Outre l'extension et la confidentialité, quelles sont les autres utilisations possibles des ZK ?
TechFlow SélectionTechFlow Sélection
Outre l'extension et la confidentialité, quelles sont les autres utilisations possibles des ZK ?
Le chercheur Raghav Agarwal de LongHash dresse un état des lieux des recherches et applications de pointe utilisant la technologie ZK dans le domaine de la cryptographie.
Dédié à des analyses Web3 approfondiesRédaction : Raghav Agarwal
Traduction : TechFlow
L’évolutivité et la confidentialité sont actuellement les deux cas d’usage les plus courants des ZK. Pourtant, ces derniers ont un potentiel bien plus vaste permettant de réaliser de nombreuses autres applications innovantes. Raghav Agarwal, chercheur chez LongHash, dresse un état des lieux des recherches et applications de pointe utilisant la technologie ZK dans le domaine de la cryptographie.
Les applications des preuves à connaissance nulle (ZK) dans le web3 deviennent de plus en plus fréquentes. Actuellement, l’évolutivité et la confidentialité constituent les deux principaux cas d’usage des ZK. Toutefois, leur potentiel est bien plus grand et ouvre la voie à de nombreux autres cas d’usage innovants. Quels sont donc les nouveaux cas d’usage émergents ?
Aléa (Randomness) : Les ZK peuvent être combinés avec des fonctions à délai vérifiable (VDF) pour générer une aléa parfaitement sécurisée sur la blockchain. Bien qu’Ethereum propose déjà plusieurs solutions d’aléa, celles-ci souffrent de défauts subtils tels que des biais, des problèmes d’activité, des coûts élevés ou encore des hypothèses de confiance supplémentaires. Paradigm a développé une balise d’aléa native ETH compatible avec les VDF, alimentée par RANDAO et un oracle de hachage de blocs modulaire.
Vérification de données hors chaîne : Space and Time permet aux entrepôts de données de générer des preuves SNARK attestant de l’exécution correcte de requêtes SQL, prouvant ainsi que les calculs ont été effectués fidèlement, tout en garantissant que les requêtes et les données sont vérifiables et inviolables.
Dans un réseau, il est impossible que chaque nœud de base de données exécute mille fois la même requête pour parvenir à un consensus. La « Proof of SQL » permet aux développeurs de connecter directement les résultats de requêtes transactionnelles ou analytiques évolutives à leurs contrats intelligents.
Sécurité DeFi : Le projet zkPoEX, lauréat du premier prix à ETH Denver, permet aux hackers éthiques de signaler des vulnérabilités en temps réel dans les contrats intelligents tout en préservant la confidentialité de ces failles.
Cela permet aux auditeurs de générer en toute sécurité une preuve ZK d’une vulnérabilité sans en divulguer les détails. Un auditeur peut ainsi prouver qu’il connaît une transaction pouvant induire un mauvais état dans certains contrats, sans révéler précisément où se situe la faille.
Vérification d’e-mail à l’aide des ZK : Développée par Yush et Sampriti au PARC, cette solution permet aux utilisateurs de valider anonymement une signature d’e-mail tout en masquant les données sensibles qu’ils souhaitent cacher. Elle permettrait par exemple à un utilisateur de prouver qu’il possède un compte Twitter via son adresse e-mail.
Preuve de contribution GitHub : ZkRepo permet aux utilisateurs de créer une preuve attestant de leur contribution à un dépôt GitHub donné, sans révéler leur identité. Une DAO peut ainsi récompenser ses contributeurs GitHub tout en leur permettant de rester anonymes.
Preuve de stockage : Herodotus utilise les ZK pour développer une technologie de preuve de stockage facilitant l’accès synchronisé aux données inter-couches entre blockchains Ethereum. Les développeurs peuvent ainsi construire des contrats capables de lire l’état de la L1 depuis la L2, celui de la L2 depuis la L1, ou encore de lire simultanément l’état de différentes L2.
Vérification de localisation : zkMaps permet de vérifier qu’un utilisateur se trouve dans une zone géographique donnée sans divulguer sa position exacte. Votes privés sur chaîne : DeFROST, développé par Poseidon, permet des votes privés au sein de Nouns DAO, compatibles à la fois avec le vote multisignature et le vote par délégation.
Machines virtuelles supportées par les ZK : En plus des zkEVM développés notamment par Polygon et zkSync, les ZK peuvent aussi servir à construire d’autres machines virtuelles comme zkWASM. Ce dernier permet aux développeurs d’écrire des applications ZKP dans leur langage favori, tandis que les utilisateurs peuvent exécuter ces applications directement dans leur navigateur.
Wasm est une norme pour navigateurs web définie par le groupe de travail W3C, comprenant Google, Meta, Intel, Microsoft, etc. Son développement permet d’exécuter du code dans n’importe quel navigateur avec des résultats identiques. Cette technologie est désormais largement adoptée par les géants du Web2.
Figma a recours au Wasm pour réduire ses temps de chargement par trois, Google Earth l’utilise afin de fonctionner sur des navigateurs autres que Chrome, et Adobe a intégré le Wasm dans la version bêta publique de Photoshop en 2021.
Systèmes d’identité : L’identité numérique constitue un problème difficile à résoudre. En réalité, presque tous les systèmes d’identité nécessitent un niveau de confidentialité, ce qui fait des ZK le choix idéal pour concevoir des systèmes d’identité sûrs, privés et supprimant les intermédiaires centralisés.
La pile d’identité basée sur les ZK repose sur trois couches principales : émetteur, état et disponibilité des données. Parmi les équipes connues exploitant les ZK pour offrir une identité sur chaîne à leurs utilisateurs figurent holonym, Outdid.io, zCloak Network, Worldcoin, zkPass et Sismo.
Machine learning assisté par ZK (ZKML) : Le ZKML est un domaine de recherche qui attire de plus en plus d’attention. La question de la confiance dans les modèles ML devient cruciale face à la croissance exponentielle de leurs applications. Voici un bref aperçu de quelques projets opérationnels.
En général, les paramètres du modèle et les entrées utilisés par les modèles ML sont confidentiels, ce qui oblige l’utilisateur à faire confiance au propriétaire du modèle. Ces derniers sont souvent des boîtes noires entraînées sur de grands jeux de données, sujettes à des biais voire à des discriminations.
Le ZKML peut être utilisé pour garantir l’authenticité du modèle, son intégrité, intégrer des preuves provenant de tiers vérificateurs, ou encore permettre une inférence ou un entraînement décentralisés.
La bibliothèque ezkl, développée par Zkonduit, permet à toute personne de créer des preuves ZK pour des modèles ML exportés via ONNX. Cela permet à tout ingénieur ML de produire une preuve ZK de l’inférence de son modèle et de prouver à tout vérificateur le résultat obtenu.
gensyn construit un système de calcul décentralisé où les utilisateurs peuvent fournir des données publiques, et un réseau de nœuds décentralisés s’occupe d’entraîner leurs modèles tout en vérifiant la justesse de cet entraînement.
Modulus Labs a réalisé une analyse comparative de différents systèmes de preuve pour l’inférence sur chaîne, et a créé sur Starknet un robot de trading utilisant l’intelligence artificielle pour prendre des décisions.
Cette liste ne prétend pas être exhaustive, mais vise simplement à documenter certaines applications afin de mettre en lumière le potentiel des ZK. Elles peuvent servir d’inspiration pour de nouveaux cas d’usage, rapprochant ainsi le Web3 d’une adoption à grande échelle.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
Raghav Agarwal
