如何将Qtum量子链与现有的隐私技术相结合
近日，qtum量子链发起2019全球线上隐私主题黑客马拉松，我们收到了许多关于大赛的问题——如何将qtum与现有的隐私技术结合？哪些技术适合移植到qtum上？在哪些具体的结合点上可以开发？本文通过结合qtum与zether的思考，希望带给你更多隐私方向的启发。
众所周知，区块链上交易和合约都处于透明状态，不适合部分商业应用场景。zether通过智能合约赋予区块链隐私交易的功能，帮助了链上资产、投票、拍卖等应用的隐私化。可是目前zether面临gas过高的问题，那我们怎么通过qtum降低gas和增加预编译合约呢？
1. 简介
区块链网络中，尽管用户的地址来自于随机生成的私钥，但地址和实体之间的对应关系还是有可能被交易所、商户泄漏，甚至被区块链数据的抓取和聚类算法所挖掘。这种程度的隐私性限制了商业场景的应用。
隐私币的热潮中，出现了包括monero、zcash、grin和beam在内具有隐私特性的公有链，而这些也已经被大多数用户所认可。但是它们使用的方法都需要对区块链系统进行较大的改动，想要在现有的区块链上去实现有一定的难度。
斯坦福大学的博士生benedikt bunz（bulletproofs防弹协议发明者之一）、斯坦福大学教授dan boneh以及visa研究部门，提出了一种基于以太坊智能合约的隐私协议：zether。
zether的基本想法是通过智能合约实现隐私交易——即隐藏交易的金额和账户的余额，并最终应用于拍卖、投票等场景中。为了满足智能合约基于account的特性，它提出了elgamal encryption、pending transfer、rolling over等机制。为了增加zether和其他合约的交互性，它又增加了lock/unlock的功能。为了提升bulletproofs的性能，它使用新的σ-bullets进行代替。
zether提出之后，受到了广泛的关注。jp morgan不但将其用于自己quorum区块链系统中，而且还尝试对其进行进一步的改进。
zether的最初设计文档位于［1］，作者公布了部分源码［2］。jp morgan对其的改进文档位于［3］，源码位于［4］。
2. 原理
已有的隐私交易方法，例如confidential transactions［5］与其衍生方法mimblewimble［6］，都是基于utxo实现的。zether的主要想法是将这一类方法应用到智能合约中，实现基于account的隐私交易。为此，它对已有的方法进行了如下修改。
utxo到account
如果在智能合约中实现utxo，会占用大量的存储空间。所以zether的一大主要工作是将confidential transactions的utxo模型改造为account模型。
elgamal encryption
confidential transactions使用了pedersen commitments隐藏每个utxo的金额。如果对方发送给你一个pedersen commitments取值错误的utxo，不会影响你其他utxo的使用。
当改成account模型的时候，需要对每个用户接收的utxo进行金额累加，得到最终余额，存储于合约中。但如果直接对pedersen commitments进行累加，其中一个的错误会导致最终余额的错误，影响所有金额的使用。
因此，zether采用了elgamal encryption的方式，用接收方的公钥来加密交易金额。这样，接收方就能验证加密金额的正确性，然后合入到余额中。
解决front-running问题
交易的过程中，需要对交易金额和交易后余额进行范围证明。但在account模型中，如果你发起交易的同时，另一用户给你发送了一笔交易，并且在你的交易之前打包进行了区块，这样余额就发生了改变，你交易中的范围证明就不再有效。
因此，zether提出了pending transfers和rolling over的机制。即用户收到的交易并不立即合入到余额中，而是周期地合入。每个周期中，当你第一次与自己账户交互的时候，进行接收交易合入余额的操作。即，只有账户的所有者可以改变账户的余额。这样，front-running就不会发生。
重放攻击保护
假定用户在某个特定的余额下发起了一笔交易。当用户再次出现这个余额时，则这笔交易能够再次生效。这种情况就称作relay attack（重放攻击）。为了防止relay attack，zether参照了ethereum的方式，在每个账号上加上了一个nonce。用户每发起一笔交易，nonce的取值就会增加。用户的交易都需要对nonce进行签名，这样就保证了每笔交易都无法被relay。
范围证明
zether使用了σ-bullets替代bulletproofs。σ-bullets是bulletproofs和σ-protocols的结合。它的特点是可以证明更为复杂的陈述，且证明和验证的过程更加高效。
3. 思考
评价zether
zether的优点如下：
1.基于智能合约实现，对区块链底层逻辑不需要进行改动
2.基于confidential transactions方案修改，不需要zksnark那样需要信任的初始化过程
zether的缺点如下：
1.gas消耗太高。如图，每次transfer需要7188k的gas，其中6455k消耗在椭圆曲线相关计算上。
2.没有隐藏地址。相比mimblewimble，zether没有隐藏用户的地址。需要后续进一步的改进。
还有2点问题值得考虑：
1. zether官方并未对论文中的实现进行完全开源，所以无法对其进行充分验证。只能尝试对［4］中jp morgan的改进算法进行验证。
2. 需要考虑是否可以对zether进行简化，减少椭圆曲线的计算次数，从而减轻对节点计算资源的消耗。
zether & qtum
zether举例了4个主要的应用场景，包括sealed-bid auctions（私密竞标的拍卖）、 payment channels（支付通道）、stake voting（权益证明投票）、privacy-preserving proof-of-stake（保护隐私的pos）。其中，前两个是和隐私相关的商业应用场景，是qtum当前重点关注的方向之一；后两者增加了pos过程的隐私性，可适用于qtum共识机制的改进。
zether目前gas消耗太高，无法有效应用于ethereum。以太坊的一些eip［7］［8］可以降低其gas，但需要很长的一段时间来实现这些改进。另外，通过增加预编译合约来实现隐私算法中一些常用的算法，也会对zether的应用有很大帮助。这些改进都可以基于qtum来实现。
未来计划
首先，需要在qtum运行zether的智能合约，查看其gas消耗以及对节点计算资源的真实消耗。其次，需要深入调研其他基于智能合约的隐私方案，例如aztec［9］等。最后，可以考虑如何基于qtum即将推出的x86虚拟机上增加一些隐私解决方案。
浅谈ADAS-LDW车道检测与跟踪方法的算法实例代码
【技术分析】Lierda NB-IoT OpenCPU实验课程第三章第五期——FOTA适配相关使用例程
集成电路设计企业博通集成发布2021年报
新款Macbook Air和Macbook Pro的拆解信息
IMEC和英特尔携手研发替代CMOS的新器件
如何将Qtum量子链与现有的隐私技术相结合
区块链与汽车行业连接将可以创造出更多的可能性
OPPO R11和小米Note3对比评测：谁才是真正的有颜有实力旗舰机？
国产车规MCU上车情况调研
如何使用智能手机和简单的Android应用程序来控制机器人汽车
ZMC430N运动控制器在转盘式视觉筛选设备中的应用
纳米蠕虫为纳米项链结构提供了新的方法途径
物联网和嵌入式之间该如何选择
小波提取图像特征方法研究
详细探讨基于可饱和吸收效应被动锁模技术的发展情况
小米Smoovie多功能红外探测仪上架京东开售
工业视觉检测系统的应用为企业大大降低了成本
如何使用万用表准确测电压
RF射频技术的主要应用领域有哪些
启扬智能参加第七届瑞芯微开发者大会
众所周知，区块链上交易和合约都处于透明状态，不适合部分商业应用场景。zether通过智能合约赋予区块链隐私交易的功能，帮助了链上资产、投票、拍卖等应用的隐私化。可是目前zether面临gas过高的问题，那我们怎么通过qtum降低gas和增加预编译合约呢？
1. 简介
区块链网络中，尽管用户的地址来自于随机生成的私钥，但地址和实体之间的对应关系还是有可能被交易所、商户泄漏，甚至被区块链数据的抓取和聚类算法所挖掘。这种程度的隐私性限制了商业场景的应用。
隐私币的热潮中，出现了包括monero、zcash、grin和beam在内具有隐私特性的公有链，而这些也已经被大多数用户所认可。但是它们使用的方法都需要对区块链系统进行较大的改动，想要在现有的区块链上去实现有一定的难度。
斯坦福大学的博士生benedikt bunz（bulletproofs防弹协议发明者之一）、斯坦福大学教授dan boneh以及visa研究部门，提出了一种基于以太坊智能合约的隐私协议：zether。
zether的基本想法是通过智能合约实现隐私交易——即隐藏交易的金额和账户的余额，并最终应用于拍卖、投票等场景中。为了满足智能合约基于account的特性，它提出了elgamal encryption、pending transfer、rolling over等机制。为了增加zether和其他合约的交互性，它又增加了lock/unlock的功能。为了提升bulletproofs的性能，它使用新的σ-bullets进行代替。
zether提出之后，受到了广泛的关注。jp morgan不但将其用于自己quorum区块链系统中，而且还尝试对其进行进一步的改进。
zether的最初设计文档位于［1］，作者公布了部分源码［2］。jp morgan对其的改进文档位于［3］，源码位于［4］。
2. 原理
已有的隐私交易方法，例如confidential transactions［5］与其衍生方法mimblewimble［6］，都是基于utxo实现的。zether的主要想法是将这一类方法应用到智能合约中，实现基于account的隐私交易。为此，它对已有的方法进行了如下修改。
utxo到account
如果在智能合约中实现utxo，会占用大量的存储空间。所以zether的一大主要工作是将confidential transactions的utxo模型改造为account模型。
elgamal encryption
confidential transactions使用了pedersen commitments隐藏每个utxo的金额。如果对方发送给你一个pedersen commitments取值错误的utxo，不会影响你其他utxo的使用。
当改成account模型的时候，需要对每个用户接收的utxo进行金额累加，得到最终余额，存储于合约中。但如果直接对pedersen commitments进行累加，其中一个的错误会导致最终余额的错误，影响所有金额的使用。
因此，zether采用了elgamal encryption的方式，用接收方的公钥来加密交易金额。这样，接收方就能验证加密金额的正确性，然后合入到余额中。
解决front-running问题
交易的过程中，需要对交易金额和交易后余额进行范围证明。但在account模型中，如果你发起交易的同时，另一用户给你发送了一笔交易，并且在你的交易之前打包进行了区块，这样余额就发生了改变，你交易中的范围证明就不再有效。
因此，zether提出了pending transfers和rolling over的机制。即用户收到的交易并不立即合入到余额中，而是周期地合入。每个周期中，当你第一次与自己账户交互的时候，进行接收交易合入余额的操作。即，只有账户的所有者可以改变账户的余额。这样，front-running就不会发生。
重放攻击保护
假定用户在某个特定的余额下发起了一笔交易。当用户再次出现这个余额时，则这笔交易能够再次生效。这种情况就称作relay attack（重放攻击）。为了防止relay attack，zether参照了ethereum的方式，在每个账号上加上了一个nonce。用户每发起一笔交易，nonce的取值就会增加。用户的交易都需要对nonce进行签名，这样就保证了每笔交易都无法被relay。
范围证明
zether使用了σ-bullets替代bulletproofs。σ-bullets是bulletproofs和σ-protocols的结合。它的特点是可以证明更为复杂的陈述，且证明和验证的过程更加高效。
3. 思考
评价zether
zether的优点如下：
1.基于智能合约实现，对区块链底层逻辑不需要进行改动
2.基于confidential transactions方案修改，不需要zksnark那样需要信任的初始化过程
zether的缺点如下：
1.gas消耗太高。如图，每次transfer需要7188k的gas，其中6455k消耗在椭圆曲线相关计算上。
2.没有隐藏地址。相比mimblewimble，zether没有隐藏用户的地址。需要后续进一步的改进。
还有2点问题值得考虑：
1. zether官方并未对论文中的实现进行完全开源，所以无法对其进行充分验证。只能尝试对［4］中jp morgan的改进算法进行验证。
2. 需要考虑是否可以对zether进行简化，减少椭圆曲线的计算次数，从而减轻对节点计算资源的消耗。
zether & qtum
zether举例了4个主要的应用场景，包括sealed-bid auctions（私密竞标的拍卖）、 payment channels（支付通道）、stake voting（权益证明投票）、privacy-preserving proof-of-stake（保护隐私的pos）。其中，前两个是和隐私相关的商业应用场景，是qtum当前重点关注的方向之一；后两者增加了pos过程的隐私性，可适用于qtum共识机制的改进。
zether目前gas消耗太高，无法有效应用于ethereum。以太坊的一些eip［7］［8］可以降低其gas，但需要很长的一段时间来实现这些改进。另外，通过增加预编译合约来实现隐私算法中一些常用的算法，也会对zether的应用有很大帮助。这些改进都可以基于qtum来实现。
未来计划
首先，需要在qtum运行zether的智能合约，查看其gas消耗以及对节点计算资源的真实消耗。其次，需要深入调研其他基于智能合约的隐私方案，例如aztec［9］等。最后，可以考虑如何基于qtum即将推出的x86虚拟机上增加一些隐私解决方案。
浅谈ADAS-LDW车道检测与跟踪方法的算法实例代码
【技术分析】Lierda NB-IoT OpenCPU实验课程第三章第五期——FOTA适配相关使用例程
集成电路设计企业博通集成发布2021年报
新款Macbook Air和Macbook Pro的拆解信息
IMEC和英特尔携手研发替代CMOS的新器件
如何将Qtum量子链与现有的隐私技术相结合
区块链与汽车行业连接将可以创造出更多的可能性
OPPO R11和小米Note3对比评测：谁才是真正的有颜有实力旗舰机？
国产车规MCU上车情况调研
如何使用智能手机和简单的Android应用程序来控制机器人汽车
ZMC430N运动控制器在转盘式视觉筛选设备中的应用
纳米蠕虫为纳米项链结构提供了新的方法途径
物联网和嵌入式之间该如何选择
小波提取图像特征方法研究
详细探讨基于可饱和吸收效应被动锁模技术的发展情况
小米Smoovie多功能红外探测仪上架京东开售
工业视觉检测系统的应用为企业大大降低了成本
如何使用万用表准确测电压
RF射频技术的主要应用领域有哪些
启扬智能参加第七届瑞芯微开发者大会