0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
LAMP: Linear Verification of Matrix Multiplication via Proximity Testing
- 1.LAMP, 프리발즈 검증과 선형 코드 근접성 테스트를 결합한 매트릭스 곱 증명 프로토콜 제안
- 2.k=2^12 벤치마크에서 제약 조건 수 9.68배 감소, 증명 생성 시간 5.81배 단축
- 3.검증 시간은 측정 범위 전반에서 약 0.13초로 일정하게 유지
- 4.SNARK 회로 내부에서는 샘플링된 코드워드 위치만 검증, 머클 오프닝과 CP-Link로 일관성 보장
왜 중요한가?
대규모 매트릭스 곱 연산을 포함하는 영지식증명 시스템에서 SNARK 제약 조건을 O(k³)에서 크게 줄여, ZK 기반 머신러닝·검증 가능 연산 서비스의 실용적 성능 개선을 보여준다.
본문 미리보기
Verifiable computation systems often need to prove large matrix multiplication statements, but a direct SNARK arithmetization of a \(k \times k\) product requires \(\mathcal{O}(k^3)\) constraints. Freivalds' randomized check reduces the algebraic computation to vector-matrix products, but proving those products inside a SNARK still costs \(\mathcal{O}(k^2)\) constraints. We present LAMP, a matrix-multiplication checking protocol that combines Freivalds' randomized check with proximity testing
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:25AI 초안



