Eficiencia en Funciones de Retardo Verificables para la Seguridad de Blockchain
Mejorando la generación de números aleatorios usando Pietrzak VDF en contratos inteligentes de Ethereum.
― 7 minilectura
Tabla de contenidos
- La Importancia de Números Aleatorios Seguros en Blockchain
- Desafíos en la Implementación de VDF
- Mejoras Propuestas para el VDF de Pietrzak en Ethereum
- Hallazgos Clave
- Uso de Gas en la Verificación de VDF
- Optimización de Costos de Exponenciación Modular
- Aplicaciones Prácticas y Trabajo Futuro
- Conclusión
- Fuente original
En el mundo de la tecnología blockchain, una Función de Retraso Verificable (VDF) es una herramienta matemática especial que ayuda a asegurar la seguridad y la justicia en varias operaciones. Garantiza que debe pasar un cierto tiempo antes de que se pueda producir un resultado, sin importar cuán potentes sean las computadoras que intenten acelerarlo. Esto hace que los VDFs sean muy útiles para aplicaciones donde se necesita generación de Números Aleatorios, como en juegos o sistemas de votación seguros.
Hay diferentes tipos de VDFs, y entre los más destacados están los protocolos de Pietrzak y Wesolowski. Este artículo se centra en el VDF de Pietrzak porque es más eficiente y funciona bien en entornos de blockchain. El VDF de Pietrzak utiliza un método llamado verificación de prueba recursiva junto con un protocolo de división, que ofrece un buen equilibrio entre practicidad y eficiencia.
La Importancia de Números Aleatorios Seguros en Blockchain
La tecnología blockchain depende mucho de los números aleatorios por varias razones. Por ejemplo, ayudan a asegurar que la selección de participantes en procesos como la generación de bloques y la validación de transacciones sea justa. Los números aleatorios también aseguran la anonimidad en las transacciones, lo cual es crucial para la privacidad del usuario.
En los sistemas tradicionales, encontrar fuentes confiables de números aleatorios puede ser complicado, especialmente dentro de contratos inteligentes en blockchain. Muchos desarrolladores intentaron inicialmente usar información sobre bloques futuros como fuente de aleatoriedad. Sin embargo, este método puede ser manipulado por quienes controlan la blockchain, lo que lo hace poco confiable.
Para abordar esta limitación, surgieron dos técnicas: Funciones Aleatorias Verificables (VRFs) y Funciones de Retraso Verificables (VDFs). Las VRFs pueden producir números aleatorios junto con una prueba de que el número es correcto, permitiendo que cualquiera lo verifique sin saber cómo se generó el número. Varios servicios usando VRFs ya están en funcionamiento, como Chainlink VRF, que ofrece números aleatorios fuera de la cadena a la blockchain.
Aunque los VDFs no crean números aleatorios directamente, desempeñan un papel de apoyo en la generación de números aleatorios seguros utilizando un esquema de compromiso-revelación, gracias a su característica de bloqueo temporal. Esto significa que ningún participante puede manipular o predecir el resultado antes de que haya pasado el tiempo de retraso, lo que mejora la seguridad.
Desafíos en la Implementación de VDF
A pesar de sus beneficios teóricos, integrar los VDFs en la tecnología blockchain ha resultado ser una tarea compleja. Un desafío importante es el alto costo y la intensidad de recursos para verificar los VDFs, especialmente el VDF de Pietrzak, en aplicaciones del mundo real.
En entornos de blockchain típicos, tareas como evaluar la función y generar pruebas a menudo se realizan fuera de la cadena. Esto se debe a que la ejecución en la cadena puede ser demasiado costosa y lenta. Por lo tanto, para implementar la verificación de VDF de manera eficiente en contratos inteligentes, es esencial minimizar el uso de gas, que se refiere a las tarifas que cobra la red por realizar cálculos y almacenar datos.
Ethereum
Mejoras Propuestas para el VDF de Pietrzak enEste artículo describe los pasos tomados para implementar una verificación de VDF de Pietrzak rentable en contratos inteligentes de Ethereum. Aquí hay algunas áreas clave en las que nos centramos para la mejora:
Algoritmos Generalizados: Propusimos nuevos algoritmos para generar y verificar pruebas que podrían ayudar a mejorar la eficiencia.
Análisis de Costos de Gas: Identificamos y medimos los costos de gas asociados con cada parte de una transacción de verificación de VDF.
Predicción Teórica de la Construcción de Pruebas: Basándonos en nuestro análisis, hicimos predicciones sobre cómo optimizar la construcción de pruebas para reducir los costos generales.
Demostración Práctica: Mostramos que nuestras predicciones teóricas se alineaban con los resultados de implementación real, confirmando la viabilidad de nuestro enfoque.
Hallazgos Clave
Un hallazgo notable de nuestra investigación es que la longitud de la prueba para el VDF de Pietrzak puede generarse en menos de 8 KB al usar una longitud de clave RSA significativa de 2048 bits. Esto es mucho más pequeño de lo que se esperaba anteriormente, lo que indica que el VDF de Pietrzak se puede utilizar de manera práctica para operaciones criptográficas en blockchains.
Uso de Gas en la Verificación de VDF
Los costos de gas son un aspecto crucial de las operaciones de blockchain. Determinan el gasto de ejecutar contratos inteligentes y pueden impactar significativamente las decisiones sobre la implementación de ciertas tecnologías. En nuestro estudio, identificamos los costos de gas para varios componentes del proceso de verificación de VDF.
Métodos de Cálculo de Costos de Gas
Costos de Transacción: Cada transacción en Ethereum tiene un costo base y costos adicionales según el tamaño de los datos involucrados. Los bytes no cero en calldata incurren en más gas que los bytes cero debido a su importancia en los cálculos.
Optimización de Estructuras de Datos: Ajustamos las estructuras de datos utilizadas para las pruebas de VDF para minimizar el uso de gas mientras aún podíamos manejar grandes números.
Pruebas Locales: Configuramos un entorno de prueba local para simular transacciones y medir el uso de gas de manera precisa.
Operaciones Aritméticas: Analizar los costos relacionados con operaciones aritméticas comunes utilizadas en el proceso de verificación fue esencial para entender los gastos generales.
Optimización de Costos de Exponenciación Modular
Una de las operaciones aritméticas vitales en la verificación de VDF es la exponenciación modular. Exploramos varios métodos para llevar a cabo esta operación de manera eficiente:
Técnica de Cuadrar y Multiplicar: Este método acelera los cálculos al descomponer la exponenciación en partes más pequeñas, haciéndolo más eficiente.
Multiexponenciación de Dimitrov: Esta técnica avanzada reduce aún más el tiempo necesario para multiplicar grandes enteros, lo cual es crucial en criptografía.
Contratos Precompilados: Ethereum introdujo el contrato precompilado ModExp para manejar eficientemente grandes exponenciaciones modulares. Usar este contrato precompilado reduce significativamente los costos de gas en comparación con métodos tradicionales.
Aplicaciones Prácticas y Trabajo Futuro
Nuestra investigación confirma que el VDF de Pietrzak puede implementarse eficazmente en contratos inteligentes de Ethereum. Sin embargo, se necesita trabajo adicional para explorar cómo estos VDFs pueden integrarse en ecosistemas blockchain más amplios.
Soluciones de Capa 2
La aparición de soluciones de Capa 2, como rollups optimistas y zkRollups, proporciona una vía para abordar los altos costos de gas asociados con la verificación de VDF. Estas tecnologías permiten que cálculos complejos se realicen fuera de la blockchain principal, reduciendo gastos y mejorando la velocidad.
Modelos Económicos para VDFs
Más allá de los desafíos técnicos, hay una necesidad urgente de modelos económicos que respalden el uso de VDFs. Se deben desarrollar estructuras de incentivos adecuadas para alentar la participación de quienes generan y verifican pruebas.
Conclusión
En resumen, nuestra investigación sentó las bases para la integración efectiva de los VDFs, particularmente el VDF de Pietrzak, dentro de entornos blockchain como Ethereum. Al abordar desafíos clave relacionados con los costos de gas y proporcionar estrategias de implementación prácticas, demostramos el potencial de los VDFs para mejorar la seguridad y funcionalidad de las aplicaciones blockchain. A medida que el trabajo continúa en esta área, futuros avances podrían llevar a mejoras significativas en cómo se generan los números aleatorios en las plataformas blockchain, abriendo nuevas aplicaciones y casos de uso en el mundo descentralizado.
Nuestros hallazgos no solo allanan el camino para futuras investigaciones, sino que también mejoran la practicidad de la generación de números aleatorios seguros dentro del creciente campo de la tecnología blockchain. Somos optimistas sobre el camino a seguir y las oportunidades que presenta para mejorar las aplicaciones blockchain.
Título: Implementation Study of Cost-Effective Verification for Pietrzak's Verifiable Delay Function in Ethereum Smart Contracts
Resumen: Verifiable Delay Function (VDF) is a cryptographic concept that ensures a minimum delay before output through sequential processing, which is resistant to parallel computing. One of the significant VDF protocols academically reviewed is the VDF protocol proposed by Pietrzak. However, for the blockchain environment, the Pietrzak VDF has drawbacks including long poof size and recursive protocol computation. In this paper, we present an implementation study of Pietrzak VDF verification on Ethereum Virtual Machine (EVM). We found that the discussion in the Pietrzak's original paper can help a clear optimization in EVM where the costs of computation are predefined as the specific amounts of gas. In our results, the cost of VDF verification can be reduced from 4M to 2M gas, and the proof length can be generated under 8 KB with the 2048-bit RSA key length, which is much smaller than the previous expectation.
Autores: Suhyeon Lee, Euisin Gee, Junghee Lee
Última actualización: 2024-08-16 00:00:00
Idioma: English
Fuente URL: https://arxiv.org/abs/2405.06498
Fuente PDF: https://arxiv.org/pdf/2405.06498
Licencia: https://creativecommons.org/licenses/by/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.