探索Schnorrkel:新一代签名方案
2024-05-23 13:26:29作者:贡沫苏Truman
1、项目介绍
Schnorrkel是一个基于Ristretto压缩Ed25519点的Schnorr签名实现库,它不仅提供了签名功能,还涵盖了HDKD(Hierarchical Deterministic Key Derivation)、MuSig(Multi-Signature)以及Verifiable Random Function (VRF)等相关协议。这个项目由Web3基金会开发,并且有着严格的测试和详细的文档支持,为开发者提供了一套安全可靠的加密工具。
2、项目技术分析
Schnorrkel采用了Ristretto,它是基于Mike Hamburg的Decaf论文实现的,提供了Ed25519曲线中2-torsion自由点作为prime order群。项目利用了merlin策略,确保类型特定的哈希方法有良好的域分离,保证了安全性。此外,Schnorrkel使用了STROBE128构造,这是一种基于Keccak的对称加密算法,旨在提高效率。
对于多签名支持,Schnorrkel当前仅实现了三轮MuSig,因为其他Schnorr多签名方案存在一些问题。未来计划开发如mBCJ这样的安全方案,该方案在证明所有权的基础上工作,或者采用非线性化版本以适应更多场景。
3、项目及技术应用场景
- 区块链:Schnorrkel可在区块链系统中用于账户签名和交易验证,例如Polkadot网络。
- 分布式身份认证:HDKD可以用于创建层次化的密钥派生系统,使得管理大规模用户身份变得简单。
- 隐私保护:VRF可以应用于DNSSEC的NSEC5实践,保护用户的隐私信息不被泄露。
- 多方协作:MuSig可用于创建多方签名,适用于共享账本或联合决策等场景。
4、项目特点
- 安全性强:基于Ristretto的Schnorr签名提供了一流的安全性,避免了 torsion 点攻击。
- 灵活性高:支持多种签名协议,如单人签名、多签名和可验证随机函数,满足不同应用需求。
- 跨平台兼容:有C、JavaScript和Python的绑定接口,方便多语言环境下的开发。
- 可扩展性强:预留了与dalek生态系统零知识证明工具集成的空间,以满足未来的需求。
Schnorrkel以其高效、安全的设计吸引了许多关注,无论是区块链开发者还是密码学研究者,都能从这个项目中获益。立即加入并体验Schnorrkel带来的强大功能吧!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
422
3.25 K
Ascend Extension for PyTorch
Python
230
261
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
331
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869