链下扩容方案之链下计算，尚在征途的扩容良方——区块链技术引卷之十三

通证通研究院 × FENBUSHI DIGITAL 联合出品

文：宋双杰，CFA；田志远；王泽龙；金佳豪

特别顾问：沈波；Rin

导读

链下计算（Offchain Computation）是区块链链下扩容的解决方案之一，目前已经提出了多种链下计算方案并且正在逐步落地。

摘要

当前区块链普遍面临链上数据处理能力不足的短板，制约了区块链进一步应用的可能性。 以此为背景，链下计算作为扩容方案之一被提出，其基本思路是将原本置于链上处理的各类事务，移至链下处理，而链上仅保留验证的部分，以此间接提升链上的数据处理能力。

链下计算主要包括可验证的链下计算、“飞地型”链下计算、链下安全多方计算、激励驱动型链下计算四种方式。 它们各自存在优劣势，有些方案较为新颖，较少甚至没有项目部署，如zk-STARKs、Bulletproofs等，有些方案则已经过了大型项目的检验和认可，如zk-SNARKs。

可验证的链下计算涉及到两类角色： 验证者与证明者 ，前者位于链上，后者位于链下。

“飞地”型链下计算基于TEE（可信执行环境，用于确保机密性和完整代码执行）。 在该计算模式中，链下计算专门于可信的“飞地”中进行。

安全多方计算可以实现在各方均不知道完整数据内容的情况下，通过联合它们对各自部分数据的计算结果，得到最终结果。

激励驱动型链下计算假设参与计算的各方都是理性的 经济人 。 该模式主要涉及到两类角色：处理计算任务的求解者、重新计算求解者所处理过的计算任务并检验其是否有误的验证者。但在一些方案中会引入更多的角色。

目前，多种链下计算方案已经取得进展或正在落地，链下计算作为区块链的扩容方案之一，未来将获得进一步的发展和应用。

风险提示：技术进展不及预期、链上链下信道安全

目录

1 链下计算，链上验证

2 链下计算的四种主要模式

2.1 可验证的链下计算

2.2 “飞地”型链下计算

2.3 链下安全多方计算

2.4 激励驱动型链下计算

3 尚在征途，逐步落地

正文

链下计算是区块链链下扩容的解决方案之一。

1.链下计算，链上验证

新交易的发生导致链上的“状态”发生了改变，区块链可以被看作是处理一个“状态转换”函数的机器。 链下计算是一种将计算“状态转换”函数的过程由链上转移至链下，而后相应的结果交由链上验证的模型。

首先，任意链下节点从区块链中检索相关的状态作为输入。与链上对数据完全公开的处理模式不同，链下计算过程中的相关信息可以是公开的，也可以是私密的。

基于输入值，链下的节点计算出“状态转换”函数的结果，而后将其发送至链上。公开的输入无需隐藏计算过程，而私密输入的计算过程则需要保持私有。链上对该函数值进行校验，如果函数值正确，则其被记入链上的状态。

为什么需要引入链上验证的环节呢？因为链下计算“状态转换”函数并提交结果时，可能存在造假或者欺诈的情况，引入链上的验证者（Verifier）则可以有一个校正的B计划。

2.链下计算的四种主要模式

2.1 可验证的链下计算

要实现可验证的链下计算模型，有三种算法可以作为路径：

（1）概念

这一模式涉及到两类角色：验证者与证明者（Prover），前者位于链上，后者位于链下。 该模式的运作过程同链下计算的基本定义类似，在此不赘述。

（2）主要特性

非交互性。 证明者能够在一条信息中（即一次链下到链上的传输过程），使验证者信服。交互性强的方案将产生多笔区块链事务，增加区块链网络的负担并抬高验证成本。

低廉的验证成本。 特殊情况下，如对机密性的信息进行检验时，相对较高的验证成本是可接受的；否则正常情况下，链下计算+链上验证的成本应该低于纯粹的链上计算成本。

（3）实现情况

要实现可验证的链下计算模型，有三种算法可以作为路径：

1）zk-SNARKs

zk-SNARKs是零知识证明这一算法的变体，其名称是：Zero knowledge（零知识）、Succinct（简要性）、Non-interactive（非交互性）以及Arguments of Knowledge（知识论证）、Proofs（证明）这些词汇的复合缩写。

相比零知识证明这一“本体”，zk-SNARKs使得证明者和验证者间互动极少甚至没有，并且其验证成本较低，计算安全性相对较高。

目前，zk-SNARKs依赖于证明者和验证者之间的初始化可信设置——这意味着需要一组公共参数来构建zk-SNARKs，从而创建私有事务。这些参数被编入协议中，是证明交易有效性的必要因素之一。 其潜在的问题是，参数通常由小部分群体制定，可能存在信任问题。此外，在理论上，如果证明者拥有足够的算力，就可以提交假证据，影响整个系统。 这是为什么量子计算机被认为是这种算法的威胁的原因。

目前部署zk-SNARKs算法的知名项目有 Zcash、Loopring 等。

以太坊也有望部署zk-SNARKs。 2019年1月份时，以太坊基金会与初创企业Matter在以太坊测试网络上，联合发布了使用zk-SNARKs的侧链扩容方案。

2）Bulletproofs

该算法是由伦敦大学学院的Jonathan Bootle与斯坦福大学的Benedikt Bunz于2017年末共同提出，它属于非互动性的零知识证明可验证计算方案，相较zk-SNARKs，它的验证成本更高一些，但是不需要可信的初始设置。

Monero是主要加密通证中率先部署Bulletproofs这一算法的。 据Monero官网所述，2018年夏季，其社区发布了针对Monero部署Bulletproofs的审计报告，且Bulletproofs率先在Monero Stagenet上部署，至2018年10月，Monero主网完成了Bulletproofs的部署。

据Monero Research Lab研究人员Sarang Noether的说法，自Bulletproofs部署以来，Monero上事务的平均体积下降了80%，交易费用也显著下降。

3）zk-STARKs

该算法由以色列理工学院的Eli-Ben-Sasson教授创造。它是zk-SNARKs的替代品，并且被认为是一种更高效的算法，但囿于其难以部署的现状，未来是否会有更高的性价比尚未可知。

与Bulltetproofs类似，zk-STARKs不需要初始化可信设置——因为它使用抗碰撞哈希函数（collision-resistant hash functions）进行更精简的对称加密，并且该算法消除了zk-SNARKs中存在的数论假设——后者执行成本高且易受到量子计算机的攻击。

但是相比于zk-SNARKs，它的缺点在于证明可能会更复杂，从而限制了其潜在性能的发挥。

2.2 “飞地”型链下计算

（1）概念

这一计算模式基于TEE。 在该计算模式中，链下计算专门于可信的“飞地”中进行，“飞地”的每一条消息都可以被可信的外部实体认证并出具证明。启动计算时，公开的输入值从区块链上获得，而私密的输入值则由链下节点选择性地加入进去。输出结果的完整性通过链上验证“飞地”的证明进行验证。一旦验证成功，新的状态会被记入区块链。

（2）实现情况

目前Enigma与Ekiden等项目尝试了该方案。

在Enigma项目中，计算既可在链上执行，也可在单独的链下“飞地”中执行。Enigma的特定脚本语言允许开发者将目标项标记为私密的，进而强制要求以链下模式进行计算。

与Enigma相反，Ekiden不支持链上计算，区块链仅被用于持久的状态存储。代码和私有输入值由仅同“飞地”通讯的链下客户端提供，一旦计算完成，“飞地”将结果直接反馈回客户端，与此同时，状态被记录到区块链中。

2.3 链下安全多方计算

（1）概念

安全多方计算可以实现在各方均不知道完整数据内容的情况下，通过联合它们对各自部分数据的计算结果，得到最终结果（等于利用完整数据进行计算的结果）。

链下安全多方计算的实现效果也是如此，区别之处在于引入了链上、链下的概念：

首先，隐私数据被分为多份，并以私密输入值的形式分布在一众链下节点间。 区块链当前的状态值可被作为公共输入值。然后链下节点计算各自部分的链下状态转换值。

链下节点发布各自结果并进行组合，然后将其置于链上。

链下安全多方计算协议需要满足的一个特性是公共审计，具体的一个例证是，不参与上文过程的审计者可以校验计算结果的正确性。由此，计算结果的正确性可被链上审计者在验证阶段校验，或由链下审计者通过评估链上审计者的审计跟踪（系统活动的流水记录）来校验。

（2）实现情况

安全多方计算的实现手段一般来说可分为三类：

1） 基于Yao混淆电路的构造方法；

2） 基于秘密分享的构造方法；

3） 基于同态加密的构造方法。

目前已有较多项目尝试使用安全多方计算协议，如 Defi、Enigma 等。

2.4 激励驱动型链下计算

（1）概念

该模式假设参与计算的各方都是理性的经济人（即参与方以最小的代价最大化自己的利益）。该模式主要涉及到两类角色： 处理计算任务的求解者（Solver）、重新计算求解者所处理过的计算任务并检验其是否有误的验证者。 但在一些方案中会引入更多的角色。

（2）实现情况

激励驱动型链下计算中最知名的解决方案莫过于 TrueBit ，其基本原理为：

用户提出计算需求并支付佣金，如果某个链下的求解者认为佣金价格符合预期，则进行计算并公布结果。此外，求解者也需要提供一笔保证金。

相对于用户与求解者而言的第三方——验证者（同样位于链下），可重新运行上述计算并检验其是否有误 ；如若发现求解者给出错误结果，则可以发起挑战，提交到链上仲裁。同样地，验证者需要提供一笔保证金。

通过链上的智能合约，求解者与验证者共同进行一个验证游戏，而用户置于链上的代码则被用于验证求解者、验证者双方答案的真伪，正确一方获取佣金，另一方则需支付整个验证过程所产生的gas费用。

TrueBit还设计了累积奖金（Jackpot）机制，用以维护验证者生态环境。 系统会随机选择一些交易，要求求解者同时提交正确答案和强制错误（Force error，即错误的答案），二者之一会上链请求验证，当强制错误被验证者验证并挑战时，求解者无需遭受惩罚。所有事务的佣金将被抽取一小部分，汇聚成奖金池，用以在累积奖金机制中支付给挑战成功的验证者。

3.尚在征途，逐步落地

在可验证的链下计算的三种实现中，由于初始化可信设置的存在，zk-SNARKs的计算成本相对较高，但是在初始化可信设置完成后，其证明难度与验证的复杂性都很低；zk-STARKs与Bulletproofs两种算法不需要初始化可信设置，计算成本相应较低，但证明难度与验证复杂性却较高，这是其应用的掣肘所在。

从安全性方面来看，激励驱动型链下计算依赖于系统中至少有一位诚实的参与者的假设，恶意的验证者能够用提交错误答案的方式挑战每一个计算步骤，让所有任务经过链上的“挑战”环节，影响系统整体的速度与安全性能。

“飞地”型链下计算的缺点是其依赖于TEE。 如英特尔的SGX（Software Guard Extensions，软件保护扩展），一种允许Inter处理器创建一个“小黑匣”作为TEE的技术，曾在黑客攻击前失去效用。

目前，多种链下计算方案已经取得成效或正在落地，如Monero成功部署Bulletproofs后事务体积显著降低；以太坊在测试网使用zk-SNARKs，TPS有望达到500；首个致力于部署zk-STARKs的项目StarkWare也已在测试当中。

注：通证流通市值、Twitter关注人数数据截至2019年7月20日。

链下计算正在进入各大项目的视野，未来将获得进一步的发展和应用。 凭借各种优异的特性，链下计算成功吸引了各方注意，例如Zcash和Menero分别部署了zk-SNARKs和Bulletproofs，以太坊核心开发者对zk-SNARKS在扩容方面的表现表示认同，未来使用该技术的链下计算扩容方案或将推及整个以太坊。

附注：

因一些原因，本文中的一些名词标注并不是十分精准，主要如：通证、数字通证、数字currency、货币、token、Crowdsale等，读者如有疑问，可来电来函共同探讨。