گزارش The Blocks از راهکارهای لایه دوم؛ بخش سوم: اثباتهای تقلب و اعتبار + چشمانداز سیستمهای لایه ۲
مقاله پیش رو بخش سوم از گزارش The Blocks در مورد راهکارهای لایه دوم اتریوم است که به سفارش پالیگان گردآوری شده است. راهکارهای لایه ۲ به منظور رفع مشکل مقیاسپذیری اتریوم و مشکلات دیگر این بلاک چین ارائه شدهاند. در این گزارش تلاش بر این بوده است تا گواه اثباتهای تقلب، گواه اثبات اعتبار و چشمانداز سیستمهای لایه دو را مورد بررسی قرار دهیم. ما در میهن بلاکچین تصمیم گرفتهایم که گزارش The Block را به صورت بخشبخش و در سری مقالاتی با نام گزارش The Blocks از راهکارهای لایه دوم پوشش دهیم. با ما همراه باشید تا در قسمت سوم از گزارش The Blocks اثباتهای تقلب و اعتبار و چشمانداز سیستمهای لایه ۲ را فرا بگیریم.
گواه اثبات Validity Proofs و Fraud Proofs
در ابتدا به بررسی Fraud Proofs میپردازیم. در رولآپهای آپتیمیستیک (Optimistic Rollups)، مجموعهای از دادههای مربوط به تراکنش مورد نظر به بستر اتریوم ارسال شده و فرض بر این خواهد بود که این دادهها معتبر هستند. لازم به ذکر است که با وجود چنین فرضی، هنوز هم امکان بحث و مناظره بر سر معتبر بودن این دادهها وجود دارد. به صورت نظری، هر کسی این امکان را دارد تا با ارائه یک گواه اثبات کلاهبرداری (Fraud Proof)، احتمال انتقال حالت نامعتبر در بستر مجموعه دادههای ارسالشده را اثبات کرده و این فرایند را به چالش بکشد. در صورتی که گواه اثبات ارائه شده به صورت موفقیتآمیزی شکلگیری کلاهبرداری و جعل را ثابت کند، وضعیت شبکه لایه ۲ اصلاح شده و تراکنشهای نامعتبر بازگردانی میشوند.
امنیت سیستمهای مبتنی بر Fraud Proof با این پیش فرض تامین میشود که حداقل یک «فعال درستکار» یا همان نود صادق در شبکه وجود داشته و به درستی در حال فعالیت است. به صورت تئوری یا نظری میتوان گفت تا زمانی که این موجودیت درستکار در حال بررسی تراکنشهای لایه ۲ بوده و گواه اثبات تقلب مورد نیاز برای به چالش کشیدن تراکنشهای نامعتبر را ارائه میکند، خیال کاربران از عدم کلاهبرداری در بستر لایه دوم راحت خواهد بود.
اقداماتی در حال شکل گرفتن هستند تا بتوانیم در آینده شاهد پاداش دادن به اعتبارسنجهای لایه ۲ باشیم. از همین رو، انگیزه مالی لازم برای ارائه مدارک کلاهبرداری و یا Fraud Proofs توسط آنها نیز تامین شده و پاداش مورد نظر به صورت وثیقه و از طریق ترتیبدهندگانی که دادههای تراکنشها را ارسال میکنند، برای اعتبارسنجها فرستاده میشود.
حالا زمان آن رسیده تا به سراغ گواه اثبات Validity Proofs برویم.
رولآپهای دانش صفر (ZK-Rollups) به صورت فعال (و با میزان احتمال کافی) ثابت میکنند که هیچ تقلب و جعلی در دستهها و مجموعه دادههای تراکنشهای مورد نظر صورت نگرفته است. این امر با اجرای گواه اثبات اعتبار که با به روزرسانی حالت (State) همراه بوده و دادههای تراکنش را به لایه ۱ ارسال میکنند، همراه خواهد بود.
شبکههای مبتنی بر Validity Proofs یا گواه اثبات اعتبار، به منظور تایید و اعتبارسنجی رمزنگاریمحور، یکپارچگی مجموعه تراکنشها به منابع محاسباتی قابل توجهی نیاز دارند. نکته مهمتر اینجاست که تایید گواه اثبات ارائهشده به محاسبات بسیار کمتری نسبت به تولید واقعی گواه اثبات نیاز دارد و چنین کاری به راحتی انجام میشود. انجام فرایند اعتبارسنجی و تایید به واسطه قراردادهای هوشمند لایه اول صورت میگیرد.
دسته تراکنشها
رولآپهای آپتیمیستیک تمامی دادههای فشردهشده مربوط به تاریخچه تراکنشهای خود را به لایه یک ارسال میکنند. بدین ترتیب و با استفاده از این دادهها میتوان تاریخچه کامل تراکنشهای یک رولآپ آپتیمیستیک را در بستر لایه ۱ بازنگری کرده و هرگونه جعل و تقلب صورت گرفته مربوط به آن را مشخص کرد. در حال حاضر، اکثر رولآپهای آپتیمیستیک دستههای تراکنش را در طول هر چند دقیقه به لایه اول ارسال میکنند.
این در حالیست که ZK-Rollupها معمولا تفاوتهای حالت و گواه اثبات اعتبار را به لایه ۱ ارسال میکنند. تفاوت حالت به معنای تغییر وجوه و موجودی حسابهای هر یک از موجودیتهای دخیل در یک تراکنش در طول بازه زمانی ارسال دستههای تراکنشهاست. در مواردی که این دستهها فقط شامل تغییرات حالت (و نه تمامی دادههای تراکنش) باشند، امکان استفاده از آنها برای بازنگری کل تاریخچه تراکنشها وجود نخواهد داشت.
به عنوان مثال فرض کنید که آلیس، باب و چارلی هر یک به میزان ۵ اتر در اختیار دارند. پیش از اینکه دسته بعدی به بستر اتریوم ارسال شود، آلیس به میزان ۲ اتر برای باب ارسال میکند. سپس باب ۲ اتر به حساب چارلی انتقال میدهد. دسته دادههای ZK-Rollupها تنها شامل تغییرات حالت میشود. به عنوان مثال، موجودی آلیس به میزان ۲ اتر کاهش یافته و میزان موجودی چارلی به میزان ۲ اتر افزایش یافته است. این در حالیست که رولآپهای دانش صفر انتقالات واسطه و میانی را پوشش نمیدهند. به عنوان مثال، از آنجایی که میزان موجودی حساب کاربری باب تغییر نکرده است، تراکنشهای واسطه انتقال اتر از حساب آلیس به حساب چارلی پوشش داده نخواهند شد.
امروزه رولآپهای دانش صفر دستههای داده خود و گواه اثبات اعتبار آنها را پس از بازه زمانی چندین ساعت (به منظور توزیع هزینه ثابت تولید و تایید گواه اثبات ارائه شده در گستره تعداد زیاد و کافی تراکنشها) به لایه یک ارسال میکنند.
استارکس (STARKs) و اسنارکس (SNARKs)
بد نیست با این سوال شروع کنیم: تکنولوژی دانش صفر چیست؟ تکنولوژیهای مبتنی بر دانش صفر (ZK) برای اولین بار در اواسط دهه ۱۹۸۰ به وجود آمدند و در سال ۲۰۱۶ و با از راه رسیدن زی کش (ZCash)، که یک شبکه پرداخت متمرکز بر حریم خصوصی بود، در بستر تکنولوژی بلاک چین مورد استفاده قرار گرفتند. روشهای اثبات دانش صفر یک پروتکل حفظ حریم خصوصی هستند که به یکی از طرفهای مشارکتکننده فعال در شبکه اجازه میدهد بدون افشای اطلاعات، به طرف دیگر ثابت کند که در مورد موضوعی دانش کافی دارد.
در زمینه راهکارهای مقیاسپذیری لایه ۲، روشهای اثبات با دانش صفر به منظور افزایش میزان مقیاسپذیری مورد استفاده قرار میگیرند. با وجود اینکه تولید یک گواه اثبات و اجرای تراکنشهای مربوط به آن ممکن است فرایندی فشرده محسوب شود، لازم است بدانیم که تایید گواه اثبات ارائهشده روند بسیار ساده و سبکی دارد. بر همین اساس و با وجود اینکه اجرای واقعی تراکنشها و تولید گواه اثبات میتواند امری متمرکز باشد، فرایند تایید درستی و صحت تاریخچه تراکنش که شبیه به روند اجماع در لایه ۱ است، میتواند همچنان تا حد زیادی به صورت غیرمتمرکز باقی بماند.
با وجود اینکه سیستمهای اثبات رمزنگاری در چندین نوع و به صورت متنوع عرضه میشوند، دو نمونه از رایجترین سیستمهای اثبات امروزی در زمینه تولید، تحت عنوان ZK-SNARKs و ZK-STARKs شناخته میشوند.
برهان دانشهای مختصر و غیرتعاملی دانش صفر (ZK-SNARKs) برای اولین بار در یک مقاله تحقیقاتی که در سال ۲۰۱۲ منتشر شد به صورت رسمی مورد بررسی قرار گرفت و با ظهور زی کش در تکنولوژی بلاک چین ادغام شد.
برهانهای دانش شفاف مقیاسپذیر دانش صفر (ZK-STARKs) برای اولین بار و به صورت رسمی در یک مقاله تحقیقاتی در سال ۲۰۱۸ به صورت مفصل مورد تشریح و توضیح قرار گرفت. استارک برای اولین بار توسط بنیانگذاران StarkWare مورد استفاده قرار گرفت و از آن زمان تا به امروز، در زمینه تولید تجاری و برای تمامی تکنولوژیهای مقیاسگذاری مربوط به این بستر مورد استفاده قرار میگیرد. بنیاد Ethereum به صراحت از تحقیق و توسعه استارک حمایت کرد و به میزان ۱۲ میلیون دلار در سال ۲۰۱۸ به StarkWare اختصاص داد.
سیستمهای اثبات رمزنگاری «چاشنی سری» سیستمهای مبتنی بر دانش صفر محسوب میشوند و امکان افزایش میزان توان عملیاتی را (با متمرکزسازی اجرای تراکنشها) برای آنها به ارمغان میآورند و برای تایید یکپارچگی اجرای تراکنشها به رمزنگاری متکی هستند.
ایلای بن ساسون (Eli Ben-Sasson)، همبنیانگذار و رئیس StarkWare در پادکست Real Vision در ماه فوریه سال ۲۰۲۲ گفت:
در سیستمی که از روشهای اثبات رمزنگاری استفاده میکند، میتوان شرایطی را در نظر گرفت که در طول آن یک ماشین بزرگ همراه با سختافزار اختصاصی بدون نیاز به وجود فضای اعتماد، بتواند بسیاری از تراکنشها را پردازش کرده و یک گواه اثبات خیلی خیلی کوچک تولید کند که همه افراد بتوانند با اطمینان کامل به آن اعتماد کنند.
با وجود اینکه زیرساخت ریاضی این سیستمها بسیار پیچیده است، استارکها و اسنارکها چندین تفاوت سطح بالا با یکدیگر دارند که ارزش بررسی و آزمایش کردن را دارد. به صورت اختصاصی، شیوه مقیاسپذیری و تایید سیستمهای آنها، فرضیات رمزنگاری زیرساخت آنها و اینکه آیا آنها به تنظیمات قابل اعتماد نیاز دارند یا خیر، همگی در دسته موارد مورد ملاحظه مهم برای کاربران این تکنولوژیها جای دارند.
مقیاسپذیری: فرایند اثبات و زمان تایید
مقیاسپذیری سیستمهای اثبات تابعی از میزان سرعت آنها در تولید گواه اثبات و میزان سرعت تایید آنها توسط اشخاص ثالث است. اثباتکنندگان و زمان تایید استارک در رابطه با محاسباتی با میزان پیچیدگی بالا (حجم تراکنش سنگین) بیشتر بوده و بر همین اساس گفته میشود که مقیاسپذیرتر است. این در حالیست که در رابطه با اعمالی که پیچیدگی پایینتری دارند، استارکها اثباتکننده سریعتری داشته ولی اسنارکها عملکرد سریعتری در تایید به خود اختصاص میدهند. با وجود اینکه استارکها مقیاسگذاری بهتری دارند، اندازه خالص گواه اثبات آنها به میزان قابل توجهی بیشتر از اسنارکها است (به صورت تقریبی ۵۰۰ برابر بزرگتر از نظر داده خام). هزینه اعتبارسنجی و تایید گواه اثبات استارک در لایه ۱ تا حدی بالاست که اثباتکنندگان به صورت معمول صبر میکنند تا تعداد کافی از تراکنشها (به عنوان مثال ۱۰٬۰۰۰ تراکنش)، پیش از تولید گواه اثبات در دسته تراکنشها قرار بگیرند.
فرضیات رمزنگاری
تمام بستر رمزنگاری بر اساس فرضیات محتمل بنا شده است. در فضای رمزنگاری دانش صفر، هرچقدر زمان ایمن بودن یک سیستم بیشتر باشد و حمله موفقی به آن صورت نگرفته باشد، احتمال عدم حمله موفق به آن در آینده نیز افزایش پیدا میکند.
اسنارکها از دهه سال ۲۰۰۰ به دانش مفروضات رمزنگاری وابسته هستند، در حالی که استارکها از دهه ۱۹۷۰ مبتنی بر توابع هش مقاوم در برابر برخورد هستند. با در نظر داشتن این واگرایی در مفروضات رمزنگاری، استارکها به صورت عمومی در قالب ایمن پسا کوانتومی در نظر گرفته میشوند، در حالی که اسنارکها اینطور نیستند.
تنظیمات قابل اعتماد
سیستمهای اثبات با دانش صفر به صورتی طراحی شدهاند تا از اینکه یک اثباتکننده و تاییدکننده توافقها یا مخالفتهای شهودی دارند اطمینان حاصل شود. ZK-SNARKها به چیزی تحت عنوان «تنظیمات قابل اعتماد» نیاز دارند که به موجب آن مجموعهای از مولفههای اولیه حاکم بر این توافقات یا مخالفتها تولید شده و در مرحله بعدی از بین میروند.
با وجود اینکه تنظیمات قابل اعتماد به صورت متنوعی عرضه میشوند، لازم است تا کاربران به موجودیت یا موجودیتهایی که این مولفهها را تولید میکنند، اعتماد کرده و فرض کنند که آنها این پارامترها را از بین میبرند و در آینده مورد استفاده و بهرهبرداری مجدد قرار نمیدهند. از سوی دیگر، استارکها شفاف بوده و با این فرضیات اعتمادمحور اضافه همراه نیستند.
تفاوتهای اسنارک و استارک
با وجود اینکه مباحث مربوط به روشهای اثبات با دانش صفر در این بخش به صورت اختصاصی به استارکها و اسنارکها مربوط هستند، لازم است بدانید که انواع مختلفی از این سیستمهای اثبات توسط شبکههای مختلف پیادهسازی شده و تاثیرات مربوط به خود را بر روی عملکرد این شبکهها دارند. علاوه بر این، اسنارکها و استارکها به صورت متقابل منحصر به فرد نیستند؛ الگوریتم اثبات Polygon Zero’s Plonky 2 عناصری از اسنارکها (برای پشتیبانی از توابع بازگشتی و هزینههای پایین تایید لایه ۱) و عناصری از استارکها (برای تولید گواه اثبات سریع بدون نیاز به تنظیم قابل اعتماد) را برای درک بهتری از بازده مقیاسپذیری تلفیق میکند.
به صورت خلاصه، فرضیات عمیق ریاضی مورد استفاده در پس سیستمهای اثبات مبتنی بر اعتبار، روی امنیت و عملکرد شبکههای این سیستمها تاثیر میگذارند. ZK-SNARKها ۶ سال پیش از ZK-STARKها عرضه شدند و کتابخانهها یا لایبرریها و ابزار قابل ارائه قدرتمندتری دارند. این در حالیست که ZK-STARKها با سرعت بسیار بالایی در زمینه پیادهسازیهای همه جانبه محبوب شدند.
چشمانداز لایه ۲ ها
چشماندازه راهکارهای لایه ۲ را به دو گروه میتوان تقسیم کرد:
۱. چشمانداز قدیمی: شامل تکنولوژیهایی که به مدت سالیان دراز در زمینه تولید مستقر بودند و با این حال، میزان پذیرش عمومی کمی را تا همین امروز کسب کردهاند. از جمله آنها به کانالها (Channels) و پلاسما (Plasma) میتوان اشاره کرد.
۲. چشمانداز جدید: شامل تکنولوژیهایی که در سالهای اخیر پیادهسازی شدند و شاهد پذیرش سریع آنها به عنوان کالای متناسب با تقاضای بازار هستیم. از جمله به رولآپهای آپتیمیستیک، رولآپهای دانش صفر و والیدیوم (Validium) میتوان اشاره کرد.
پذیرش لایه ۲ ها
ارزش کل قفل شده (TVL) یکی از معیارهایی است که میتوان از آن برای سنجش نسبی میزان پذیرش عمومی استفاده کرد. این معیار نشاندهنده کمیت داراییهایی است که از طریق بریجها از شبکهها لایه اول به لایه دو منتقل شدهاند.
در طول ۶ ماه گذشته شاهد انتقال داراییها به میزان ارزش تقریبی ۷ میلیارد دلار به شبکههای رولآپهای آپتیمیستیک و ZK-Rollupها بودهایم و همین امر نشاندهنده ترند قدرتمند آنها و پذیرش زودهنگام این فضا است. این در حالیست که کانالها و پلاسما شاهد هیچ افزایش قابل توجهی در زمینه TVL در طول ۱۲ ماه گذشته نبودهاند. بر همین اساس، در قسمتهای بعدی این گزارش به بررسی مختصر تکنولوژیهای قدیمیتری که میزان پذیرش عمومی کمتری داشتهاند (Channels و Plasma) میپردازیم. البته بدون شک در ابتدا توجهمان را به تکنولوژیهای جدیدتری مانند Optimistic Rollups، ZK-Rollups و Validium معطوف میکنیم که میزان پذیرش عمومی بالای زودهنگامی را به خود اختصاص دادهاند.
سخن پایانی
در قسمت سوم سری مقالات «گزارش The Blocks از راهکارهای لایه دوم» درباره گواه اثباتهای تقلب، گواه اثبات اعتبار و چشمانداز سیستمهای لایه دو صحبت کردیم. از سوی دیگر، تفاوتها و مولفههای مورد استفاده در بستر Optimistic Rollups و ZK-Rollups را در بهرهگیری از روشهای اثبات با دانش صفر سیستمهای اثبات استارک و اسنارک مورد بررسی قرار دادیم. در این مقاله هدف اصلی ما پوششدهی عملکرد و سرعت پردازش و تایید دسته تراکنشهای ارسال شده به لایه ۱، ارائه گواه اثبات و تایید آن در زمان کوتاهتر توسط ZK-STARKs و ZK-SNARKs بود. نظر شما در مورد عملکرد این سیستمهای اثبات چیست؟ به نظر شما آیا این سیستمها موفق به کسب موفقیت بیشتر در آینده نزدیک و کاهش میزان حمله به شبکهها خواهند شد؟ چه پیشنهادی برای بهبود و توسعه سیستمهای اثبات مبتنی بر دانش صفر دارید؟