想象一下，你拥有一种名为参数保险的特殊保险。与传统保险不同，传统保险中你需要等待查勘员来到你家、拍照、争论损失情况并填写堆积如山的文件，而参数保险就像一台自动售货机。
其运作方式如下：你设定一条规则。例如，“如果丛林大火烧毁了超过 50% 的土地，保险将自动赔付。”该机器会检查公共传感器（如卫星）以确认规则是否满足。如果传感器显示“是”，资金会立即存入你的账户。无需文件，无需等待。
问题：玻璃屋
该论文指出，虽然这听起来很棒，但将此系统建立在区块链（一种公开的数字化账本）上会产生新问题。将区块链想象成一座巨大的玻璃屋，任何人都能看到内部。
- 隐私问题：如果你就丛林大火提出索赔，区块链上的每个人都能看到你的房屋确切位置以及你正在索赔。这就像向整个街区大喊你的地址和银行余额。
- 成本问题：在区块链上进行复杂计算非常昂贵。这就像为每次计算支付高昂的“燃气费”。检查巨大的卫星图像以确认是否发生火灾，对区块链而言过于沉重且成本过高，无法直接执行。
解决方案：魔法信封（zk-SNARKs）
作者提出了一种利用名为zk-SNARKs（零知识简洁非交互式知识论证）的加密技巧的解决方案。
想象你想向门卫证明你已超过 21 岁，但不想出示身份证或透露实际年龄。你递给门卫一个魔法信封。
- 证明：信封内包含一个数学证明，声明“我已超过 21 岁”。
- 保密性：门卫可以打开信封并验证数学计算的正确性，但他们无法看到你的身份证、姓名或确切年龄。他们只知道该陈述为真。
- 速度：信封非常小。它比你的实际身份证小得多，因此检查起来既便宜又快速。
论文系统的运作方式
作者构建了一个系统，其中：
- 保险公司在区块链上设定规则（即“自动售货机”）。
- 数据提供商（卫星公司或物联网传感器）拍摄土地照片。他们签署照片以证明其真实性，但尚未告知区块链这是哪块具体土地。
- 被保险人获取卫星数据，并在链下（即昂贵的区块链之外）运行复杂计算，以确认是否满足火灾规则。
- 魔法信封：被保险人创建一个零知识证明。该证明告知区块链：“我拥有一份来自可信来源的已签署卫星图片，且数学计算证明在我投保的土地上发生了火灾。”
- 区块链检查数学计算。
- 区块链验证签名是否真实。
- 关键在于：区块链从未看到实际的位置坐标或原始图像数据。你的隐私是安全的。
"Sonic"升级
该论文使用了一种名为Sonic的特定魔法信封技术。作者对 Sonic 进行了两项重大改进：
- 混合不同来源：有时你需要来自两个不同卫星或传感器的数据。作者找到了如何将这些不同的“可信来源”合并到一个魔法信封中的方法，而无需它们彼此知晓。这就像让两位不同的证人签署一份文件，而他们从未见过面。
- 批量折扣（批量验证）：逐个检查许多证明既缓慢又昂贵。作者创建了一种同时检查多个证明的方法，就像为区块链提供“批量折扣”。这将索赔验证成本降低了80%。
现实世界测试：丛林大火
为了证明其有效性，团队在以太坊区块链（一个真实的公共区块链）上构建了丛林火灾保险的原型。
- 他们使用了澳大利亚丛林大火的真实卫星图像。
- 他们使用名为 dNBR 的公式计算了“燃烧严重程度”（火灾的恶劣程度）。
- 他们成功生成了“魔法信封”证明，证实火灾发生，同时未泄露具体农场的地点。
- 他们在区块链上进行了验证，成本仅为通常费用的一小部分（费用从约 39 美元降至约 8 美元）。
总结
本文提出了一种利用卫星和智能合约自动化保险赔付的方法，但通过一个“魔法信封”将你的私人数据（如你的位置）对公众隐藏。此外，通过发明一种更快的数学验证方法，使该流程的成本降低到足以实际应用。
技术摘要：基于遥感与物联网的隐私保护型区块链参数化保险
1. 问题陈述
传统赔偿型保险因依赖人工逐案评估，存在运营成本高、不透明、效率低下及缺乏信任等问题。虽然参数化保险（基于物联网、遥感等公共数据生成的可验证指数自动触发赔付）提供了解决方案，但将其与区块链整合却引入了两个关键挑战：
- 隐私泄露：区块链的透明性要求交易记录和处理数据对公众可见。在参数化保险中，这会将敏感用户数据（如具体的投保地点或理赔细节）暴露于公共账本，可能导致去匿名化并损害用户隐私。
- 高昂的处理成本：以太坊等平台的智能合约执行按“燃气费”（gas fees）计量，其费用随计算复杂度和内存使用量增加而上升。处理大型卫星图像以检测丛林火灾等复杂任务，若直接在链上执行，成本将高得令人望而却步。
现有的解决方案（如伪匿名或许可链）无法在保持去中心化保险所需的透明度和问责制的同时，提供强有力的隐私保障。
2. 方法论
作者提出了一种隐私保护型参数化保险框架，利用**简洁零知识证明（zk-SNARKs）**实现在不泄露私有数据的情况下进行透明验证。核心协议允许投保人向区块链智能合约提交零知识证明，以证明理赔的有效性和数据来源的真实性，而无需披露底层私有输入。
核心协议：扩展的 Sonic zk-SNARK
该框架基于支持通用且可更新的结构化参考字符串（SRS）的Sonic zk-SNARK 协议构建。作者针对参数化保险的具体需求，对 Sonic 协议进行了两项关键扩展：
异构数据源的认证：
- 在现实场景中，数据来自多个独立提供商（例如不同的卫星图像提供商或物联网传感器），这些提供商对特定的保险应用一无所知。
- 作者扩展了 Sonic 协议，允许证明者整合来自 J 个独立源的数据，每个源拥有各自的结构化参考字符串（SRS）和数字签名。
- 该协议验证理赔计算中使用的数据是真实的（由提供商签名）且已正确纳入证明中，而无需数据提供商与电路设计者（保险公司）进行协调。这防止了合谋并确保了数据的公正性。
通过批量验证实现高效的链上处理：
- 标准 Sonic 协议需要在不同点验证多个多项式打开（polynomial openings），由于涉及多次配对检查，导致燃气成本高昂。
- 作者提出了一种增强的多项式承诺方案，支持批量验证。这使得验证者能够使用单个证明同时检查多个多项式打开，显著减少了链上所需的配对方程数量。
应用：丛林火灾参数化保险
该框架针对丛林火灾保险进行了实例化，其中理赔有效性取决于从卫星图像计算的归一化燃烧率差值（dNBR）。
- 数据处理：系统利用卫星图像（如 Sentinel-2）的近红外（NIR）和短波红外（SWIR）波段计算 dNBR。
- 约束系统：判定“严重燃烧”（例如 dNBR 大于阈值的像素）的逻辑被编码为包含线性和乘法约束的约束系统。
- 位置隐私：为了保护投保地点，数据提供商对地点的哈希值与数据承诺的组合进行签名。智能合约针对该哈希值验证签名，确保数据对应正确的地点，而无需在链上揭示地点本身。
3. 主要贡献
- 扩展的 zk-SNARK 协议（Sdat）：Sonic 协议的扩展，支持验证来自异构且独立源的数据。这使得数据提供商能够独立于应用逻辑对数据进行认证，防止数据源与保险公司之间的合谋。
- 批量验证方案：专为 Sonic 设计的一种新型多项式承诺方案，支持对多个多项式打开进行批量验证。与标准实现相比，这将链上验证的燃气成本降低了高达80%。
- 通用框架：提出了一种通用的隐私保护参数化保险框架，可应用于丛林火灾之外的各种场景（如航班延误、洪水）。
- 概念验证实现：在以太坊区块链（Goerli 测试网）上实现了一个可工作的原型，用于丛林火灾保险，利用 Solidity 智能合约进行链上验证。
4. 实验结果
作者使用来自数字地球澳大利亚（DEA）存储库的卫星图像数据，在以太坊测试网上进行了广泛的实证评估。
- 可扩展性：证明时间随输入大小（像素数量）线性扩展，而证明大小保持恒定（约 1.22 KB）。无论输入大小如何，链上验证时间也保持恒定。
- 燃气成本降低：
- 增强验证器（使用批量验证）与标准 Sonic 验证器相比，将验证燃气成本降低了约78%。
- 增强+ 验证器（将 SRS 元素存储在链下并通过预言机检索）实现了燃气成本80% 的降低。
- 具体而言，单个理赔的验证成本从约 162 万燃气（标准 Sonic）降至约 34 万燃气（增强版），美元成本从约 38.91 美元降至约 8.19 美元（基于 2022 年费率）。
- 开销：结构化参考字符串（SRS）的大小较大（约 191 MB），但只需生成一次并共享。链上验证仅需固定数量的 SRS 元素。
5. 意义与主张
该论文声称提供了一种实用解决方案，以解决基于区块链的保险中隐私与透明度之间的权衡。通过利用 zk-SNARKs，该框架：
- 保护用户隐私：确保敏感的理赔数据（地点、特定传感器读数）对公共账本保持隐藏，同时仍允许公众验证理赔的有效性。
- 确保数据完整性：验证来自多个独立源的数据的真实性，防止欺诈并确保用于赔付的数据的公正性。
- 提高经济可行性：所提出的优化措施（批量验证和链下 SRS 管理）大幅降低了与链上验证相关的计算成本（燃气费），使得复杂的参数化保险产品在经济上于以太坊等公共区块链上变得可行。
作者得出结论，其框架证明了在现实世界的区块链平台上部署隐私保护型自动化保险系统的可行性，为金融风险管理领域的更广泛采用铺平了道路。
每周获取最佳 computer science 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。