNARK(Succinct Non-Interactive Argument of Knowledge)は、最も重要なイノベーションのひとつ。 本稿では,実生活SNARK実装のエンドツーエンドセキュリティ特性の評価に焦点をあてる。
  論文  参考訳（メタデータ） (2024-02-23T12:41:28Z)
• Enhancing Ethereum's Security with LUMEN, a Novel Zero-Knowledge Protocol Generating Transparent and Efficient zk-SNARKs [0.0]
  本稿では,zk-SNARKを効率よく,透過的にコンパイルする新しい対話型オラクル証明プロトコルを提案する。 現在使用されているzk-SNARKは信頼性の高いセットアップセレモニーに依存しており、参加者のグループはトランザクションに関する秘密情報を使用して、zk-SNARKを検証するのに必要な公開パラメータを生成する。 私の実装では、既存の透明zk-SNARKの効率を超え、透明でないzk-SNと同等のLUMEN(証明サイズ、証明時間、検証時間)の効率が明らかにされた。
  論文  参考訳（メタデータ） (2023-11-10T16:53:49Z)
• Combining Behaviors with the Successor Features Keyboard [55.983751286962985]
  SFK(Successor Features Keyboard)は、検出された状態特徴とタスクエンコーディングによる転送を可能にする。 難易度の高い3次元環境において, SFによる移動を初めて実演する。
  論文  参考訳（メタデータ） (2023-10-24T15:35:54Z)
• Chain-of-Knowledge: Grounding Large Language Models via Dynamic Knowledge Adapting over Heterogeneous Sources [87.26486246513063]
  Chain-of-knowledge (CoK)は、大規模な言語モデルを拡張するフレームワークである。 CoKは推論準備、動的知識適応、解答統合の3段階からなる。
  論文  参考訳（メタデータ） (2023-05-22T17:34:23Z)
• OpenMixup: Open Mixup Toolbox and Benchmark for Visual Representation Learning [53.57075147367114]
  視覚表現学習のための最初のミックスアップ拡張とベンチマークであるOpenMixupを紹介する。 私たちは、スクラッチから18の代表的なミックスアップベースラインをトレーニングし、11の画像データセットでそれらを厳格に評価します。 また、人気のあるビジョンバックボーン、最適化戦略、分析ツールキットのコレクションを含むモジュラーバックボーンをオープンソースにしています。
  論文  参考訳（メタデータ） (2022-09-11T12:46:01Z)
• HCV: Hierarchy-Consistency Verification for Incremental Implicitly-Refined Classification [48.68128465443425]
  人間は生涯にわたって階層的な知識を学び蓄積する。 現在の漸進的な学習手法には、新しい概念を古い概念に関連付けることによって概念階層を構築する能力がない。 本稿では,既存の継続学習手法の強化を目的とした階層一貫性検証(HCV)を提案する。
  論文  参考訳（メタデータ） (2021-10-21T13:54:00Z)
• CATCH: Context-based Meta Reinforcement Learning for Transferrable Architecture Search [102.67142711824748]
  CATCHは、転送可能なarChitecture searcHのための、Context-bAsed meTa強化学習アルゴリズムである。 メタラーニングとRLの組み合わせにより、CATCHは検索空間に依存しないまま、新しいタスクに効率的に適応できる。 また、ImageNet、COCO、Cityscapesの競合ネットワークとしてクロスドメインアーキテクチャサーチを扱うこともできる。
  論文  参考訳（メタデータ） (2020-07-18T09:35:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。