写在前面
伴随着区块链的技术发展，零知识证明技术先后在隐私和Layer2扩容领域得到越来越多的应用，技术也在持续的迭代更新。从需要不同的TrustSetup的ZKP，到需要一次TrustSetup同时支持更新的ZKP，再到不需要TrustSetup的ZKP，ZKP算法逐渐走向去中心化，从依赖经典NP问题，到不依赖任何数学难题，ZKP算法逐渐走向抗量子化。
我们当然希望，一个不需要TrustSetup同时也不依赖任何数学难题、具有抗量子性的ZKP算法也具有较好的效率和较低的复杂度，它就是REDSHIFT。
李家超：提供适切监管，释放Web3潜力:金色财经报道，香港特区行政长官李家超表示，为使香港成为虚拟资产企业最佳立足点，政府需要为市场提供适切监管，释放Web3及相关技术潜力。将于6月实施的发牌制度为虚拟资产交易平台提供一定程度的市场认可，确保市场稳健有序发展，保障投资者。[2023/4/11 13:57:02]
REDSHIFT
《REDSHIFT:TransparentSNARKsfromListPolynomialCommitmentIOPs》，从名字可以可出，它是基于List多项式承诺且具有透明性的SNARK算法。算法本身和PLONK有大部分的相似之处，唯一不同的是多项式承诺的原语不同。下面先简单的通过一张表格来展示REDSHIFT和PLONK算法的异同之处，具体如下：
今日恐慌与贪婪指数为57，等级仍为贪婪:金色财经报道，今日恐慌与贪婪指数为57（昨日为62），等级仍为贪婪。
注：恐慌指数阈值为0-100，包含指标：波动性（25%）＋市场交易量（25%）＋社交媒体热度（15%）＋市场调查（15%）＋比特币在整个市场中的比例（10%）＋谷歌热词分析（10%）。[2023/3/23 13:21:16]
因此，只要对PLONK算法有深入了解的读者，相信再理解REDSHIFT算法，将是一件相对简单的事。ZKSwap团队在此之前已经对PLONK算法进行了深入的剖析，我们在文章《零知识证明算法之PLONK---电路》详细的分析了PLONK算法里，关于电路部分的详细设计，包括表格里的《Statement->Circuit->QAP》过程，并且还详细描述了PLONK算法里，关于“PermutationCheck”的原理及意义介绍，文章零知识证明算法之PLONK---协议对PLONK的协议细节进行了剖析，其中多项式承诺在里面发挥了重要的作用：保持确保算法的简洁性和隐私性。
Nick Timiraos ：SVB事件可能会迫使鲍威尔选择美联储需要重点关注的问题:金色财经报道，美联储传声筒Nick Timiraos 发文称，有一种说法是，美联储会提高利率，直到出现问题。在过去的一年里，一个很大的惊喜是加息没有造成任何破坏性影响，但目前不再是这个情况。硅谷银行（SVB）和 Signature 银行倒闭后，地区性银行类股周一出现大幅抛售，这有可能将美联储推向它过去一年一直希望避免的境地：在抗通胀的同时解决对金融稳定的影响。这种情况可能会迫使美联储主席鲍威尔及其同事选择美联储需要重点关注的问题。
CME 数据显示，在硅谷银行银行事件之后，利率期货市场认为，美联储在下周议息会议上维持利率不变的可能性超过三分之一。[2023/3/14 13:02:29]
我们知道，零知识证明算法的第一步，就是算术化，即把prover要证明的问题转化为多项式等式的形式。如若多项式等式成立，则代表着原问题关系成立，想要证明一个多项式等式关系是否成立比较简单，根据Schwartz–Zippel定理可推知，两个最高阶为n的多项式，其交点最多为n个。
数据：BUSD市值跌破100亿美元，较去年11月高点缩水近139亿美元:金色财经报道，据Coingecko数据显示，BUSD市值已跌破100亿美元关口，截至目前为9,632,022,901美元，较2022年11月时234.9亿美元高点减少138.6亿美元。[2023/3/3 12:40:05]
换句话说，如果在一个很大的域内随机选取一个点，如果多项式的值相等，那说明两个多项式相同。因此，verifier只要随机选取一个点，prover提供多项式在这个点的取值，然后由verifier判断多项式等式是否成立即可，这种方式保证了隐私性。
然而，上述方式存在一定的疑问，“如何保证prover提供的确实是多项式在某一点的值，而不是自己为了能保证验证通过而特意选取的一个值，这个值并不是由多项式计算而来？”为了解决这一问题，在经典snark算法里，利用了KCA算法来保证，具体的原理可参见V神的zk-snarks系列。在PLONK算法里，引入了多项式承诺的概念，具体的原理可在“零知识证明算法之PLONK---协议”里提到。
简单来说，算法实现了就是在不暴露多项式的情况下，使得verifier相信多项式在某一点的取值的确是prover声称的值。两种算法都可以解决上述问题，但是通信复杂度上，多项式承诺要更小，因此也更简洁。
协议
下面将详细介绍REDSHIFT算法的协议部分，如前面所述，该算法与PLONK算法有很大的相似之处，因此本篇只针对不同的部分做详细介绍；相似的部分将会标注出来方便读者理解，具体如下图所示：
协议的1-6步骤在PLONK的算法设计里都有体现，这里着重分析一下后续的第7步骤。
在PLONK算法里，prover为了使verifier相信多项式等式关系的成立，由verifier随机选取了一个点，然后prover提供各种多项式的commitment，由于使用的Katecommitment算法需要一次TrustSetup并依赖于离散对数难题，因此作为PLONK算法里的子协议，PLONK算法自然也需要TrustSetup且依赖于离散对数难题。
在REDSHIFT协议里，多项式的commitment是基于默克尔树的。若prover想证明多项式在某一个或某些点的值，证明方只需要根据这些值插值出具体的多项式，然后和原始的多项式做商并且证明得到商也是个多项式即可。
当然为了保护隐私，需要对原始多项式做隐匿处理，类似于上图协议中的第一步。在实际设计中，为了方便FRI协议的运行，往往设计原始多项式的阶d=2^nk(其中k=log(n)）。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。