博客
关于我
sha256零知识证明constraints对比
阅读量:313 次
发布时间:2019-03-01

本文共 351 字,大约阅读时间需要 1 分钟。

在2016年,使用libsnark的deprecated-master版本进行测试时,记录的性能数据如下:

测试环境:Intel® Core™ i7-3770S CPU @ 3.10GHz

  • 密钥生成时间:11.6551秒
  • 证明生成时间:3.0884秒
  • 验证时间:0.0262秒
  • 证书大小:2294位
  • 证明密钥大小:102284136位
  • 验证密钥大小:4586位
  • R1CS约束数量:56101(主要为sha256相关)

2019年,进一步优化了性能表现:

例子 描述 约束数量
高级SHA-256实现 该实现编译生成了优化后的电路,与手动低级别库生成的电路类似。 25538

从2016年到2019年,证明性能得到了显著提升,特别是在证明生成时间和验证时间方面。同时,证书大小和证明密钥大小也得到了优化。

转载地址:http://vuqx.baihongyu.com/

你可能感兴趣的文章
opencv resize
查看>>
Opencv Sift和Surf特征实现图像无缝拼接生成全景图像
查看>>
opencv SVM分类Demo
查看>>
OpenCV VideoCapture.get()参数详解
查看>>
opencv videocapture读取视频cap.isOpened 输出总是false
查看>>
opencv waitKey() 函数理解及应用
查看>>
OpenCV 中的图像转换
查看>>
OpenCV 人脸识别 C++实例代码
查看>>
OpenCV 在 Linux 上的 python 与 anaconda 无法正常工作.收到未实现 cv2.imshow() 的错误
查看>>
Opencv 完美配置攻略 2014 (Win8.1 + Opencv 2.4.8 + VS 2013)上
查看>>
opencv 模板匹配, 已解决模板过大程序不工作的bug
查看>>
OpenCV 错误:(-215)size.width>0 &&函数imshow中的size.height>0
查看>>
opencv&Python——多种边缘检测
查看>>
opencv&python——高通滤波器和低通滤波器
查看>>
OpenCV+Python识别车牌和字符分割的实现
查看>>
OpenCV-Python接口、cv和cv2的性能比较
查看>>
OpenCV/Python/dlib眨眼检测
查看>>
opencv1-加载、修改、保存图像
查看>>
opencv10-形态学操作
查看>>
opencv11-提取水平直线和垂直直线
查看>>