Lightweight Verifiable Computation with Constant-Size Proofs for Sequential State Transitions
本文提出了一种用于顺序状态转换的轻量级、可更新的可验证计算方案，该方案利用线性可更新的二次算术程序族来生成 160 字节的常数大小证明，且与 Groth16 和 Nova 等现有方法相比，其证明和验证时间显著缩短。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在数字世界中，许多系统都依赖于一种事件链，其中当前的状态完全取决于之前发生的事情。想象一下监控工厂的传感器网络、记录交易的金融账本，或者追踪患者健康的医疗数据流。在每种情况下，机器都会获取前一个状态，应用一段新的信息，并产生一个新的结果。问题在于，如果执行工作的机器是不可信的，情况就会变得棘手。如果一台服务器计算序列中的下一步，远方的观察者如何能确定计算过程是正确的，确保服务器没有重复使用旧数据，或者它没有仅仅编造出一个看起来正确但实际上错误的结果？仅检查最终数值是不够的；必须验证得出该数值的整个历史过程。传统上，验证一条长计算链意味着要从头开始重新执行每一个步骤，这个过程会随着链条的增长而变得越来越慢且成本越来越高。
研究人员 Heewon Chung 和 Hyeonbum Lee 开发了一种新方法，专门解决这种针对逐步演进系统的特定问题。他们的研究成果发表在一篇研究论文中，介绍了一种无需迫使验证者重新计算整个历史即可验证这些顺序更新的方法。他们并没有将每一个新步骤都视为一个全新的难题，而是允许正确性的证明进行增量更新。想象一位旅行者跨越国境；每进入一个新国家时，边检人员不需要从旅程开始检查每一枚护照印章，而只需要检查最新的印章，并验证它是如何合法地添加到前一个印章之上的。研究人员创建了一个数学框架，使这对于复杂的计算机计算成为可能，确保无论经过了多少步骤，证明的大小保持不变且检查过程依然快速。
他们发现的核心是一种专为这些顺序任务设计的全新数学结构家族。在可验证计算领域，现有的工具可以证明单次计算是否正确，但在处理由许多小步骤组成的长链计算时却显得力不从心。一种常见的方法要求生成证明的计算机在添加每个新步骤时都要重新证明整个历史，这变成了一项沉重的负担。另一种方法使用的是一种称为“折叠”（folding）的技术，它将步骤组合在一起，但往往会导致生成的证明文件非常庞大，从而导致检查速度缓慢。Chung 和 Lee 找到了中间路径。他们设计了一个系统，通过简单地在先前步骤的证明基础上添加少量新信息，即可构建出新步骤的证明。这意味着执行工作的计算机永远不必从头开始，而检查工作的观察者也永远不必再次查看整个历史。
团队在多种现实场景中测试了他们的方法，包括融合来自多个传感器的数据、对向量执行特定的数学运算，以及运行用于安全系统的加密链。他们在 Raspberry Pi 5（一种常用于边缘设备的廉价小型计算机）上运行了这些测试，以观察系统在资源受限环境下的表现。结果令人瞩目。他们产生的方法生成的证明仅为 160 字节，与领先的替代方法所需的 11,500 到 12,500 字节相比极其微小。此外，验证证明所需的时间也非常快，仅需 11.6 到 28.9 毫秒。相比之下，替代方法验证单个证明需要近 250 毫秒。在生成证明方面，当步骤数增加时，他们的系统也比从头开始重新证明整个链条的传统方法要快得多。
这项工作最重要的方面之一在于它“不需要”什么。研究人员明确避免使用了名为“递归证明组合”（recursive proof composition）的技术，这是一种处理长计算链的常用方法，但已知其计算成本高昂且速度缓慢。通过避开这种复杂性，他们实现了一个既轻量又高效的系统。然而，该系统有一个特定的边界：它是为固定数量的步骤（称为“界限”，bound）设计的，该界限必须在系统启动前确定。这意味着该系统最适用于定义的运行周期，例如特定的监控窗口或审计期，而不是无限、无止尽的数据流。研究人员还指出，该系统并不隐藏正在处理的数据；它只是证明数据是根据规则被正确处理的。
这项工作的意义对于未来安全、分布式系统的发展至关重要。随着越来越多的设备和服务在不可信的环境中运行，在不产生沉重计算成本的情况下验证数据完整性的能力变得至关重要。这种新方法允许一个小型的、低功耗的设备生成其工作的证明，并且远程验证者可以几乎瞬间检查该证明，无论中间完成了多少工作。研究人员证明了这种方法不仅是理论上的改进，而且是实践上的进步，能够在日常硬件上高效运行。通过保持恒定的证明大小和极短的验证时间，他们为建立随时间演进的、更稳健且更高效的信任机制打开了大门。
在实验中，团队将他们的方法与另外两种主要方法进行了对比。一种是每次步骤都重新证明整个历史的标准方法，另一种是基于折叠的新型方法。与标准方法相比，他们的方法在长序列的最后一步生成证明的速度快了高达 2.7 倍。与折叠方法相比，他们的证明体积大约小了 72 到 78 倍，且验证速度快了近 20 倍。这些数字表明，对于那些对速度和数据大小要求极高的应用场景，如实时传感器监控或安全账本，这种新方法具有明显的优势。研究人员承认，对于非常短的序列或需要无界、无限计算链的应用，其他方法可能仍然更具优势。但对于特定的、常见的有界顺序状态转换场景，他们提供了一个既轻量又可验证的解决方案。
这项工作还强调了这些系统中“信任锚点”（trust anchors）的重要性。为了使验证成立，验证者必须从一个受信任的初始状态记录开始。如果这个起点被破坏，整个信任链就会断裂。研究人员明确说明了这一局限性，指出他们的系统假设初始状态是真实的，并且验证者维护着一个关于上一个已接受状态的安全记录。对于许多现实世界的部署来说，这是一个合理的假设，因为可以通过可信权威或安全日志来提供那个初始锚点。通过明确这些要求并构建一个在此范围内的系统，研究人员为从物联网到金融审计等领域的实际应用创建了一个工具。
最终，这项研究代表了我们看待复杂、演进式数字过程方式的一种转变。它不再认为验证必须是一个沉重、重复的任务，而是转向一种验证是轻量级、增量式步骤的模型。研究人员展示了在不牺牲性能或可扩展性的情况下，维持高水平的安全性和完整性是可能的。随着世界日益依赖于在不可信环境中运行的自动化系统，像这样的方法对于确保我们世界的数字状态保持准确和可靠将变得必不可不可或缺。这些发现不仅是理论上的好奇，更是朝着使“可验证计算”成为日常技术中实用的现实迈出的坚实一步。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。