💻 computer science

Polynomial Multiproofs for Scalable Data Availability Sampling in Blockchain Light Clients

Cet article présente une conception de preuves polynomiales multipoints (PMP) qui réduit significativement les coûts de bande passante, de stockage et de vérification pour les clients légers de blockchain en agrégeant plusieurs preuves KZG en une seule, démontrant ainsi une réduction des coûts d'infrastructure pouvant atteindre 45 % dans le cadre de la couche de disponibilité des données Avail.

Auteurs originaux : Rachit Anand Srivastava, Vikram Bhattacharjee, Will Arnold, Toufeeq Pasha

Publié 2026-04-21

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Rachit Anand Srivastava, Vikram Bhattacharjee, Will Arnold, Toufeeq Pasha

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

🌍 Le Problème : Le Client Léger et la Valise Trop Lourde

Imaginez que vous voulez vérifier qu'un livre entier (une "blockchain") est authentique, mais vous êtes assis sur un petit vélo électrique (un "client léger" sur un téléphone). Vous ne pouvez pas transporter tout le livre, c'est trop lourd.

La solution actuelle, appelée Échantillonnage de Disponibilité des Données (DAS), fonctionne comme ceci :
Au lieu de lire tout le livre, vous demandez à des amis (le réseau pair-à-pair) de vous montrer quelques pages au hasard. Pour être sûr qu'ils ne vous mentent pas, chaque page qu'ils vous montrent doit être accompagnée d'un sceau de sécurité (une preuve cryptographique KZG).

Le problème ?
Dans le système actuel, si vous demandez 10 pages, vous recevez 10 pages + 10 sceaux.
C'est comme si vous deviez porter 10 gros cadenas pour vérifier 10 petites clés. Cela prend beaucoup de place dans votre sac (bande passante), consomme beaucoup d'énergie pour les ouvrir (CPU), et ralentit tout le monde.

💡 La Solution : Le "Sceau Magique" Multipreuve (PMP)

Les auteurs de ce papier proposent une idée brillante : regrouper les preuves.

Imaginez que vos amis ne vous envoient plus une page avec son propre sceau, mais un panier de 4 pages avec un seul grand sceau qui garantit que les 4 pages sont vraies.

C'est ce qu'ils appellent les Preuves Multipolynômes (PMP).

L'Analogie du Panier de Pommes 🍎

L'ancien système : Vous achetez 10 pommes. Chaque pomme a son propre certificat d'origine collé dessus. Vous devez vérifier 10 certificats. C'est lent et encombrant.
Le nouveau système (PMP) : Vous achetez un panier de 10 pommes. Il y a un seul certificat qui dit : "Ce panier contient 10 pommes saines". Vous vérifiez ce seul certificat, et vous savez que tout le panier est bon.

⚙️ Comment ça marche techniquement (sans les maths) ?

Le Regroupement (Micro-domaine) : Au lieu de traiter chaque donnée isolément, le système les regroupe par petits blocs (par exemple, 4 ou 16 données ensemble).
La Preuve Unique : Au lieu de créer une preuve pour chaque donnée, le système crée une seule preuve mathématique qui couvre tout le bloc. C'est comme si on prenait les 10 certificats, on les fondait ensemble pour n'en faire qu'un seul, très compact.
La Vérification : Quand votre téléphone (le client léger) reçoit ce panier, il n'a besoin de faire qu'un seul calcul complexe pour vérifier tout le contenu, au lieu de 10 calculs séparés.

🚀 Les Résultats : Pourquoi c'est génial ?

Les chercheurs ont testé cette idée sur une plateforme appelée Avail. Voici ce qu'ils ont découvert :

Moins de poids (Économie de données) : Comme on envoie moins de "sceaux" (preuves), on économise jusqu'à 45 % de bande passante. C'est comme réduire la taille de votre sac à dos de moitié.
Plus rapide (CPU et Mémoire) : Votre téléphone n'a pas besoin de travailler aussi dur pour vérifier les preuves. La consommation de batterie et de mémoire est nettement réduite.
Plus fiable (Réseau) : Comme les données sont regroupées, il est plus facile de les trouver et de les stocker sur le réseau. Le taux de réussite pour récupérer les données passe de 12 % à 98 % sur les gros fichiers !

⚖️ Le Petit Bémol (Les Compromis)

Il y a un petit prix à payer : la vie privée.
Dans l'ancien système, si vous demandiez la page 100, personne ne savait que vous vouliez la page 100.
Dans le nouveau système, si vous demandez un panier, tout le monde sait que vous voulez un panier contenant la page 100 (et ses voisines). C'est un compromis : on gagne en efficacité, mais on perd un peu de discrétion sur exactement quelle donnée on regarde.

🏁 En Résumé

Ce papier propose de passer d'une logique de "1 preuve = 1 donnée" à une logique de "1 preuve = 1 groupe de données".

C'est comme passer de l'achat de pièces détachées une par une à l'achat de kits pré-assemblés. C'est plus rapide, moins cher, et ça permet aux petits vélos (les téléphones) de rouler aussi vite que les gros camions, tout en vérifiant que le chargement est bien sécurisé.

Résumé Technique : Preuves Multipolynomiales pour l'Échantillonnage de Disponibilité des Données (DAS)

1. Problématique

Les clients légers (light clients) sont essentiels pour la scalabilité des blockchains, car ils permettent de vérifier la disponibilité des données sans télécharger l'intégralité des blocs. Dans les systèmes basés sur l'Échantillonnage de Disponibilité des Données (DAS), les clients récupèrent un sous-ensemble de cellules de données (échantillons) auprès d'un réseau pair-à-pair (P2P) et les vérifient à l'aide de preuves cryptographiques.

Cependant, l'architecture actuelle présente un goulot d'étranglement majeur :

Surcharge de bande passante et de stockage : Chaque cellule échantillonnée est associée à une preuve KZG (Kate-Zaverucha-Goldberg) indépendante.
Coûts de vérification : La vérification de multiples preuves individuelles consomme beaucoup de ressources CPU et mémoire pour les clients légers.
Inefficacité P2P : Dans les réseaux basés sur les Tableaux de Hachage Distribués (DHT), la récupération d'objets individuels (cellule + preuve) augmente le nombre de requêtes et la fragmentation du stockage.

L'objectif de l'article est de réduire ces coûts sans compromettre la sécurité du DAS.

2. Méthodologie : Preuves Multipolynomiales (PMP)

Les auteurs proposent une nouvelle architecture basée sur les Preuves Multipolynomiales (Polynomial Multiproofs - PMP) qui agrège plusieurs vérifications en une seule preuve.

Concept de base : Au lieu de vérifier chaque cellule échantillonnée avec une preuve KZG distincte, le client léger vérifie un groupe de cellules (évaluations) à l'aide d'une seule preuve agrégée.
Domaine d'évaluation partagé (Micro-domaine) :
- L'agrégation repose sur une spécialisation où toutes les ouvertures (openings) dans une preuve agrégée appartiennent au même micro-domaine d'évaluation fixe ( $T_g$ ).
- Cela permet de calculer un polynôme de somme pondérée et de diviser par le polynôme d'annulation ( $Z_{T_g}$ ) du domaine partagé, évitant ainsi l'interpolation coûteuse lors de la génération de la preuve.
Intégration dans le flux P2P (DHT) :
- Les nœuds "Fat" (clients lourds) récupèrent les blocs, génèrent les preuves agrégées et publient des objets de récupération groupés dans le DHT.
- Un objet groupé contient un vecteur de valeurs scalaires (les cellules) et une seule preuve agrégée, au lieu de multiples paires (cellule, preuve).
Sécurité et Non-interactivité :
- Pour éviter les attaques par rejeu, le défi du vérificateur ( $\gamma$ ) est dérivé de manière non interactive via le Fiat-Shamir.
- Ce défi est lié au contexte de l'engagement, au micro-domaine exact, aux métadonnées de regroupement et à l'identifiant de la chaîne de référence structurée (SRS).
- Compromis de sécurité : Le regroupement introduit une corrélation potentielle. Si un groupe est malveillant, toutes les cellules du groupe échouent simultanément. Pour maintenir le même niveau de sécurité, le nombre d'échantillons doit être ajusté (environ $g$ fois plus d'échantillons pour des groupes de taille $g$ ).

3. Contributions Clés

Identification du goulot d'étranglement : Mise en évidence du coût prohibitif des preuves KZG par cellule dans les environnements P2P pour les DAS.
Modèle de récupération et de vérification : Conception d'un modèle où les clients légers vérifient plusieurs échantillons via une preuve unique, et où la couche P2P stocke des objets groupés plutôt que des objets individuels.
Spécification de l'implémentation : Définition complète du chemin de mise en œuvre, de la génération de preuves par les nœuds complets à la publication dans le DHT et à la vérification par les clients légers.
Évaluation empirique sur Avail : Implémentation et test de la solution dans Avail (une couche de disponibilité des données modulaire), démontrant des gains significatifs en termes de ressources et de coûts d'infrastructure.

4. Résultats Expérimentaux

Les tests ont été réalisés sur une infrastructure AWS en utilisant des blocs codés par Reed-Solomon (de 1 Ko à 2 Mo). Les résultats comparent la configuration de base (Vanilla) avec la solution PMP.

Réduction des coûts de calcul (CPU) :
- Réduction de 45 % de l'utilisation CPU du vérificateur par rapport à la base (de 110 à 60 unités normalisées pour un lot de 1000 vérifications).
- Réduction de 42 % de l'utilisation mémoire (pic passant de 1,2 Go à 0,7 Go).
Performance du réseau (DHT) :
- Taux de réussite (Hit Rate) : Avec des charges utiles de 1,5 à 2 Mo, le taux de réussite passe de 12 % (Vanilla) à 98 % avec PMP. Cela est dû à la réduction du nombre d'objets à récupérer et à une meilleure localité.
- Débit : Les taux de publication (put rates) dans le DHT sont nettement supérieurs avec PMP.
Capacité et Coûts d'Infrastructure :
- Le nombre de nœuds "Fat" nécessaires pour satisfaire les objectifs de latence (SLO) est divisé par 4 (de 40 à 10 nœuds pour des charges de 1 Ko).
- La capacité par nœud "Fat" est multipliée par 5 (de 16 à 80 octets/nœud pour des blocs de 2 Mo).
- Réduction des coûts : Les auteurs estiment une réduction des coûts d'infrastructure cloud d'au moins 45 %.

5. Signification et Conclusion

Cette recherche démontre que l'agrégation cryptographique des preuves (PMP) combinée à une optimisation de la structure de stockage dans le DHT est une solution viable pour rendre les clients légers blockchain économiquement et techniquement scalables.

Impact : La solution permet de réduire drastiquement la charge de bande passante, de stockage et de calcul, rendant les DAS plus accessibles pour les appareils mobiles et les navigateurs.
Compromis : L'article met en lumière le compromis entre l'efficacité (regroupement) et la vie privée/sécurité (corrélation des échecs et fuite d'information sur les coordonnées interrogées), offrant des directives pour choisir la taille du groupe ( $g$ ) en fonction du modèle de menace.
Complémentarité : Cette approche ne remplace pas les protocoles de diffusion robustes (comme PANDAS) mais optimise la couche cryptographique et de récupération au sein de l'architecture existante.

En résumé, les Preuves Multipolynomiales constituent une avancée systémique majeure pour l'adoption à grande échelle des clients légers dans les écosystèmes blockchain modernes.