区块链 > 币种百科 > 一文详解Aleo

什么是Aleo区块链隐私保护项目?Aleo最新全面解读

2024-07-05 11:56:00 佚名
简介什么是Aleo区块链隐私保护项目?Aleo区块链隐私保护项目有什么特点?Aleo区块链隐私保护项目当前进展如何?下面就和脚本之家小编详细了解下Aleo吧

什么是Aleo区块链隐私项目?Aleo最新全面解读!Aleo 是一个专注于隐私保护的区块链项目,通过零知识证明技术(ZKP)实现更高的隐私和可扩展性。Aleo 的核心理念是让用户能够在不泄露个人数据的前提下进行身份验证和数据处理。那么什么是Aleo区块链隐私保护项目?Aleo区块链隐私保护项目有什么特点?Aleo区块链隐私保护项目当前进展如何?

今天脚本之家小编给大家介绍了 Aleo 的项目概要及最新进展,对市场十分关心的 puzzle 算法更新做了详细的解读。需要的朋友一起看看吧!

最新算法抢先看

Aleo 网络每小时随机生成一个 ZK 电路;矿工在这一小时内需要尝试不同的 nonce 作为电路的输入,计算出 witness(即电路中的所有变量,这个计算过程也叫 synthesize),对 witness 求 Merkle root 后,判断是否满足挖矿难度要求。由于电路的随机性,这个挖矿算法对 GPU 并不友好,在计算加速方面存在很大的难度。

融资背景

Aleo 于 2021 年完成了由 a16z 领投的 2800 万美元的 A 轮融资,并在 2024 年完成了 2 亿美元的 B 轮融资,投资方包括 Kora Management、SoftBank Vision Fund 2、Tiger Global、Sea Capital、Slow Ventures 和 Samsung Next 等。这轮融资使 Aleo 的估值达到了 14.5 亿美元。

项目概要

隐私性

Aleo 的核心是零知识证明(ZKPs)技术,这使得交易和智能合约的执行可以在保持隐私的前提下进行。用户的交易细节,如发送方和交易金额,默认情况下是隐藏的。这种设计不仅保护了用户隐私,还允许在必要时进行选择性披露,非常适合 DeFi 应用的发展。其主要组件包括:

Aleo 还提供了集成开发环境(IDE)和软件开发工具包(SDK),支持开发者快速编写和发布应用;此外,开发者可以在 Aleo 的程序注册表中部署应用,无需依赖第三方,如此便降低了平台风险。

可扩展性

Aleo 采用了 off-chain 的处理方式,交易首先在用户设备上计算证明,然后仅将验证结果上传到区块链。这种方式大大提高了交易的处理速度和系统的可扩展性,避免了类似以太坊的网络拥堵和高昂的费用。

共识机制

Aleo 引入了 AleoBFT,这是一种混合架构的共识机制,结合了验证者的即时最终性和证明者的计算能力。AleoBFT 不仅提高了网络的去中心化程度,还增强了性能和安全性。

Aleo 允许开发者创建不受 gas 限制的应用程序,因此尤其适用于机器学习等需要长时间运行的应用。

当前进展

Aleo 将于 7 月 1 日启动激励测试网,以下是一些重要的最新信息:

算法更新解读

Aleo 于近日公布最新测试网消息的同时,更新了最新版本的 puzzle 算法,新算法不再着重于 zk proof 结果的生成,移除了 MSM 和 NTT (二者是 zk 中生成 proof 大量使用到的计算模块,之前测试网参与者以优化该算法的效率来提升挖矿收益)的计算,着重于产生 proof 之前的中间数据 witness 的生成。我们在参考官方的 puzzle spec 和代码后,对最新算法做一个简单介绍。

共识流程

共识协议层面上,其流程中 prover 和 validator 分别负责产生计算结果 solution 和出块并聚合打包 solution。流程如下:

Synthesis Puzzle

最新版的算法核心称为 Synthesis Puzzle,其核心是针对每个 epoch 固定产生一个共同的 EpochProgram,通过为输入和 EpochProgram 构建 R 1 CS 证明电路,产生对应 R 1 CS assignment (即大家提到的 witness)并作为 Merkle tree 的叶子节点,计算出所有叶子节点后生成 Merkle root 并转换为 solution 的 proof_target。构建 Synthesis Puzzle 的详细流程和规范如下:

1. 每一次 puzzle 计算称为 nonce,它是由接收挖矿奖励的地址、epoch_hash 和 一个随机数 counter 构建,每次需要计算新的 solution 时可以通过更新 counter 获得新的 nonce

2. 每一个 epoch 中,网络中所有 prover 需要计算的 EpochProgram 是同一个,它由当前的 epoch_hash 产生的随机数从指令集中抽样出来,抽样逻辑是:

3. 使用 nonce 作为随机数种子生成 EpochProgram 的输入

4. 聚合 EpochProgram 对应的 R 1 CS 和 input,进行 witness (R 1 CS assignment) 计算

5. 计算出所有 witness 后,这些 witness 将被转换为对应的 merkle tree 的叶子节点序列,merkle tree 是一个深度为 8 的 8 元 K-ary Merkle tree

6. 计算 merkle root 并将其转换为 solution 的 proof_target,判断其是否满足当前 epoch 的 latest_proof_target,若满足则计算成功,提交上文中构建输入需要的 reward address、epoch_hash 和 counter 作为 solution 并广播

7. 同一个 epoch 中可通过迭代 counter 的方式更新 EpochProgram 的输入进行多次 solution 计算

挖矿的变化和影响

经过此次更新后,puzzle 由生成 proof 转变为生成 witness,每一个 epoch 内的所有 solution 计算逻辑一致但是不同 epoch 计算逻辑有较大区别。

从之前的测试网中我们可以发现很多优化手段着重于使用 GPU 对生成 proof 阶段的 MSM 和 NTT 计算进行优化从而提高挖矿效率,此次更新完全摒弃了这部分计算;同时由于生成 witness 的过程产生于执行一个跟随 epoch 变化的 program,其中的指令将存在部分串行执行的依赖关系,所以实现并行化具有不小的挑战。

以上就是脚本之家小编给大家分享的Aleo的详细解读了,希望大家喜欢!

本站提醒:投资有风险,入市须谨慎,本内容不作为投资理财建议。

相关文章