零知识证明与比特承诺技术解析
1. 图同构交互系统的零知识特性
在图同构的交互场景中,涉及到Paula和Victor两人。若图$G_0$和$G_1$同构,即$G_0 \simeq G_1$,那么存在一个同构映射$\sigma: G_1 \rightarrow G_0$,Paula能够计算出这个映射。在每一轮中,$H = \rho(G_i)$,最终Victor会接受证明。反之,若$G_0$和$G_1$不同构,即$G_0 \not\simeq G_1$,$H$最多与$G_0$和$G_1$中的一个同构,假设为$G_j$。无论Paula如何尝试作弊,只有当$i = j$时,她才能给出令Victor满意的回复。由于Victor随机选择$i$,Paula在一轮中欺骗Victor的概率最多为$\frac{1}{2}$。对于$n \geq 2$,Victor接受错误证明的概率最多为$2^{-n} < \frac{1}{3}$。
这里消息传递的顺序很关键。首先Paula发送$H$,如果$G_0 \not\simeq G_1$,她就被限制在一个固定的$j$值上;但如果$G_0 \simeq G_1$,她仍有两个$j$值可选。然后Victor用他选择的$i$值向Paula发起挑战。直观上,Victor并没有获得关于$\sigma$的任何信息,因为他看到的只是随机排列$\pi \circ \sigma$(当$i = 1$时),且他并不知道$\pi$。
2. 零知识的定义与形式化
要理解零知识,首先要明确什么是知识。对于Victor这样的随机多项式时间机器,他所知道的可以形式化为BPP中的任何语言,我们将其视为“平凡知识”,超出这个范围的就是“非平凡知识”。我们希望表达Vic
订阅专栏 解锁全文
658



被折叠的 条评论
为什么被折叠?



