一种零知识证明方法及装置、电子设备、存储介质与流程

1.本技术涉及隐私保护数据处理领域，尤其涉及一种零知识证明方法及装置、电子设备、存储介质。


背景技术：

2.零知识证明是一种能在不泄露任何额外信息的情况下，使验证者相信某一声明为真的证明方案。自上个世纪八十年代，从零知识证明这一概念被提出以来，零知识证明逐渐成为一项重要的密码学工具被广泛使用。1988年，非交互式零知识证明的概念被正式提出，零知识证明的应用范围更进一步地拓宽了。与交互式相比，非交互式的零知识证明方案具备更好的性质：（1）可扩展性更好：交互式零知识证明方案仅支持一对示证者和验证者，而非交互式可支持一个示证者和多个验证者；（2）易用性更好：交互式零知识证明系统要求示证者和验证者同时在线才能进行，而非交互式允许示证者在验证者离线时发送证明，当验证者上线时再进行验证；（3）初始化条件不一致：非交互式零知识证明系统必须有第三方（即setup）去完成初始化，如产生公共参数，而在交互式中这一条件并不必要。因此非交互式零知识证明被更广泛地应用于各种密码学任务中。
3.将零知识证明用于隐私数据处理就是一项重要应用。在当今的商业环境中，数据是企业发展的一大动力。然而数据具有流动性和可复制性，能在极短的时间内被大量复制，因此商业活动的各类主体对数据处理的隐私性和安全性都有非常高的要求。目前，针对隐私保护数据处理的挑战，研究者提出了诸如可信计算、数据全加密上链等方案，但都存在明显的应用瓶颈。2020年，金融壹账通所出版的《3d零知识算法全解析报告》中，提出了基于schnorr零知识证明协议的数据处理方法，能够在数据密文的状态验证简单的加减乘除四则运算和大小关系。
4.在实现本发明的过程中，发明人发现现有技术中至少存在如下问题：验证乘法和除法运算的时候需要用到双线性配对，这意味着这个方案在实际应用中具有局限性，在不能使用双线性配对的场景下便不适用，同时双线性配对的计算开销较大，这意味着这个方案的性能存在较大的提升空间。


技术实现要素：

5.本技术实施例的目的是提供一种零知识证明方法及装置、电子设备，以解决相关技术中存在的无法在不能使用双线性配对的场景下使用的技术问题。
6.根据本技术实施例的第一方面，提供一种零知识证明方法，应用于证明发送方，包括：选择数据处理关系，对隐私数据和公开数据进行处理得到计算结果；根据承诺参数，分别对所述隐私数据和计算结果进行承诺，得到第一承诺值和第二承诺值，所述承诺参数由可信第三方生成；根据所述数据处理关系，生成非交互式零知识证明，以使得验证方根据所述承诺
参数、所述公开数据、所述第一承诺值及所述第二承诺值验证所述非交互式零知识证明。
7.进一步地，将所述第一承诺值、所述第二承诺值及所述非交互式零知识证明发送至公共数据存储系统，所述承诺参数由可信第三方保存于所述公共数据存储系统中，所述公开数据存储在所述公共数据存储系统中。
8.进一步地，选择数据处理关系，对隐私数据和公开数据进行处理得到计算结果，包括：从线性关系、泛化乘法关系这两种数据处理关系中选择一项，作为数据处理关系；若所述数据处理关系为线性关系，则隐私数据为，公开数据为，所述隐私数据和公开数据的数据个数为，计算结果；若选择的是泛化乘法关系，则隐私数据为，公开数据为，所述隐私数据和公开数据的数据个数为，所述隐私数据和公开数据的数据个数为，计算结果。
9.进一步地，根据所述数据处理关系，生成非交互式零知识证明，包括：根据所述数据处理关系，生成偏移项；根据所述数据处理关系，将所述承诺参数、第一承诺值、第二承诺值和偏移项输入随机谕示机，生成挑战值；根据所述隐私数据、公开数据和挑战值，计算得到回应值；根据所述偏移项和回应值，生成非交互式零知识证明。
10.进一步地，验证方根据所述承诺参数、所述公开数据、所述第一承诺值及所述第二承诺值验证所述非交互式零知识证明，包括：将所述承诺参数、所述第一承诺值、所述第二承诺值、及偏移项输入随机谕示机中，输出挑战值；根据所述公开数据、第一承诺值、所述第二承诺值以及所述挑战值对所述非交互式零知识证明进行验证。
11.根据本技术实施例的第二方面，提供一种零知识证明装置，应用于证明发送方，包括：计算模块，选择数据处理关系，对隐私数据和公开数据进行处理得到计算结果；承诺模块，根据承诺参数，分别对所述隐私数据和计算结果进行承诺，得到第一承诺值和第二承诺值，所述承诺参数由可信第三方生成；生成模块，根据所述数据处理关系，生成非交互式零知识证明，以使得验证方根据所述承诺参数、所述公开数据、所述第一承诺值及所述第二承诺值验证所述非交互式零知识证明。
12.根据本技术实施例的第三方面，提供一种零知识证明方法，应用于验证方，包括：获取承诺参数、公开数据、第一承诺值、第二承诺值及非交互式零知识证明，其中所述承诺参数由可信第三方生成；所述第一承诺值和第二承诺值由证明发送方选择数据处
理关系，对隐私数据和公开数据进行处理得到计算结果，根据所述承诺参数，分别对所述隐私数据和计算结果进行承诺而得；所述非交互式零知识证明由证明发送方根据所述数据处理关系生成得到；根据所述承诺参数、公开数据、第一承诺值及第二承诺值，对所述非交互式零知识证明进行验证。
13.根据本技术实施例的第四方面，提供一种零知识证明装置，应用于验证方，包括：获取模块，获取承诺参数、公开数据、第一承诺值、第二承诺值及非交互式零知识证明，其中所述承诺参数由可信第三方生成；所述第一承诺值和第二承诺值由证明发送方选择数据处理关系，对隐私数据和公开数据进行处理得到计算结果，根据所述承诺参数，分别对所述隐私数据和计算结果进行承诺而得； 所述非交互式零知识证明由证明发送方根据所述数据处理关系生成得到；验证模块，根据所述承诺参数、公开数据、第一承诺值及第二承诺值，对所述非交互式零知识证明进行验证。
14.根据本技术实施例的第五方面，提供一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的方法。
15.根据本技术实施例的第六方面，提供一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现如第一方面所述方法的步骤。
16.本技术的实施例提供的技术方案可以包括以下有益效果：由上述实施例可知，本技术涉及的数据处理关系涵盖大部分数据处理关系，能够广泛地应用于隐私数据处理场景；根据承诺参数，对隐私数据和计算结果进行承诺，得到第一承诺值和第二承诺值，使证明发送方之后无法修改隐私数据和计算结果，从而无法作伪，保障了协议的安全性；设计了一种新颖的无需双线性配对的非交互式零知识证明协议，能够支持证明发送方向验证方证明其正确地对隐私数据和公开数据进行了处理，由于所设计的协议没有用到双线性配对，不仅减少了计算开销，提升了效率，而且有更广泛的应用空间。
17.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
18.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
19.图1是根据一示例性实施例示出的一种零知识证明方法（应用于证明发送方）的流程图。
20.图2是根据一示例性实施例示出的步骤s101的流程图。
21.图3是根据一示例性实施例示出的步骤s102的流程图。
22.图4是根据一示例性实施例示出的步骤s103的流程图。
23.图5是根据一示例性实施例示出的验证方进行验证的步骤的流程图。
24.图6是根据一示例性实施例示出的一种零知识证明方法（应用于验证方）的流程图。
25.图7是根据一示例性实施例示出的一种零知识证明方法的数据流图。
26.图8是根据一示例性实施例示出的一种零知识证明装置（应用于证明发送方）框图。
27.图9是根据一示例性实施例示出的一种零知识证明装置（应用于验证方）框图。
具体实施方式
28.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
29.在本技术使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术。在本技术和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
30.应当理解，尽管在本技术可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本技术范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
31.下面对文中出现的名词做出解释：隐私数据：只有证明发送方所持有的数据，整个流程不会向其他任何参与方泄露隐私数据的相关信息。
32.公开数据：所有参与方都可以获取到的数据。
33.线性关系：若隐私数据为，公开数据为，所述隐私数据和公开数据的数据个数为，计算结果为，对隐私数据和公开数据经线性组合得到计算结果，我们把这种数据处理关系称为线性关系。
34.泛化乘法关系：若隐私数据为，公开数据为，所述隐私数据和公开数据的数据个数为，所述隐私数据和公开数据的数据个数为，计算结果为，对隐私数据和公开数据经线性组合之后再相乘得到计算结果，我们把这种数据处理关系称为泛化乘法关系。
35.在具体实施中可根据证明发起方的需求选择使用线性关系或泛化乘法关系作为数据处理关系。
36.假设跨国企业a需要同跨国企业b实现数据共享以推动业务发展，但因为业务数据具有高度商业机密性，因此出于数据安全以及自身商业利益考虑，跨国企业a和跨国企业b不可能直接公开自己的业务数据，但他们又想利用自己的业务数据进行数据联通和互相验证。为了实现以上要求，跨国企业a和跨国企业b可以使用下面展示的零知识证明方法来完成数据处理与验证。
37.图1是根据一示例性实施例示出的一种零知识证明方法（应用于证明发送方）的流程图，如图1所示，该方法应用于证明发送方，可以包括以下步骤：步骤s101：选择数据处理关系，对隐私数据和公开数据进行处理得到计算结果；步骤s102：根据承诺参数，分别对所述隐私数据和计算结果进行承诺，得到第一承诺值和第二承诺值，所述承诺参数由可信第三方生成；步骤s103：根据所述数据处理关系，生成非交互式零知识证明，以使得验证方根据所述承诺参数、所述公开数据、所述第一承诺值及所述第二承诺值验证所述非交互式零知识证明；由上述实施例可知，本技术涉及的数据处理关系涵盖大部分数据处理关系，能够广泛地应用于隐私数据处理场景；根据承诺参数，对隐私数据和计算结果进行承诺，得到第一承诺值和第二承诺值，使证明发送方之后无法修改隐私数据和计算结果，从而无法作伪，保障了协议的安全性；设计了一种新颖的无需双线性配对的非交互式零知识证明协议，能够支持证明发送方向验证方证明其正确地对隐私数据和公开数据进行了处理，并且可以避免使用双线性配对由于所设计的协议没有用到双线性配对，不仅减少了计算开销，提升了效率，而且有更广泛的应用空间。
38.在步骤s101的具体实施中，选择数据处理关系，对隐私数据和公开数据进行处理得到计算结果；具体地，如图2所示，此步骤包括以下子步骤：步骤s201：从线性关系、泛化乘法关系这两种数据处理关系中选择一项，作为数据处理关系；具体地，证明发送方要根据实际业务场景需求选择合适的数据处理关系，因为不同的数据处理关系，在之后的后续步骤中有不同的做法。这样做的好处是，不同的数据处理关系，有不同的针对性解决方案，这样可以大大提升效率。
39.步骤s202：若所述数据处理关系为线性关系，则隐私数据为，公开数据为，所述隐私数据和公开数据的数据个数为，计算结果；具体地，证明发送方对隐私数据和公开数据进行线性组合得到计算结果，具体计算表达式为。这样做的好处是，用线性关系可以涵盖加减运算，例如当时，我们得到加法运算，当时，我们得到减法运算。
40.步骤s203：若所述数据处理关系为泛化乘法关系，则隐私数据为，公开数据为，所述隐私数据和公开数据的数据个数为，所述隐私数据和公开数据的数据个数为，计算结果；具体地，证明发送方对隐私数据和公开数据进行线性处理和乘法操作得到计算结果，具体计算表达式为。这样做的好处是，用泛化乘法关系可以涵盖乘法运算，例如当时，我们得到乘法运算。
41.在步骤s102的具体实施中，根据承诺参数，分别对所述隐私数据和计算结果进行承诺，得到第一承诺值和第二承诺值，所述承诺参数由可信第三方生成；如图3所示，所述承诺参数的生成步骤包括：步骤s301：一个或多个可信第三方选择1000比特以上的素数和，满足关系，选择的阶子群的生成元，选择随机数，计算生成元；具体地，一个或多个可信第三方先随机挑选一个大于1000比特的素数，然后从开始测试是否为素数，若否，则对加1（即）进行重复测试，直至得到一个素数，该素数记作。素数和满足关系。得到素数和之后，的阶子群上随机挑选一个生成元，然后选择随机数，计算生成元。这样做的好处是，选择大于1000比特的素数可以保障现有的商用计算机无法通过枚举的方式来攻破承诺值；选择两个生成元，可以更好的保障承诺方案的安全性。
42.步骤s302：将所述素数和以及生成元和组合成承诺参数；具体地，一个或多个可信第三方秘密保存随机数，将所述素数和以及生成元和组合成承诺参数，之后证明发送方可以通过承诺参数来生成第一承诺值和第二承诺值。这样做的好处是，秘密保存随机数使得攻击者无法破解生成元
和之间的关系，继而无法攻破承诺值。
43.进一步地，承诺的过程具体为：若所述数据处理关系为线性关系，则挑选随机数，计算，为第一承诺值，为第二承诺值。
44.具体地，证明发送方挑选随机数，然后根据承诺参数ck计算。证明发送方将组合成第一承诺值，将作为第二承诺值。
45.若所述数据处理关系为泛化乘法关系，挑选随机数，计算，为第一承诺值，为第二承诺值。
46.具体地，证明发送方挑选随机数，然后根据承诺参数ck计算。证明发送方将组合成第一承诺值，将作为第二承诺值。
47.这样做的好处是，证明发送方对隐私数据和计算结果进行承诺之后，之后便不能进行修改，避免了证明发送方作假的可能性；同时，验证方没有办法区分第一承诺值（或第二承诺值）和随机数，即第一承诺值和第二承诺值不会泄露隐私数据和计算结果的相关信息。
48.在步骤s103的具体实施中，根据所述数据处理关系，生成非交互式零知识证明，以使得验证方根据所述承诺参数、所述公开数据、所述第一承诺值及所述第二承诺值验证所述非交互式零知识证明；具体地，如图4所示，此步骤包括以下子步骤：步骤s401：根据所述数据处理关系，生成偏移项；具体地，若所述数据处理关系为线性关系，证明发送方挑选随机数，并计算偏移项。
49.若所述数据处理关系为泛化乘法关系，证明发送方挑选随机数，并计算偏移项。
50.这样做的好处是，证明发送方在后续过程中将使用随机数来保护隐私数据和计算结果不泄露，因此证明发送方一开始便挑选了随机数，并且使用随机数生成了偏移项，偏移项可以用于验证方的验证。
51.步骤s402：根据所述数据处理关系，将所述承诺参数、第一承诺值、第二承诺值和偏移项输入随机谕示机，生成挑战值；具体地，若所述数据处理关系为线性关系，证明发送方调用随机谕示机，输入，得到输出挑战值。
52.若所述数据处理关系为泛化乘法关系，证明发送方调用随机谕示机，输入，得到输出挑战值。
53.这样做的好处是，证明发送方调用随机谕示机来得到挑战值，可以使得证明生成过程做到非交互，非交互式零知识证明由于其易用性和可拓展性，比起交互式零知识证明有更广泛的应用。
54.步骤s403：根据所述隐私数据、公开数据和挑战值，计算得到回应值；具体地，若所述数据处理关系为线性关系，证明发送方根据所述隐私数据、公开数据和挑战值，计算回应值。
55.若所述数据处理关系为泛化乘法关系，证明发送方根据所述隐私数据、公开数据和挑战值，计算回应值：这样做的好处是，由于添加了随机数，证明发送方将隐私数据隐藏在回应值中，即验证方无法从回应值中反推出隐私数据，从而保护了隐私数据的安全。同时，回应值可以用于最后的验证。
56.步骤s404：根据所述偏移项和回应值，生成非交互式零知识证明。
57.具体地，若所述数据处理关系为线性关系，证明发送方生成非交互式零知识证明
。
58.若所述数据处理关系为泛化乘法关系，证明发送方生成非交互式零知识证明。
59.这样做的好处是，无论需要隐私数据和公开数据的个数多少，证明发送方最后发送的非交互式零知识证明的大小是固定的，并且通信量非常小，因此效率非常高，同时非交互式零知识证明的生成过程无需双线性配对。
60.具体地，如图5所示，步骤s103中验证方根据所述承诺参数、所述公开数据、所述第一承诺值及所述第二承诺值验证所述非交互式零知识证明包括以下步骤：步骤s501：将所述承诺参数、所述第一承诺值、所述第二承诺值、及偏移项输入随机谕示机中，输出挑战值；具体地，若所述数据处理关系为线性关系，证明发送方调用随机谕示机，输入，得到输出挑战值。
61.若所述数据处理关系为泛化乘法关系，证明发送方调用随机谕示机，输入，得到输出挑战值。
62.这样做的好处是，验证方可以通过调用随机谕示机得到挑战值，这样避免了让证明发送方发送挑战值，减少了通信量。
63.步骤s502：根据所述公开数据、第一承诺值、所述第二承诺值以及所述挑战值对所述非交互式零知识证明进行验证。
64.具体地，若所述数据处理关系为线性关系，则验证方验证；若所述数据处理关系为泛化乘法关系，则验证方验证和；这样做的好处是，无论需要隐私数据和公开数据的个数多少，验证方需要验证的等式都是固定的，同时，非交互式零知识证明的验证过程无需双线性配对。
65.在上述步骤s101
‑
步骤s103的实施过程中，还可以将所述第一承诺值、所述第二承诺值及所述非交互式零知识证明发送至公共数据存储系统，所述承诺参数由可信第三方保存于所述公共数据存储系统中，所述公开数据存储在所述公共数据存储系统中。
66.图6是根据一示例性实施例示出的一种零知识证明方法（应用于验证方）的流程图，如图6所示，该方法应用于验证方，可以包括以下步骤：步骤s601：获取承诺参数、公开数据、第一承诺值、第二承诺值及非交互式零知识证明，其中所述承诺参数由可信第三方生成；所述第一承诺值和第二承诺值由证明发送方选择数据处理关系，对隐私数据和公开数据进行处理得到计算结果，根据所述承诺参数，分
别对所述隐私数据和计算结果进行承诺而得；所述非交互式零知识证明由证明发送方根据所述数据处理关系生成得到；具体地，验证方从公共数据存储系统中下载，或者从证明发送方接收承诺参数、第一承诺值、第二承诺值及非交互式零知识证明。
67.步骤s602：根据所述承诺参数、公开数据、第一承诺值及第二承诺值，对所述非交互式零知识证明进行验证；具体地，验证过程如上述步骤s501
‑
步骤s502所述。
68.参照图7，图7是本发明实施例中一种零知识证明方法的数据流图。所述一种零知识证明方法可以用于证明发送方41、公共数据存储系统42、验证方43和可信第三方44，还可以包括步骤s701至步骤s712，以下对各个步骤进行说明。
69.步骤s701：证明发送方41获取隐私数据；步骤s702：证明发送方41从公共数据存储系统42上获取公开数据；步骤s703：证明发送方41选择数据处理关系，对所述隐私数据和公开数据进行处理，得到计算结果；步骤s704：可信第三方44生成承诺参数；步骤s705：可信第三方44发送所述承诺参数到公共数据存储系统42；步骤s706：证明发送方41从公共数据存储系统42上获取所述承诺参数；步骤s707：证明发送方41根据所述承诺参数，分别对所述隐私数据和计算结果进行承诺，得到第一承诺值和第二承诺值；步骤s708：证明发送方41发送所述第一承诺值和第二承诺值到公共数据存储系统42；步骤s709：证明发送方41根据所述数据处理关系，生成非交互式零知识证明；步骤s710：证明发送方41发送所述非交互式零知识证明到公共数据存储系统42；步骤s711：验证方43从公共数据存储系统42获取承诺参数、公开数据、第一承诺值、第二承诺值及非交互式零知识证明；步骤s712：验证方43根据所述承诺参数、公开数据、第一承诺值及第二承诺值，对所述非交互式零知识证明进行验证。
70.在具体实施中，有关步骤s701至步骤s712的更多详细内容请参照前文以及图1至图6的描述进行执行，此处不再赘述。
71.与前述的零知识证明方法的实施例相对应，本技术还提供了零知识证明装置的实施例。
72.图8是根据一示例性实施例示出的一种零知识证明装置（应用于证明发送方）框图。参照图7，应用于证明发送方，该装置包括：计算模块21，选择数据处理关系，对隐私数据和公开数据进行处理得到计算结果；承诺模块22，根据承诺参数，分别对所述隐私数据和计算结果进行承诺，得到第一承诺值和第二承诺值，所述承诺参数由可信第三方生成；生成模块23，根据所述数据处理关系，生成非交互式零知识证明，以使得验证方根据所述承诺参数、所述公开数据、所述第一承诺值及所述第二承诺值验证所述非交互式零知识证明。
73.图9是根据一示例性实施例示出的一种零知识证明装置（应用于验证方）框图。参照图9，应用于验证方，该装置包括：获取模块31，获取承诺参数、公开数据、第一承诺值、第二承诺值及非交互式零知识证明，其中所述承诺参数由可信第三方生成；所述第一承诺值和第二承诺值由证明发送方选择数据处理关系，对隐私数据和公开数据进行处理得到计算结果，根据所述承诺参数，分别对所述隐私数据和计算结果进行承诺而得； 所述非交互式零知识证明由证明发送方根据所述数据处理关系生成得到；验证模块32，根据所述承诺参数、公开数据、第一承诺值及第二承诺值，对所述非交互式零知识证明进行验证。
74.关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
75.对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本技术方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
76.相应的，本技术还提供一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述的零知识证明方法。
77.相应的，本技术还提供一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现如上述的零知识证明方法。
78.本领域技术人员在考虑说明书及实践这里公开的内容后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求指出。
79.应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求来限制。