اخبار

(تبلیغات)

مورد علاقه جدید ویتالیک بوترین: پروتکل GKR چیست؟

زنجیر

ویتالیک بوترین پروتکل GKR را توضیح می‌دهد، روشی جدید برای سرعت بخشیدن به اثبات‌های دانش صفر با ساده‌سازی تعهدات و کاهش هزینه‌ها تا ۱۰۰ برابر.

Soumen Datta

اکتبر 20، 2025

(تبلیغات)

Ethereum بنیانگذاران ویتالیک بوترین است نشان داد علاقه روزافزون او به یک چارچوب رمزنگاری معروف به پروتکل گلدریچ-کاهان-روثبلوم (GKR)او آن را به عنوان بخش کلیدی فناوری توصیف می‌کند که بسیاری از سریع‌ترین کامپیوترهای امروزی را قدرتمند می‌کند. اثبات دانش صفر (ZK) سیستم های.

در خود مقاله های اخیربوترین توضیح می‌دهد که GKR می‌تواند با حذف نیاز به پردازش لایه‌های داده میانی، هزینه اثبات‌ها را به طرز چشمگیری کاهش دهد. در عوض، فقط بر روی ... تمرکز می‌کند. تعهدات ورودی و خروجی، که امکان اثبات محاسبات را با کارایی بسیار بیشتری فراهم می‌کند.

به عبارت ساده، GKR به اثبات‌کنندگان ZK - ابزارهایی که صحت محاسبات را اثبات می‌کنند - کمک می‌کند تا سریع‌تر و ارزان‌تر اجرا شوند.

اصول اولیه: پروتکل GKR چه کاری انجام می‌دهد

پروتکل GKR یک پروتکل است سیستم اثبات رمزنگاری طراحی شده برای تأیید محاسبات پیچیده با کار کمتر. این روش به ویژه برای کارهایی که در آنها بسیاری از عملیات کوچک در چندین لایه تکرار می‌شوند - مانند توابع هش یا پردازش شبکه عصبی - کارآمد است.

به جای ثبت هر مرحله از محاسبه، GKR فرآیند را ساده می‌کند. این روش فقط نقاط شروع و پایان را بررسی می‌کند و از بیشتر اتفاقاتی که در این بین رخ می‌دهد، صرف نظر می‌کند. این طراحی، آن را به طور طبیعی برای هر دو مورد مناسب می‌کند. ضد ZK و اثبات استنتاج یادگیری ماشینکه الگوهای ساختاری مشابهی دارند.

این مفهوم «محاسبات دسته‌ای × چندلایه» زیربنای کارایی GKR است. این سیستم مجموعه‌های بزرگی از داده‌ها را از طریق لایه‌های چندگانه پردازش می‌کند، اما از تعهدات رمزنگاری اضافی اجتناب می‌کند و فقط موارد ضروری را نگه می‌دارد.

چرا GKR برای اثبات دانش صفر اهمیت دارد؟

اثبات‌های دانش صفر، هسته اصلی برنامه‌های مقیاس‌پذیری بلندمدت اتریوم هستند. آن‌ها به یک طرف اجازه می‌دهند تا بدون نشان دادن تمام داده‌های مربوطه، صحت یک محاسبه را اثبات کند. اما اکثر سیستم‌های ZK - مانند SNARKها یا STARKها - قدرت محاسباتی سنگینی مصرف می‌کنند زیرا باید هر لایه از محاسبات را مدیریت کنند.

پروتکل GKR این تنگنا را برطرف می‌کند.

به گفته بوترین، وقتی برای اثبات استفاده می‌شود توابع هش Poseidon2، GKR می‌تواند سربار اثبات نظری را از ۱۰۰ برابر تا حدود ۱۰ برابر— پیشرفت عظیمی نسبت به STARK های سنتی.

به عبارت ساده، می‌تواند اثبات‌های ZK را 10 برابر سریع‌تر و ارزان‌تر کند.

ادامه مقاله...

اجزای کلیدی پشت کارایی GKR

۱. تعهدات کمتر

اثبات‌های سنتی STARK در هر لایه میانی از محاسبات، نیازمند تعهداتی - خلاصه‌های رمزنگاری - هستند. هر تعهد شامل هشینگ سنگین و عملیات چندجمله‌ای است.
GKR با متعهد شدن به انجام موارد زیر، از این امر اجتناب می‌کند: ورودی ها و خروجی هاو در هر اثبات، هزاران عملیات را صرفه‌جویی می‌کند.

۲. پروتکل Sumcheck

در قلب GKR نهفته است جمع‌چکروشی برای تأیید صحت انجام یک محاسبه بزرگ بدون انجام مجدد آن.

هر «دور» از بررسی مجموع، تأیید می‌کند که روابط ریاضی خاص در تمام لایه‌های داده صادق است. این فرآیند ... سبک وزن و قابل موازی سازییعنی روی پردازنده‌های گرافیکی (GPU) یا پردازنده‌های چند هسته‌ای به خوبی مقیاس‌پذیر است.

۳. ترفند گروئن و دسته بندی خطی

بوترین همچنین به بهینه‌سازی‌هایی مانند موارد زیر اشاره می‌کند: ترفند گرون و بچینگ خطیکه هزینه‌های حافظه و محاسبات را بیشتر کاهش می‌دهد. این روش‌ها به چندین محاسبه مشابه اجازه می‌دهند مراحل تأیید را به اشتراک بگذارند، به جای اینکه آنها را به صورت جداگانه تکرار کنند.

۴. دورهای جزئی و هشینگ Poseidon2

بوترین در مقاله خود از ... استفاده می‌کند. تابع هش Poseidon2 به عنوان یک مثال عملی. Poseidon2 به دلیل طراحی سازگار با محاسبات، اغلب در سیستم‌های ZK استفاده می‌شود. GKR آن را با ... بهینه می‌کند. دورهای جزئی—چرخه‌های ریاضی سبک‌تر که فقط عناصر اول مکعبی را نگه می‌دارند—صرفه‌جویی در زمان بدون کاهش یکپارچگی اثبات.

چگونه GKR با پروتکل‌های دیگر ادغام می‌شود؟

چارچوب GKR را می‌توان با سایر سیستم‌های اثبات مانند ... ترکیب کرد. بیس‌فولد و رایگان (اثبات‌های نزدیکی Fast Reed–Solomon Interactive Oracle). این ادغام‌ها به اثبات‌های مبتنی بر GKR اجازه می‌دهند تا قوی باقی بمانند. تعهدات چندجمله‌ای، الزامی برای بسیاری از پیاده‌سازی‌های ZK مقیاس‌پذیر.

در این تنظیمات، GKR به عنوان «موتور» محاسبات عمل می‌کند، در حالی که سیستم‌هایی مانند BaseFold یا FRI رمزگذاری داده‌ها و تأیید صحت آن‌ها را انجام می‌دهند.

مقایسه GKR با STARKs

STARKها (استدلال‌های دانش شفاف و مقیاس‌پذیر) مدت‌هاست که پیش‌فرض اثبات‌های شفاف ZK بوده‌اند. آن‌ها امن و بدون نیاز به اعتماد هستند، اما از نظر محاسباتی گران هستند.

بوترین تخمین می‌زند که GKR هزینه‌های نظری را به میزان ... کاهش می‌دهد. حداکثر 100 برابر در مقایسه با سیستم‌های سنتی مبتنی بر STARK. پیاده‌سازی‌های دنیای واقعی نتایج حتی بهتری را نشان می‌دهند - گاهی اوقات زیر 10 برابر سربار.

با این حال، او خاطرنشان می‌کند که این اعداد به بهینه‌سازی سخت‌افزار بستگی دارند. در عمل، جابه‌جایی حافظه در طول بررسی‌های جمع‌بندی می‌تواند سرعت را کاهش دهد، اما از آنجایی که ساختار GKR بسیار موازی است، عملکرد همچنان نسبت به روش‌های استاندارد هشینگ بهتر است.

به خودی خود صفر-دانش نیست

یک تمایز اساسی: GKR به خودی خود یک پروتکل دانش صفر نیست. فراهم می کند موجز بودنیعنی اثبات‌ها را کوچک‌تر و سریع‌تر می‌کند، اما اطلاعات را پنهان نمی‌کند.

برای افزایش حریم خصوصی، می‌توان اثبات‌های GKR را درون یک ... قرار داد. ZK-SNARK or ZK-STARK این لایه‌بندی به توسعه‌دهندگان اجازه می‌دهد تا مزایای عملکرد GKR را با مزایای محرمانگی اثبات‌های دانش صفر واقعی ترکیب کنند.

کاربردهای عملی GKR

ویتالیک توضیح می‌دهد که چگونه طراحی GKR برای طیف وسیعی از وظایف سنگین محاسباتی مناسب است. مثال‌ها عبارتند از:

  • تأیید هش: اثبات اینکه میلیون‌ها هش به درستی محاسبه شده‌اند.
  • اعتبارسنجی بلاک چین: فعال کردن اثبات سریع‌تر ZK-EVM برای لایه اول اتریوم.
  • اثبات‌های یادگیری ماشین: تأیید مراحل استنتاج مدل زبان بزرگ با حداقل محاسبات.

از آنجا که GKR هم با محاسبات رمزنگاری و هم با محاسبات به سبک هوش مصنوعی سازگار است، می‌تواند نقش حیاتی در ... یادگیری ماشینی بدون دانش (ZK-ML) سیستم.

چالش فیات-شمیر: احتیاط لازم است

بوترین همچنین نکته‌ی احتیاطی را اضافه می‌کند. در حالی که GKR محاسبات را تسریع می‌کند، کارایی آن با یک بده‌بستان همراه است—ریسک پیش‌بینی‌پذیری در مدارهای خاصی که از روش اکتشافی فیات-شمیر.

این روش با استفاده از توابع هش، اثبات‌های تعاملی را به اثبات‌های غیرتعاملی تبدیل می‌کند، اما اگر با بی‌دقتی پیاده‌سازی شود، می‌تواند تصادفی بودن قابل پیش‌بینی را ایجاد کند و امنیت را تضعیف کند. بوترین توصیه می‌کند که برای جلوگیری از چنین آسیب‌پذیری‌هایی، طراحی مدار دقیق باشد.

نتیجه

پروتکل GKR نشان‌دهنده‌ی تغییری در نحوه‌ی ساختاردهی اثبات‌های رمزنگاری است. این پروتکل به جای اختصاص دادن بیش از حد به هر مرحله‌ی میانی، فرآیند را تنها به عناصر ضروری محدود می‌کند.

برای اتریوم و سایر سیستم‌های بلاکچین که به دنبال تأیید سریع‌تر و ارزان‌تر هستند، GKR یک مسیر عملی ارائه می‌دهد. این یک وعده بازاریابی نیست، بلکه مجموعه‌ای از تکنیک‌های ریاضی است که در حال حاضر موج بعدی اثبات‌کنندگان پرسرعت را در هر دو زمینه ZK و هوش مصنوعی تقویت می‌کند.

منابع

  1. یک آموزش GKR - مقاله ویتالیک بوترین: https://vitalik.eth.limo/general/2025/10/19/gkr.html

  2. پلتفرم ویتالیک بوترین ایکس: https://x.com/VitalikButerin

  3. درباره اثبات دانش صفر: https://www.chainalysis.com/blog/introduction-to-zero-knowledge-proofs-zkps/

پرسش و پاسخهای متداول

پروتکل GKR چیست؟

پروتکل GKR (Goldreich–Kahan–Rothblum) یک روش رمزنگاری است که محاسبات را با اختصاص دادن تنها ورودی‌ها و خروجی‌ها، به طور موثر تأیید می‌کند. این پروتکل به طور گسترده برای سرعت بخشیدن به سیستم‌های اثبات دانش صفر استفاده می‌شود.

آیا GKR یک سیستم اثبات دانش صفر است؟

نه مستقیماً. GKR اختصار را تضمین می‌کند، نه حریم خصوصی را. برای اینکه آن را بدون دانش کنیم، توسعه‌دهندگان آن را درون یک ZK-SNARK یا ZK-STARK قرار می‌دهند.

GKR در مقایسه با روش‌های سنتی چقدر سریع‌تر است؟

از لحاظ تئوری، GKR می‌تواند هزینه‌های اثبات را تا ۱۰۰ برابر نسبت به STARK های سنتی کاهش دهد. در آزمایش‌های دنیای واقعی، بهبود عملکرد معمولاً کمتر از ۱۰ برابر سربار است.

رفع مسئولیت

سلب مسئولیت: دیدگاه‌های بیان شده در این مقاله لزوماً بیانگر دیدگاه‌های BSCN نیست. اطلاعات ارائه شده در این مقاله صرفاً برای اهداف آموزشی و سرگرمی است و نباید به عنوان مشاوره سرمایه‌گذاری یا هر نوع توصیه‌ای تفسیر شود. BSCN هیچ مسئولیتی در قبال تصمیمات سرمایه‌گذاری اتخاذ شده بر اساس اطلاعات ارائه شده در این مقاله بر عهده نمی‌گیرد. اگر معتقدید که این مقاله باید اصلاح شود، لطفاً از طریق ایمیل با تیم BSCN تماس بگیرید. [ایمیل محافظت شده].

نویسنده

Soumen Datta

سومن از سال ۲۰۲۰ محقق حوزه کریپتو بوده و دارای مدرک کارشناسی ارشد فیزیک است. نوشته‌ها و تحقیقات او توسط نشریاتی مانند CryptoSlate و DailyCoin و همچنین BSCN منتشر شده است. حوزه‌های تمرکز او شامل بیت‌کوین، DeFi و آلت‌کوین‌های با پتانسیل بالا مانند اتریوم، سولانا، XRP و Chainlink است. او عمق تحلیلی را با وضوح روزنامه‌نگاری ترکیب می‌کند تا بینش‌هایی را برای خوانندگان تازه‌کار و باتجربه حوزه کریپتو ارائه دهد.

(تبلیغات)

آخرین اخبار رمزنگاری

از آخرین اخبار و رویدادهای کریپتو مطلع شوید

به روزنامه ما بپیوندید

برای دریافت بهترین آموزش‌ها و جدیدترین اخبار وب ۳ ثبت نام کنید.

در اینجا مشترک شوید!
BSCN

BSCN

فید RSS BSCN

BSCN مقصد مورد علاقه شما برای همه چیز در مورد کریپتو و بلاکچین است. آخرین اخبار ارزهای دیجیتال، تحلیل و تحقیقات بازار را کشف کنید، که شامل بیت کوین، اتریوم، آلت کوین ها، میم کوین ها و هر چیز دیگری در این بین می شود.