一种通用的zk-SNARK零知识证明优化系统和方法

AITNT
正文
推荐专利
一种通用的zk-SNARK零知识证明优化系统和方法
申请号:CN202410967056
申请日期:2024-07-18
公开号:CN119070995B
公开日期:2025-11-04
类型:发明专利
摘要
本发明公开一种通用的zk‑SNARK零知识证明优化系统和方法。该系统包括:可信设备、证明者和验证者,其中证明者利用桶算法实现多标量乘法运算,证明者包含拆分窗口单元、桶内点规约单元、窗口内规约单元和窗口聚合单元,拆分窗口单元基于设定窗口将多标量乘法运算拆分为多个子任务,所述窗口根据蒙哥马利模乘计算量动态设定;桶内点规约单元将每个椭圆曲线有限域上的点规约到桶,获得每一个子任务的结果;窗口内规约单元用于将桶号点乘被规约的桶,并将同一窗口内的桶累加归约成一个桶,获得各窗口的窗口值;窗口聚合单元基于每个窗口的窗口值,得到多标量乘法的计算结果。本发明有效优化了多标量乘法的执行效率,有利于实现zk‑SNARK证明生成过程的高效运行。
技术关键词
标量乘法 零知识证明 密钥 曲线 深度学习模型 动态 树形结构 有效性 算法 可读存储介质 规模 参数 计算机 数据 处理器
系统为您推荐了相关专利信息
1
微体检健康检测的方法、系统、设备及存储介质
健康状态分析 舌苔图像 人脸图像数据 智能穿戴设备 血管健康状况
2
5G加密通信方法、装置、电子设备及存储介质
加密通信方法 通信模组 双向身份认证 加密芯片 生成会话密钥
3
一种基于改进遗传算法的海绵排样算法
排样算法 海绵原材料 遗传算法 座椅垫 控制点
4
一种电力变压器绕组状态的诊断方法及装置
电力变压器绕组 图像特征向量提取 稳态 诊断方法 转换算法
5
基于知识迁移的实体标注模型训练方法、设备及存储介质
实体 模型训练方法 深度学习模型 参数 上下文特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号