零知识显然：Web3世界的护身符

二者必缺少，否则会导致整个逻辑很难闭环，零经验假定也就不假定了。而在未外泄任何反馈的完全，完成零经验假定，我们被称作——零经验普遍性。

为什么零经验假定很关键普遍性？

从应用于视角来说，零经验假定有两个极其关键普遍性的朝向：

（1） 个人资料近似值

零经验假定可以受限制谣言的个人资料普遍性，可以解决常用的区块多肽网络平台中的因透明普遍性所助长的住址和存款花销等谣言外泄。例如在区块多肽报价中的，如果你只并不需要假定你仅有某种存款，但同时又想要暴露出存款的任何反馈，那么就只并不需要只用零经验假定。

个人资料近似值是零经验假定的一个关键普遍性的应用于各个领域。若想求要措施个人资料，则可以通过解密学的解决提议对多肽上样本透过加密，让多肽上的不同报价之间找不出联系普遍性。零经验假定可以解析近似值而才会暴露出有关输入和近似值本身的任何反馈，应有多肽上样本个人资料和安全及。

Web3.0 至关关键普遍性的一点是客户端自身无论如何驾驭名义和样本不动产。但举例来说区块多肽上所有的反馈都是公开的，人们通过一些策略就可以短时间内得获取客户端的反馈(当然这本身也是区块多肽网络平台认同的连续普遍性)。虽然现今区块多肽客户端由此可知很难广泛且强烈的个人资料意识，但随着转型，这种只期望在将来一定是更是加迫切且长期假定的。所以要借助于 Web3.0 的迈向，客户端求须要有权力仅有自己的多肽上个人资料。因此可以说个人资料未求是求选项，但一定是可选项。

（2） 拓展普遍性

若常用的区块多肽平台中的产出新近区块的解析时间段很长，可单独更是改作一人（多肽表）解析并转换成假定，网络平台中的的其他大多数人都驾驭慢速解析该假定的方法，而不只并不需要每个大多数人都耗时大量的时间段来单独透过解析。

这限于认同的成本问题，从保险业学视角来看，以太宅，报价控制系统等区块多肽网络平台现金流高昂的原因在于：认同求须是昂贵的，价格低廉的认同一定高度上是必这封的。而其中的的成本主要来自于区块多肽只并不需要若干台的设备的以此类推近似值才能达成一致的认同。例如POW认同机制中的，1000台微电脑继续做以此类推的近似值工作，经济普遍性才会小于的设备近似值机的经济普遍性，但其所只并不需要的成本是的设备近似值机的1000倍。这是所有的主流认同协约，无论是POW还是POS，为适当去中的心化的认同所求须换来的成本。也就是不显然三角的束缚。

将零经验假定和区块多肽的一致认同为基础起来，就可以达到仅用的设备的设备方可接入近似值完成1000台的设备以此类推近似值的工作，从而极大降低了网络平台成本。零经验假定，通过改用解密学的方法，让其他的设备解析的设备的设备近似值的可靠普遍性，而非单独加入以此类推近似值。而且，在成本昂贵的区块多肽网络平台上，解析近似值的合理普遍性要比以此类推近似值低廉得多。

因此，区块多肽依旧负责网络平台的认同和安全及，而一些近似值的工作则可以交给零经验假定在区块多肽网络平台举例来说完成，强化了区块多肽的拓展普遍性。

零经验假定在Web3.0中的的应用于零经验假定可应用于于求要措施不同各个领域中的的样本个人资料权：

（1）保险业：如放贷利息申请人可以假定他们的总收入在可不能接受的范围内，而不问及他们的不得而知工资。

（2）应用于软件投票选举：零经验假定受限制选民匿名投票选举，并解析他们的投票选举是否是包含在最终计票中的。

（3）名义解析：零经验假定可应用于于对客户端透过名义解析，而求只需交换解密等机密反馈。以太宅上的Polygan ID就是改用了零经验假定的解析提议，它既帮助了客户端在基于区块多肽的Web3平台上求要措施他们的个人资料，同时受限制管理要求的KYC解析规范，客户端可以自由选择何时以及共享哪些样本。

（4）微电脑学习：零经验假定可以让微电脑学习迭代的所有者怂恿其他人了解模型的结果，而求只需问及关于模型本身的任何反馈。

（5）区块多肽：报价控制系统和以太宅等区块多肽能应有多肽上样本的透明普遍性使不来都可以解析多肽上报价。这意味著大多数人依然很难了个人资料，显然导致样本的非维度，而零经验假定可以帮助求要措施区块多肽大多数人的个人资料权。

零经验假定在区块多肽各个领域已经有了丰富的应用于场景：

（1）Layer 2 下半年：零经验假定的可解析近似值，受限制 L1 将报价妥善处理开发设计给多肽外嵌入式控制系统（也称为 Layer 2）。这使得区块多肽可以在不损害安全及普遍性的完全透过下半年。例如StarkWare 正在用到接入零经验假定友好代码的专用UNIX协作一个可扩展的电脑合约平台 StarkNet。Aztec 还受限制他们的 Layer 2 程序借故接入，而且才会外泄有关客户端报价的任何反馈。

（2）个人资料 L1：Aleo、Mina 和 Zcash 等 L1 公多肽受限制套利用到零经验假定 隐藏发送者、转送者或总金额（其中的 Aleo 是绑定用到零经验假定，而 Mina 和 Zcash 是可选用到）。

（3）去中的心化读取：Filecoin 用到零经验假定（在 GPU 上接入）来假定网络平台中的的多肽表在合理读取样本。

（4）区块多肽加速：Mina 和Celo用到零经验假定将同步到多肽上最新近状态所只需的区块多肽样本加速成一个小假定。

零经验假定的挑战在哪底下？

零经验假定已被证实将来有巨大的潜力，但是举例来说离广泛应用于还有很多问题仍未得到解决。

从数学意义上来讲到，零经验假定并非无论如何的假定，因为假定者回事而不被解析者定位的均值，虽然可以无限趋近于零，但它永远才会到达零。只要不是零，就非逻辑上的零经验假定，因此零经验假定并不能应有100 %适当。

芯片之外，市面上现今还很难专二门用做零经验假定限于的芯片和软件。零经验假定只并不需要假定者和解析者之间慢慢交互，因此只并不需要大量的近似值能力，这让零经验假定不适合在速度快或移动的的设备上用到。

随着Web3当今世界的慢慢协作，客户端对普遍稳定性、个人资料以及新近型操作控制系统和协约的只期望将随之而来，零经验假定在其中的的作用会更为突显出。虽然现今零经验假定还有不少值得注意，但人们对零经验假定的揭示将来会更为险恶，零经验假定也将凭借其在个人资料近似值、L2 连通普遍性、安全及求要措施等之外的卓越表现，成Web3当今世界的饰品，对 Web3 当今世界产生巨大的影响。

。

许昌看妇科哪家比较好
哈尔滨精看精神病去哪里比较好
杭州看不孕不育去哪里好
成都甲状腺医院哪家看的好
广州看白癜风哪里比较好