دانش صفر چیست ؟ 2 مثال از اثبات دانش صفر (ZKP)

برای مثال سعی کنید بدون افشای سابقه مالی خود از بانک وام بگیرید، ما کنترل نهایی را بر روی داده های شخصی خود داریم، اما در واقعیت، اغلب مجبور هستیم بیش از آنچه واقعاً میخواهیم فاش کنیم. بنابراین این باعث شد که ما به دنبال روش های جایگزین برای اشتراک گذاری داده باشیم.

آیا راهی برای ارائه داده های مورد نیاز شرکت ها بدون افشای خود داده ها وجود دارد؟ مثل اینکه ثابت کنیم چیزی درست است بدون اینکه چیزی را که ثابت میکنیم فاش کنیم.

بله، چنین تکنیکی وجود دارد و به آن اثبات دانش صفر می‌گویند. اجازه دهید نشان دهیم که چگونه کار میکند. اینکار را با یک مثال ساده برای شما انجام میدهیم. به مثال کاربردی زیر دقت کنید:

تصور کنید دوستی دارید که کور رنگ است و نمی تواند تفاوت بین توپ سبز و قرمز را ببیند. برای او، توپ ها یک رنگ هستند و شما می خواهید به او ثابت کنید که آنها در واقع متفاوت هستند. او نیازی ندارد بداند کدام قرمز و کدام سبز است، فقط فرق دارند یا نه.

بنابراین شما توپ ها را به دوست خود می دهید و یادداشت می کنید که کدام توپ در کدام دست است. سپس دوست شما توپ ها را پشت سر خود قرار می دهد و انتخاب می کند که آنها را جابه جا کند یا نه. پس از آن، او دوباره آنها را به شما نشان می دهد و اکنون باید به او بگویید که آیا توپ ها دست به دست شده اند یا خیر. اگر کور رنگ نیستید، انجام این کار بسیار آسان است زیرا میتوانید تفاوت رنگ را ببینید.

برای مثال میتوانید به وضوح تشخیص دهید که چه زمانی توپ قرمز از دست چپ به راست او منتقل شده است. در واقع می توانیم با دقت 100 درصد آن را تعیین کنیم زیرا باز هم تفاوت رنگ ها را میبینیم، اما صبر کنید!

دوست شما مشکوک است، توپ ها از نظر او یکسان به نظر میرسند و او فکر میکند که میخواهید او را فریب دهید. از این گذشته، شانس 1 به 2 دارید که به درستی حدس بزنید که آیا او توپ ها را عوض کرده است یا خیر. این شانس‌های بسیار خوبی هستند، بنابراین تصمیم میگیرید دوباره آزمایش را اجرا کنید.

دوست شما توپ ها را پشت خود پنهان می کند، به طور تصادفی آنها را تغییر میدهد یا نه، و سپس دوباره آنها را به شما ارائه میدهد. دوباره، بلافاصله میتوانید ببینید که آیا او آنها را تغییر داده است یا خیر، اما اگر توپ ها همرنگ بودند، باید دوباره حدس بزنید و اکنون شانس شما برای حدس زدن درست نصف شده و اکنون فقط 25٪ است.

این فرآیند را 10 بار تکرار کنید و احتمال اینکه شما درست حدس بزنید به 0.09 درصد کاهش مییابد. این احتمال به اندازه ای کوچک است که دوست شما را متقاعد کند که توپ ها واقعاً رنگ دیگری دارند، فقط نمیتوانید آنقدر خوش شانس باشید، اما مطمئناً میتوانید تا بی نهایت این بازی را به درستی ادامه دهید. هر بار که این فرآیند را تکرار میکنید، احتمال تقلب بیشتر کاهش مییابد.

به همین راحتی! ما به دوستمان “ثابت کرده ایم” که توپ ها رنگ متفاوتی دارند. اما این اثبات رنگ واقعی توپ ها را به دوست ما منتقل نمیکند. این روش را “دانش صفر” یا همان Zero-Knowledge مینامند، جالب است که به این نکته اشاره کنیم که “اثبات دانش صفر” به شما اثبات محکمی نمیدهد. این در مورد به حداقل رساندن احتمال اینکه کسی به شما دروغ میگوید است. شما میتوانید این احتمال را بسیار کوچک دریافت کنید اما هرگز نمیتواند به 0 برسد.

دو شکل اثبات دانش صفر وجود دارد:

• تعاملی (مانند مثال شما بازی توپ)
• غیر تعاملی

فرم دیگر “غیر تعاملی” است و به شما امکان میدهد مدرکی ارائه دهید که هر کسی میتواند خودش آن را تأیید کند. تقریبا مشابه اینکه این امر بدون نیاز به دستکاری توپ در اطراف باشد!

در واقع، ممکن است در مورد پروژه “اسنارکس” شنیده باشید که توسط برخی ارزهای دیجیتال برای محافظت از حریم خصوصی کاربرانشان استفاده میشود. به طور حتم میدانید که پروژه های سنتی مانند بیت کوین همه تراکنش ها را عمومی میکنند، به این معنی که همه میتوانند تعادل همه افراد و نحوه خرج کردن آن را ببینند.

پروژه های دیگر، مانند ” زی کش – Zcash “، از یک اثبات غیر تعاملی و دانش صفر برای پنهان کردن همه اینها استفاده میکنند. اینجاست که اسنارکس وارد میشود، که مخفف « استدلال‌های مختصر غیر تعاملی دانش » است.

برای بلاک چین ها، ما باید از اثبات غیر تعاملی استفاده کنیم زیرا تراکنش ها باید توسط هر گره در شبکه قابل تأیید باشند. اینگونه است که بلاک چین ها به اجماع میرسند، اثبات تراکنش های خود به هر گره در شبکه بسیار زمان بر خواهد بود. این یک کاربرد ساده از اثبات های دانش صفر است! اما دیگر چه امکانی دارد؟ در ادامه 2 نمونه دیگر وجود دارد.

جدا از ارزهای دیجیتال، بانک های سنتی نیز میتوانند از این فناوری استفاده کنند. بانک هلندی ING نوعی از این مفهوم را به نام “ثبت محدوده دانش صفر” ساخته است. این سیستم طوری طراحی شده است که ثابت کند یک عدد در محدوده معینی قرار دارد، بدون اینکه عدد واقعی را نشان دهد.

تیم بلاک چین ING خاطرنشان میکند که میتوان از این روش برای بررسی اینکه آیا حقوق شما برای دریافت وام کافی است یا خیر، بدون اینکه در واقع میزان درآمدتان را فاش کند، استفاده شود. اکنون، البته، شما باید یک محدوده به اندازه کافی بزرگ انتخاب کنید، در غیر این صورت، می توانید عدد واقعی را به دقت حدس بزنید، و آنگاه دیگر اثبات دانش صفر نیست.

تکنیک‌هایی مانند این میتواند به دنیای مالی اجازه دهد تا از فناوری بلاک چین استقبال کند. در حال حاضر این برای آنها بسیار مشکل است زیرا آنها باید بسیاری از الزامات نظارتی، به ویژه در مورد حریم خصوصی را رعایت کنند. با حل این مشکل، میتوانیم شاهد استفاده سریع‌تر از فناوری بلاک چین توسط بانک‌ها باشیم که میتواند فرآیندهای آنها را سریع‌تر، کارآمدتر و شاید حتی ارزان‌تر کند.

اینها تنها چند راه هستند که میتوانید از اثبات های دانش صفر استفاده کنید. این یک مفهوم جالب است که میتواند حریم خصوصی ما را تا حد زیادی افزایش دهد، اما نکات منفی نیز وجود دارد و نمیتواند به عنوان راهکار 100% قاطعانه باشد. این فقط میتواند تا نزدیک صفر احتمال جعل یک مدرک را کاهش دهد.

ثانیاً، الگوریتم نسبتاً فشرده ای دارد، یا به تعداد زیادی تعامل بین تأیید کننده و اثبات کننده نیاز دارد یا به محاسبات زیادی نیاز دارد که می تواند اجرای آن را روی دستگاه های کند یا تلفن همراه غیرممکن کند. اما میتوان بر این محدودیت غلبه کرد.

به عنوان مثال، تیم ” زی کش – Zcash “، برای بهبود الگوریتم خود سخت کار کرده است تا بتواند روی دستگاه های کم مصرف مانند تلفن هوشمند نیز اجرا شود و در نهایت، شواهد دانش صفر در حفظ اسرار آنقدر خوب هستند که ممکن است به کلی دسترسی به آنها را از دست بدهیم.

فرض کنید فقط 3 نفر یک دستور غذا را میدانند، به لطف شواهد دانش صفر، آنها میتوانند به یکدیگر ثابت کنند که واقعاً دستورالعمل را میدانند. اما اگر هر سه آنها بمیرند، راز برای همیشه گم میشود! اگر آنها از این راهکار استفاده کنند، تنها چیزی که باقی میماند مدرکی است که نشان میدهد راز را میدانستند، اما خود راز گم شده است.

قبل از پایان این مقاله آموزشی، فقط می‌خواهم اشاره کنم که اثبات دانش صفر ایده جدیدی نیست. امروزه به دلیل نحوه اجرای پروژه های بلاک چین خاص، توجه زیادی را به خود جلب کرده است، اما اولین بار در مقاله ای از سال 1985 به نام «پیچیدگی دانش سیستم های اثبات تعاملی» پیشنهاد شد.

اثبات دانش صفر میتواند انقلابی را در مورد حریم خصوصی آنلاین ما ایجاد کند. ما میتوانیم میزان اطلاعاتی که یک شرکت خاص درباره ما دارد را محدود کنیم، در حالی که این شرکت اطلاعات کافی برای ارائه خدمات به شما یا پیروی از مقررات دارد.

آیا کامل است؟ به طور حتم نه، محدودیت های خاصی دارد، مانند این که از قدرت محاسباتی زیادی استفاده میکند. اما این بسیار بهتر از این است که همه داده‌هایمان را دور بدهیم و بگذاریم آن‌ها در پایگاه‌های داده بزرگ جمع‌آوری شوند.