🎉 #Gate Alpha 第三届积分狂欢节 & ES Launchpool# 聯合推廣任務上線!
本次活動總獎池:1,250 枚 ES
任務目標:推廣 Eclipse($ES)Launchpool 和 Alpha 第11期 $ES 專場
📄 詳情參考:
Launchpool 公告:https://www.gate.com/zh/announcements/article/46134
Alpha 第11期公告:https://www.gate.com/zh/announcements/article/46137
🧩【任務內容】
請圍繞 Launchpool 和 Alpha 第11期 活動進行內容創作,並曬出參與截圖。
📸【參與方式】
1️⃣ 帶上Tag #Gate Alpha 第三届积分狂欢节 & ES Launchpool# 發帖
2️⃣ 曬出以下任一截圖:
Launchpool 質押截圖(BTC / ETH / ES)
Alpha 交易頁面截圖(交易 ES)
3️⃣ 發布圖文內容,可參考以下方向(≥60字):
簡介 ES/Eclipse 項目亮點、代幣機制等基本信息
分享你對 ES 項目的觀點、前景判斷、挖礦體驗等
分析 Launchpool 挖礦 或 Alpha 積分玩法的策略和收益對比
🎁【獎勵說明】
評選內容質量最優的 10 位 Launchpool/Gate
Ika網路:Sui生態的亞秒級MPC跨鏈籤名方案
從Sui推出的亞秒級MPC網路Ika看FHE、TEE、ZKP與MPC的技術博弈
一、Ika網路概述與定位
Sui基金會戰略支持的Ika網路近期公開了技術定位與發展方向。作爲基於多方安全計算(MPC)技術的創新基礎設施,該網路最顯著特徵是亞秒級響應速度,在同類MPC解決方案中屬首次。Ika與Sui區塊鏈技術高度契合,未來將直接集成至Sui開發生態,爲Sui Move智能合約提供即插即用的跨鏈安全模塊。
Ika正構建新型安全驗證層:既作爲Sui生態專用籤名協議,又面向全行業輸出標準化跨鏈解決方案。其分層設計兼顧協議靈活性與開發便利性,有望成爲MPC技術大規模應用於多鏈場景的重要實踐。
1.1 核心技術解析
Ika網路技術實現圍繞高性能分布式籤名展開,創新之處在於利用2PC-MPC門限籤名協議配合Sui的並行執行和DAG共識,實現真正亞秒級籤名能力和大規模去中心化節點參與。Ika通過2PC-MPC協議、並行分布式籤名和密切結合Sui共識結構,打造同時滿足超高性能與嚴格安全需求的多方籤名網路。核心創新在於將廣播通信和並行處理引入閾籤名協議。
2PC-MPC籤名協議: Ika採用改進的兩方MPC方案,將用戶私鑰籤名操作分解爲"用戶"與"Ika網路"兩個角色共同參與的過程。把原本需要節點兩兩通信的復雜流程改成廣播模式,用戶計算通信開銷保持常數級別,與網路規模無關,讓籤名延遲保持亞秒級。
並行處理: Ika利用並行計算,將單次籤名操作分解爲多個並發子任務在節點間同時執行,大幅提升速度。結合Sui的對象並行模型,網路無需對每筆交易達成全局順序共識,可同時處理衆多事務,提高吞吐量並降低延遲。
大規模節點網路: Ika能擴展到上千個節點參與籤名。每個節點僅持有密鑰碎片的一部分,即使部分節點被攻破也無法單獨恢復私鑰。僅當用戶和網路節點共同參與時才能生成有效籤名,任何單一方均無法獨立操作或僞造籤名。
跨鏈控制與鏈抽象: Ika允許其他鏈上智能合約直接控制Ika網路中的帳戶(dWallet)。Ika通過在自身網路中部署相應鏈的輕客戶端來實現狀態驗證。目前Sui狀態證明已首先實現,使Sui上合約可將dWallet嵌入業務邏輯,通過Ika網路完成對其他鏈資產的籤名和操作。
1.2 Ika對Sui生態的影響
Ika上線後可能拓展Sui區塊鏈能力邊界,支持Sui生態基礎設施。Sui原生代幣SUI和Ika代幣$IKA將協同使用,$IKA用於支付Ika網路籤名服務費和節點質押。
Ika對Sui生態最大影響是帶來跨鏈互操作能力,支持低延遲高安全性接入比特幣、以太坊等鏈上資產,實現跨鏈DeFi操作,提升Sui競爭力。Ika已被多個Sui項目接入,推動生態發展。
在資產安全方面Ika提供去中心化托管機制。用戶和機構可通過多方籤名管理鏈上資產,比傳統中心化托管更靈活安全。鏈下發起的交易請求也能在Sui上安全執行。
Ika設計了鏈抽象層,讓Sui上智能合約可直接操作其他鏈帳戶和資產,簡化跨鏈交互流程。原生比特幣接入讓BTC能直接在Sui上參與DeFi和托管。
Ika還爲AI自動化應用提供多方驗證機制,避免未經授權的資產操作,提升AI執行交易安全性和可信度,爲Sui生態AI方向拓展提供可能。
1.3 Ika面臨的挑戰
Ika要成爲跨鏈互操作"通用標準",還需其他區塊鏈和項目接納。市場已有Axelar、LayerZero等跨鏈方案,Ika要突圍需在"去中心化"和"性能"間找更好平衡,吸引更多開發者接入和資產遷移。
MPC存在爭議,如籤名權限難撤銷。傳統MPC錢包私鑰分片後,即便重新分片,拿到舊片段的人理論上可能恢復原始私鑰。2PC-MPC方案通過用戶持續參與提高安全性,但"安全高效更換節點"仍缺完善機制,存在潛在風險。
Ika依賴Sui網路穩定性和自身網路狀況。Sui若重大升級如Mysticeti共識更新爲MVs2版本,Ika必須適配。Mysticeti基於DAG的共識支持高並發低手續費,但無主鏈結構可能讓網路路徑復雜交易排序困難。異步記帳雖效率高,但帶來新的排序和共識安全問題。DAG模型對活躍用戶依賴強,網路使用度低時易出現交易確認延遲、安全性下降等問題。
二、基於FHE、TEE、ZKP或MPC的項目對比
2.1 FHE
Zama & Concrete: 除基於MLIR的通用編譯器,Concrete採用"分層Bootstrapping"策略,將大電路拆成小電路分別加密再動態拼接,顯著減少單次Bootstrapping時延。支持"混合編碼",對延遲敏感整數操作用CRT編碼,對並行度要求高布爾操作用位級編碼,兼顧性能與並行度。提供"密鑰打包"機制,一次密鑰導入後可重用多次同構運算,降低通信開銷。
Fhenix: 在TFHE基礎上針對以太坊EVM指令集優化。用"密文虛擬寄存器"替代明文寄存器,執行算術指令前後自動插入微型Bootstrapping恢復噪聲預算。設計鏈下預言機橋接模塊,將鏈上密文狀態與鏈下明文數據交互前先做證明檢查,減少鏈上驗證成本。與Zama相比,更側重EVM兼容和鏈上合約無縫接入。
2.2 TEE
Oasis Network: 在Intel SGX基礎上引入"分層可信根"概念,底層用SGX Quoting Service驗證硬件可信度,中層有輕量級微內核隔離可疑指令減少SGX段塞攻擊面。ParaTime接口使用Cap'n Proto二進制序列化保證跨ParaTime通信高效。研發"耐久性日志"模塊把關鍵狀態變化寫入可信日志防止回滾攻擊。
2.3 ZKP
Aztec: 除Noir編譯,在生成證明方面集成"增量遞歸"技術,將多個交易證明按時間序列遞歸打包再統一生成小尺寸SNARK。證明生成器用Rust編寫並行化深度優先搜索算法,多核CPU上可線性加速。提供"輕節點模式",節點只需下載驗證zkStream而非完整Proof,優化帶寬。
2.4 MPC
Partisia Blockchain: MPC實現基於SPDZ協議擴展,增加"預處理模塊"在鏈下預先生成Beaver三元組加速在線階段運算。分片內節點通過gRPC通信、TLS 1.3加密通道交互確保數據傳輸安全。並行分片機制支持動態負載均衡,根據節點負載實時調整分片大小。
三、隱私計算FHE、TEE、ZKP與MPC
3.1 不同隱私計算方案概述
隱私計算是區塊鏈與數據安全領域熱點,主要技術包括全同態加密(FHE)、可信執行環境(TEE)和多方安全計算(MPC)。
全同態加密(FHE): 允許在不解密情況下對加密數據進行任意計算,實現輸入、計算過程和輸出全程加密。基於復雜數學難題保證安全,具備理論完備計算能力,但計算開銷極大。近年通過優化算法、專用庫及硬件加速提升性能,仍是"緩行快攻"技術。
可信執行環境(TEE): 處理器提供受信任硬件模塊,在隔離安全內存區域運行代碼,外部軟件和操作系統無法窺視執行數據和狀態。依賴硬件信任根,性能接近原生計算,一般僅少量開銷。可爲應用提供機密執行,但安全依賴硬件實現和廠商固件,存在潛在後門和側信道風險。
多方安全計算(MPC): 利用密碼學協議,允許多方在不泄露各自私有輸入前提下共同計算函數輸出。無單點信任硬件,但計算需多方交互,通信開銷大,性能受網路延遲和帶寬限制。相對FHE計算開銷小得多,但實現復雜度高,需精心設計協議和架構。
零知識證明(ZKP): 允許驗證方在不泄露任何額外信息前提下驗證某個陳述爲真。證明者可向驗證者證明掌握某項祕密信息,但無需直接公開該信息。典型實現包括基於橢圓曲線的zk-SNARK和基於哈希的zk-STAR。
3.2 FHE、TEE、ZKP與MPC適配場景
不同隱私計算技術各有側重,關鍵在於場景需求。跨鏈籤名需要多方協同、避免單點私鑰暴露,MPC較實用。門限籤名中多個節點各自保存部分密鑰碎片,一起完成籤名,沒人能單獨控制私鑰。Ika網路把用戶當一方系統節點當另一方,用2PC-MPC並行籤名,一次處理上千筆籤名,可橫向擴展。TEE也能完成跨鏈籤名,通過SGX芯片運行籤名邏輯,速度快部署方便,但硬件被攻破私鑰泄露,信任完全寄托芯片和制造商。FHE在此弱,籤名計算不屬其擅長"加法乘法"模式,雖理論可行但開銷太大,實際系統少用。
DeFi場景如多簽錢包、金庫保險、機構托管,MPC較主流。服務提供商將籤名拆分,不同節點參與籤名,單個節點被黑不影響。Ika設計通過兩方模型實現私鑰"不可合謀",減少傳統MPC"大家商量好一起作惡"可能。TEE也有應用,如硬體錢包或雲錢包服務用可信執行環境保障籤名隔離,但仍有硬件信任問題。FHE在托管層面目前作用不大,更多用於保護交易細節和合約邏輯。
AI和數據隱私方面,FHE優勢明顯。可讓數據全程加密狀態,如醫療數據上鏈做AI推理,FHE讓模型在看不到明文前提下完成判斷,輸出結果,全程無人看清數據。這種"加密中計算"能力適合敏感數據處理,尤其跨鏈或跨機構協作時。Mind Network探索讓PoS節點通過FHE在互不知情狀態下完成投票驗證,防止節點抄答案,保證過程私密性。MPC也能用於聯合學習,不同機構合作訓練模型,各自保有本地數據不共享,只交換中間結果。但參與方多時,通信成本和同步成問題,目前多爲實驗性項目。TEE能在受保護環境跑模型,聯邦學習平台用它做模型聚合,但有內存限制、側信道攻擊等問題。AI相關場景中,FHE"全程加密"能力最突出,MPC和TEE可作輔助工具,需具體方案配合。
![從Sui推出的亞秒級MPC網路lka看待FHE、TE