# Binius STARKs原理解析及其优化思考## 1. 引言STARKs效率低下的一个主要原因是:实际程序中大多数数值较小,但为确保基于Merkle树证明的安全性,使用Reed-Solomon编码对数据进行扩展时,许多额外的冗余值会占据整个域,即使原始值很小。降低域的大小成为关键策略。第1代STARKs编码位宽为252bit,第2代为64bit,第3代为32bit,但32bit仍存在大量浪费空间。二进制域允许直接对位操作,编码紧凑高效无浪费,可能是第4代STARKs。二进制域广泛应用于密码学,如AES(F28)、GMAC(F2128)、QR码(F28)等。当采用较小域时,扩域操作对确保安全性愈发重要。Binius使用的二进制域,需完全依赖扩域来保证安全性和可用性。大多数Prover计算在基域下操作,高效;随机点检查和FRI计算需深入更大扩域,确保安全性。Binius创新解决方案:1) 使用多变量(多线性)多项式代替单变量多项式,通过"超立方体"取值表示计算轨迹2) 将超立方体视为方形,基于方形进行Reed-Solomon扩展## 2. 原理解析Binius = HyperPlonk PIOP + Brakedown PCS + 二进制域五项关键技术:1) 基于塔式二进制域的算术化2) 改编HyperPlonk乘积与置换检查3) 新的多线性移位论证 4) 改进版Lasso查找论证5) 小域多项式承诺方案### 2.1 有限域:基于towers of binary fields的算术化塔式二进制域优势:- 高效计算:二进制域支持高效算术操作- 高效算术化:二进制域结构支持简化算术化过程- 通过塔结构充分利用层次化特性128位字符串可灵活解释:- 128位二进制域中一个独特元素- 两个64位塔域元素- 四个32位塔域元素 - 16个8位塔域元素- 128个F2域元素### 2.2 PIOP:改编版HyperPlonk Product和PermutationCheckBinius核心检查机制:1. GateCheck2. PermutationCheck 3. LookupCheck4. MultisetCheck5. ProductCheck6. ZeroCheck7. SumCheck8. BatchCheckBinius对HyperPlonk改进:- ProductCheck优化- 正确处理除零问题- 支持跨列PermutationCheck### 2.3 PIOP:新的multilinear shift argument 关键方法:- Packing:将相邻较小元素打包成更大元素- 移位运算符:重新排列块内元素### 2.4 PIOP:改编版Lasso lookup argumentLasso协议优势:- 证明效率高:m+n个域元素承诺- 无需承诺大表:可处理超大表Binius引入乘法版Lasso协议:- 通过二进制域乘法生成元递增"内存计数"- 证明方承诺非零读取计数向量确保安全### 2.5 PCS:改编版Brakedown PCS核心思想:packing两种方案:1. 采用concatenated code实例化2. 采用block-level encoding,支持单独使用Reed-Solomon codes小域多项式承诺与扩展域评估:- 承诺在小域K上- 评估在更大扩展域L/K中块级编码与Reed-Solomon码:- 允许小域(如F2)多项式使用大字母表(如F216) Reed-Solomon码高效承诺## 3. 优化思考四个关键优化点:### 3.1 GKR-based PIOP:基于GKR的二进制域乘法将"检查A·B =? C"转换为"检查(gA)B =? gC"- 只需一个辅助承诺- 减少Sumchecks开销### 3.2 ZeroCheck PIOP优化:Prover与Verifier计算开销权衡优化方法:- 减少证明方数据传输- 减少证明方评估点数量- 代数插值优化### 3.3 Sumcheck PIOP优化:基于小域的Sumcheck协议改进重点:- 切换轮次t的选择- 基域大小影响- Karatsuba算法优化- 内存效率提升### 3.4 PCS优化:FRI-Binius降低proof size四项创新:1. 扁平化多项式2. 子空间消失多项式 3. 代数基打包4. 环交换SumCheckFRI-Binius可将Binius证明大小减少一个数量级## 4. 小结Binius优势:- 可为witnesses使用最小power-of-two域- 低内存使用率快速证明- 基本移除Prover commit承诺瓶颈新瓶颈:Sumcheck协议- 可借助专用硬件高效解决FRI-Binius:- 消除域证明层嵌入开销- 不导致聚合证明层成本激增当前进展:- Irreducible团队开发递归层,与Polygon合作构建Binius-based zkVM- JoltzkVM从Lasso转向Binius- Ingonyama实现FPGA版Binius
Binius STARKs: 二进制域创新与性能优化的突破性探索
Binius STARKs原理解析及其优化思考
1. 引言
STARKs效率低下的一个主要原因是:实际程序中大多数数值较小,但为确保基于Merkle树证明的安全性,使用Reed-Solomon编码对数据进行扩展时,许多额外的冗余值会占据整个域,即使原始值很小。降低域的大小成为关键策略。
第1代STARKs编码位宽为252bit,第2代为64bit,第3代为32bit,但32bit仍存在大量浪费空间。二进制域允许直接对位操作,编码紧凑高效无浪费,可能是第4代STARKs。
二进制域广泛应用于密码学,如AES(F28)、GMAC(F2128)、QR码(F28)等。当采用较小域时,扩域操作对确保安全性愈发重要。Binius使用的二进制域,需完全依赖扩域来保证安全性和可用性。大多数Prover计算在基域下操作,高效;随机点检查和FRI计算需深入更大扩域,确保安全性。
Binius创新解决方案:
2. 原理解析
Binius = HyperPlonk PIOP + Brakedown PCS + 二进制域
五项关键技术:
2.1 有限域:基于towers of binary fields的算术化
塔式二进制域优势:
128位字符串可灵活解释:
2.2 PIOP:改编版HyperPlonk Product和PermutationCheck
Binius核心检查机制:
Binius对HyperPlonk改进:
2.3 PIOP:新的multilinear shift argument
关键方法:
2.4 PIOP:改编版Lasso lookup argument
Lasso协议优势:
Binius引入乘法版Lasso协议:
2.5 PCS:改编版Brakedown PCS
核心思想:packing
两种方案:
小域多项式承诺与扩展域评估:
块级编码与Reed-Solomon码:
3. 优化思考
四个关键优化点:
3.1 GKR-based PIOP:基于GKR的二进制域乘法
将"检查A·B =? C"转换为"检查(gA)B =? gC"
3.2 ZeroCheck PIOP优化:Prover与Verifier计算开销权衡
优化方法:
3.3 Sumcheck PIOP优化:基于小域的Sumcheck协议
改进重点:
3.4 PCS优化:FRI-Binius降低proof size
四项创新:
FRI-Binius可将Binius证明大小减少一个数量级
4. 小结
Binius优势:
新瓶颈:Sumcheck协议
FRI-Binius:
当前进展: