雖然這篇使用者變數 系統變數鄉民發文沒有被收入到精華區:在使用者變數 系統變數這個話題中,我們另外找到其它相關的精選爆讚文章
在 使用者變數產品中有110篇Facebook貼文,粉絲數超過9萬的網紅我是賀禎禎 - 攝影教學 & 自助旅行 & 數位生活,也在其Facebook貼文中提到, [想攝影132] 細說分鏡 Vol.09 🎥 影片時間連結:https://youtu.be/3XpWY8Xbe5U?t=121 🖍「猜想該用什麼曝光模式」? 🖍「光圈該用多少? 最大光圈是好嗎? 還是縮要小一點?」 🖍「快門,更沒有概念,調了半天,除了亮暗速度差別,沒了,隨便用吧」 🖍「對焦呢? ...
同時也有338部Youtube影片,追蹤數超過3萬的網紅孫在陽,也在其Youtube影片中提到,Propensity score matching control in Power BI(在Power BI做傾向分數匹配控制組) 互動式報表是 BI 軟體最重要的特色。產生一堆圖表,能否讓使用者在同一個視窗中動態呈現,絕對是關鍵。 以函數為起點,使用哪些函數、提升效率的寫法是什麼、變數函數應用。...
「使用者變數」的推薦目錄
- 關於使用者變數 在 腦洞大開|商業時事X 議題分析 Instagram 的最佳解答
- 關於使用者變數 在 Michelle Lin 林萱 Instagram 的最佳貼文
- 關於使用者變數 在 電商原來是醬Podcast|林克威 ? Instagram 的最佳貼文
- 關於使用者變數 在 我是賀禎禎 - 攝影教學 & 自助旅行 & 數位生活 Facebook 的最佳解答
- 關於使用者變數 在 Taipei Ethereum Meetup Facebook 的最讚貼文
- 關於使用者變數 在 電腦王阿達 Facebook 的最佳解答
- 關於使用者變數 在 孫在陽 Youtube 的精選貼文
- 關於使用者變數 在 孫在陽 Youtube 的精選貼文
- 關於使用者變數 在 孫在陽 Youtube 的最佳解答
使用者變數 在 腦洞大開|商業時事X 議題分析 Instagram 的最佳解答
2021-08-02 18:58:02
【6/14-6/20 腦洞一週商業大事】#腦洞商業時事 #6月⠀ ❶ 多喝水也有事⠀ 歐洲國家盃塞事最近如火如荼地展開,葡萄牙球星 C羅日前在一個賽前記者會上,將賽事贊助商可口可樂的玻璃飲料移開,並且舉起一瓶水放置在面前,此舉也讓可口可樂股價下跌1.6%。 接著也有其他球員將面前的飲料換掉,包含法國...
使用者變數 在 Michelle Lin 林萱 Instagram 的最佳貼文
2021-07-04 12:31:07
來了來了!大家期待已久的InBody超精準體脂計家用版終於正式開團!有感受到我的興奮嗎😍 兩個多月前,我在合作信箱收到 Inbody韓國總部的合作邀約來信的時候,開心的直接歡呼出來!最主要是我根本不知道InBody居然出了家用體脂計 H20B 🤩 為什麼我會這麼開心?這要從兩年多前說起。 兩年...
使用者變數 在 電商原來是醬Podcast|林克威 ? Instagram 的最佳貼文
2021-08-02 20:36:00
在眾人眼中的鮭魚之亂,其實在行銷界中,一點都不亂,反而讓壽司郎獲得了極佳的品牌曝光效果。 儘管壽司郎在這次的活動細節中其實可以規劃地再更細膩一些,例如該如何在這次活動中減少食物浪費的情形等。 但在這次的活動中,壽司郎不管是從媒體管道、社群平台、口碑行銷下都獲得了極大的曝光量,若將成本與曝光量相比...
使用者變數 在 我是賀禎禎 - 攝影教學 & 自助旅行 & 數位生活 Facebook 的最佳解答
[想攝影132] 細說分鏡 Vol.09
🎥 影片時間連結:https://youtu.be/3XpWY8Xbe5U?t=121
🖍「猜想該用什麼曝光模式」?
🖍「光圈該用多少? 最大光圈是好嗎? 還是縮要小一點?」
🖍「快門,更沒有概念,調了半天,除了亮暗速度差別,沒了,隨便用吧」
🖍「對焦呢? 放在哪裡才是對的? 上次是對左邊,這次換右邊好了
玩相機、玩攝影這麼多年了,其實有一個設計我始終覺得「對也不對」,就是機頂上的「曝光轉盤」,這個曝光轉盤指的是像 P/A/S/M,或是「自動」「場景選擇」等功能,而這轉盤還會依不同程度使用者,有著不同的設計。
🟥曝光模式轉盤
P/A/S/M 我想就算是初學者,也會知道大概的差別,但我今天不是要介紹它們,而是談談這樣子的設計是好…,還是不好。
上面說到,對於不同程度使用者,上面這轉盤還有不同的設計,比如說針對「入門級消費者」,就還會有「自動、場景、運動、人像…」等對入門消費者更常用的功能,設計在轉盤上,好讓你可以快速的轉換拍攝模式。
而面對「進階消費者」,那些「自動、場景…」等自動模式就消失了,因為這類使用者是不需要這些功能,反倒是是多了比如 C1 自訂功能,將一些快速設定儲在相機裡,當面對到一些場合,只要快速切換到 C1 就好。
在很久前我就在想,那些自動場景模式真的會有人在用嗎? 會依照前眼的場合,轉換到適合的模式拍攝嗎? 拍出來的照片,真的有比較好嗎? 當我接觸數位相機時,我從不用這些自動模式,這個問題對我來說,反而是個問題
🟥花生醬與蘋果醬
選擇性越多,真的越好嗎? 有個著名的實驗是這樣,當桌上只有二種口味的果醬 – 花生與蘋果,經過的消費者只能從中擇一選擇,只要搭配簡單的字牌,就能賣得不錯的成果。
但如果給上消費者更多選擇呢? 加上了「巧克力」「藍莓」以及「椰子」口味」,同樣的位置,同樣的銷售手法,看起來是消費者選擇更多,應該銷售量更好吧? 反了,反而因為消費者選擇太多,產生了「選擇性障礙」,若是很明確知道自己要的是什麼,拿了就走,這點不難,難的是左右遲疑,不知道該選哪一個最好,心裡一想乾脆放棄好了,如此一反銷售量不增反減。
而要研究那些放棄不買的消費者,「為何他們不買」的原因,五花八門,有的是不敢嚐試新口味,有的是一次只能買一瓶,但又不想買花生與蘋果,在不了解新產品下,放棄好了…,真的要談下去可又是 5000、10000 字,我們跳過吧。
🟥手機 AI 功能
近 3、4 年來,手機相機開始主打「AI 拍照」功能,第一次接觸後,直覺就想到相機上頭的曝光模式轉盤,這個 AI 拍照能自動辨識場合,看到藍天綠地幫你切換「風景」,辨識到人臉切換到「人像」,看到食物改為「美食」多麼方便呀我說,雖然一開始能辨識的場景不多,效果也不算特別突出 (看起來就像是調整色溫、飽和度、對比等等)。
但隨著硬體中央處理器的進步,辨識速度能力越來越快,表現在辨識的場景越多,越能拍出更適合眼前景像的照片,這點也是手機相機進步飛快,讓人難以相信「電腦、軟硬體搭配」能做到如此程度,真是不簡單。
🟥那些曝光參數與構圖
至於不用傻瓜模式的使用者,那就麻煩更大了,就算跳過了曝光模式的選擇,後頭你要選擇的事情可就麻煩了。
在相同的時間下,彼此距離保社防疫社交距離 1.5M,面對相同風景,視角略為有點差別,但不影響,若我們來個模仿他人作品的練習,不給你看照片,只告訴你某一得獎作品,就是在這裡拍出來的,且現在的條件與他當時可說是一樣,你會怎麼拍?
這下會讓你很傷腦筋,畢竟在場的人都不是得獎者本人,360 度視野看到的東西何其多,不同焦段所看到的視野範圍更是不同,再想到曝光變數何其多,在沒有更多線索下,這項練習根本很難達成。
但如果我將照片拿出來,哦,那就簡單太多了,照片上明確的構圖,差別是曝光參數不容易讀得出來,至少要模仿出一樣的照片機會大得多,但也沒那麼容易。
在網路上偶爾會聽到一種聲音「他還不是抄襲某某人的構圖,根本沒有創意可言」,不妨你也去「抄襲」看看,要抄到「一模一樣」或是「很像」還是需要一點功力,沒想像的簡單呢。
🟥沒有限制下更難創作
更多的限制,其實對初學者來說,反而是更好的練習,開放式的拍照練習,反而失去焦點,而所謂的「攝影眼」,就是帶著特定的觀點,在我們日常生活中,尋找不平凡的事物。
外拍練習我常會出一種練習就是「尋找顏色」,一開始練習是要求學生,每一張照片「只能有一種顏色」,這不難達成,第二個練習就多加一種顏色,第三個練習再加一個顏色,學生們在我的限制下,帶著這樣子的觀點四處尋找,反而拍出意想不到的練習。
這就好比果醬的例子,選擇少看起來限制多,但其實是在你腦海裡消除掉那些不必要的猜想 – 你就花生醬與蘋果醬選一個就好了,你不喜歡花生,那就只有蘋果,反之亦然,如果全世界只有這二種果醬,那或許會簡單多了。
攝影呢? 也是相同的例子,如果光圈只有「F2.8、F11」這二種選擇,快門同樣只有「1/10、1/500」二種選擇,ISO 更是全自動不讓你選,光是這樣子就有四種曝光參數組合,當所有人面對同一場景,就算是構圖不同,但在有限的曝光選擇下,作品反而變化不多,可以猜想就哪幾種可能。
但是現實是,光圈自常見的 F1.2 開始一路縮小至 F22,快門從 1/8000 一路慢至 30 秒,ISO 從 50 變化到 12800 甚至更高,可以組出多少的變數出來 – 只為了一個完全相同的構圖? 這就讓人覺得麻煩 (還是討厭?) 而人腦不擅於做選擇決定,通常會想取得最快的捷徑達成目標,此時若有老師在旁邊告訴大家「大家參考我的曝光參數 – F2.8、1/500、ISO 100」,我想當下所有的學生都會這麼做,少部分的學生再依我的數據做其它的調整嚐試。
🟥讓自己成為天線
前幾篇不斷提到一個概念,任何一張照片,都是無數的選擇中「選擇組合」出來,為何朝著這裡構圖,為何選擇這些參數拍照,我認為這是你當下對環境的感受後,受到剌激、產生靈感,在無數種變數中組合出來,每一張照片皆是如此。
在拍照練習不只是如此,還要為你所做的組合說出一些解釋,之所以這樣做、那樣決定,背後那些選擇的過程,身為老師的我更在意這些,才知道上課所教的觀念,有沒有讓你記在腦中,溶入現場加以變化與創作。
即使是相同的地點,已經來過 4、5 回,每一天的天氣也不盡相同,你做的選擇也會不同,就算是同一天、同一時刻,都還會改變一下構圖與曝光參數,因為不知道如何會是最好,反正多拍二張也不費力花錢,多拍幾張回頭再想想,這就是為何我會建議學生,照片拍完是要「回頭看、回頭想」的原因,照片的價值不是「按完快門、修好圖、分享完」就是它生命的終點。
🟥其它一般使用者
以上這些體驗對一般使用者來說,很難讓他們體驗這些故事,因為這些使用者基礎觀念不熟,甚至只是真的「只想拍照,不想花太多時間」的人,根本不想去理會上面講的這些事情,他們要做的就是「瞄準、按下快門」就拍完照片。
學會攝影,不是「學會 – 沒學會」二分法,特別是卡在中間的人,總是會多加摸索,在眾多拍攝變數下,不斷的嚐試數種組合方式,通常會得到不同的結果,但也說不出這些差別的意義在哪裡? 試著改變光圈、快門,除了景深、亮度有所不同,好像也沒別的差別的感覺,要他們解釋為何這麼做就太為難他們,因為他們根本不知道怎麼做才比較好,更別說是….,感受當下環境給他們速度,透過攝影加以回應,這麼進階的攝影體驗,對他們來說,還離的太遠了一點。
📷📷📷📷
7 堂攝影入門課 🙆♂️終生看 ⏱隨時看 🎞線上看
#報名連結:https://go.hojenjen.com/3p2g6n
👉9/30 前早鳥價~~ $4990
使用者變數 在 Taipei Ethereum Meetup Facebook 的最讚貼文
📜 [專欄新文章] Unirep介紹: 使用ZKP的評價系統
✍️ Ya-Wen Jeng
📥 歡迎投稿: https://medium.com/taipei-ethereum-meetup #徵技術分享文 #使用心得 #教學文 #medium
Unirep是什麼? 怎麼用?
Photo by Raphael Lovaski on Unsplash
UniRep 是一個使用零知識證明(Zero-knowledge Proof)而達到具有隱私保障的評價 (reputation) 系統。使用者有權利享有多個暫時性的身份,但又同時能提出證明,讓其他人可以驗證評價是否符合自己宣稱的數量。此外,使用者也無法拒絕接收對自己不利的評價。
想像一個情境:如果Alice是Airbnb的使用者,Alice常常透過Airbnb租房,且Alice曾經獲得獲得許多Airbnb房東的好評;有一天Alice想透過Booking.com訂房,http://xn--alicebooking-kt4so6lvyab96x7trhi5b54x.com/,所以在Booking.com上沒有任何評價,萬一Booking.com的房東不想把房子租給來路不明的客人,那Alice要如何向Booking.com的房東證明她其實都是用Airbnb租房,且獲得許多好評?
Alice雖然可以透過截圖或公開自己的資訊向Booking.com的房東證明自己擁有這些好評,但這樣Alice的隱私或許會被洩漏,例如Alice不想讓Booking.com的房東知道自己去過哪些地方、住過哪些民宿;或者Alice有可能偽造截圖,或者偽造評價,那Booking.com的房東要如何相信Alice所提供的證明文件是真的來自Airbnb的房東?除此之外有沒有更彈性的方式,Alice可以選擇性地向Booking.com的房東證明,自己至少有10個好評,但不透露自己總共有多少好評?
Photo by Andrea Davis on Unsplash
使用Unirep協定就可以解決這個問題。UniRep 取名自 Universal Reputation,希望透過區塊鏈上智能合約的可互用性 (interoperable,指智能合約容易被多方呼叫且容易透過智能合約與對方互動),讓不管是Airbnb的房東、Booking.com的房東或是Alice都能很容易地透過Unirep的智能合約與對方互動,且透過零知識證明的方式,讓Alice的評價具有隱私的保障,Alice不用明確地向Booking.com的房東說這些評價是怎麼獲得、是什麼時候獲得,也可以彈性的證明自己至少有多少好評,或者最多有多少差評。
密碼學
Unirep主要用到的密碼學方法有
雜湊函數 hash:若有一個雜湊函數 f(x) = y 則由x可以很輕易的用f算出y,但從y推回x是幾乎不可能的,且要找到兩個不同的x對應到相同的y也是幾乎不可能的(沒有碰撞問題)。
零知識證明 zero-knowledge proof:可以將複雜的運算邏輯轉成容易驗證且具有隱私保障的驗證問題,使用者只要將變數輸入,這個零知識證明的演算法就會產生對應的證明且計算出對應的結果,使用者只要將此證明和運算結果輸入驗證的程序中,其他人就能驗證使用者是不是提出正確的證明,若驗證成功,則驗證者就能相信提出證明者高機率擁有正確的知識,也就是在計算證明時的輸入變數。
ZKP Proof System
ZKP Verification System
Semaphore:semaphore 是設計為可以用零知識證明驗證的身份認證系統。Unirep 中用來產生私鑰 (identity) 和公鑰的 hash 值(identity commitment),讓使用者不必公開 identity 仍能透過零知識證明驗證其公私鑰的對應性。
雜湊樹 Merkle trees:Unirep 中大量運用雜湊樹的方式確保評價紀錄,而其中用到的雜湊樹又分兩種:Incremental merkle tree 和 Sparse merkle tree
Incremental merkle tree: 從 index 0 開始依序插入雜湊樹中的樹葉。為了使 ZKP 的 circuit 大小固定, Unirep 中使用固定高度的 Incremental merkle tree。
Sparse merkle tree: 在特定的 index i 插入樹葉
Incremental merkle tree and sparse merkle tree
UniRep中用到的名詞定義
Epoch
指一段特定的時間,例如7天
UniRep 的 Epoch 從 1 開始計算,7天過後Epoch數加一,即 Epoch 變為 2
Epoch Key
每個使用者在每個 Epoch 都能產生 n 把 Epoch key,用來收取評價 epoch_key = hash (id, epoch, nonce)
id: 這裡指用 semaphore 產生的 identity
epoch: 表示這是在第幾個 epoch 產生的 epoch key
nonce: 若 Unirep 規定使用者能在一個 epoch 產生 5 把 epoch key,則使用者可以選從 0 到 4 為此 nonce
因為雜湊函數的性質,算出來的 epoch key 很難推回原本的 id, epoch, nonce, 所以看到 epoch key 並不能推回使用者是誰。
以Alice為例,當Alice住完Airbnb,房東會透過 epoch key 給予 Alice 評價,但房東無法知道 Alice 在同個 epoch 的其他 epoch key 是哪一把,也無法知道 Alice 在別的 epoch 獲得的評價,除非 Alice 在這個 epoch 重複使用同一把 epoch key 收取評價。
User 使用者
用 semaphore 產生 identity 並使用此 identity 註冊的使用者
使用者是接收評價、證明評價、或是花費評價的人,用 epoch key 跟其他人互動,因為 epoch key 會隨著 epoch 增加而改變,所以對使用者來說每個 epoch 能產生的 epoch key 都不同,具有保護隱私的效果。
在上面的例子中使用者指的是 Alice, Bob, Airbnb 的房東, Booking.com的房東
Attester 證人
用 Ethereum address 或 smart contract address 註冊的用戶
是會被使用者記錄下來的評價給予者
Unirep 會給這些 address 一個 attester ID,而這個 attester ID 不會隨著 epoch 增加而改變,使用者可以知道這個評價是來自哪一個 attester。
在上面的例子中指的是 Airbnb 跟 Booking.com,因為 attester ID 不變,所以使用者可以證明這些評價是來自於 Airbnb 或是 Booking.com
User State Tree (UST)
是一 Sparse merkle tree
每個使用者都有自己的 User State Tree,其中樹葉表示所收到的評價的hash值,而葉子的 index 表示 attester ID,UST 樹葉的定義為
USTLeaf = hash(posRep, negRep, graffiti)
例如 Airbnb 的 ID 是1,Booking.com 的 ID 是 3,那 Alice 的 User State Tree 中 index 為 1 的地方會有自己在 Airbnb 獲得的總評價的 hash 值,而 index 為三的地方則為空的評價。另一個使用者 Bob 的 User State Tree 亦同,在 index 為 1 的地方會有自己在 Airbnb 獲得的評價,在 index 為 3 的地方會有自己在 Booking.com的評價。
Global State Tree (GST)
是一固定樹高的 Incremental merkle tree
Global State Tree 的葉子到樹根都是公開的資訊,當有使用者註冊或者更新 User State Tree 時會在 Global State Tree 裡新增一個新的樹葉,GST 樹葉的定義為:
GSTLeaf = hash(id, USTRoot)
先送出的樹葉先插入到較前面的 index,之後的樹葉依序插入 GST 中。
以 Alice的例子來說,當 Alice跟 Bob註冊 Unirep時,都會產生一個 GST的樹葉,更新 GST的樹根,若 Alice先註冊,則 Alice的 index會較 Bob前面。注意,這邊的 Airbnb 和 Booking.com 等 attester 並不是用這棵 Global State Tree註冊。
Epoch Tree
是一個 Sparse merkle tree
Epoch Tree 跟 Global State Tree 一樣從葉子到樹根都是公開的資訊,Epoch Tree 中樹葉的 index 為 epoch key,而樹葉的值為該 epoch key 的 sealed hash chain
每個 epoch key 都有一個 hash chain,hash chain 的定義為
hashedReputation = hash(attestIdx, attesterID, posRep, negRep, graffiti)hashChain[epochKey] = hash(hashedReputation, hashChain[epochKey])
此 hash chain 是為了防止使用者漏收了哪一筆評價,如果使用者少收了其中一筆評價,則 hash chain 的結果會完全不同。最後驗證時如果其中一個 epoch key 的 hash chain 改變,會造成 epoch tree 樹根跟原本的 epoch tree 的樹根不同。
而 Sealed hash chain 是在每個 epoch 結束後,Unirep 智能合約會再將這條 hash chain 再 hash 一次
sealedHashChain[epochKey] = hash(1, hashChain[epochKey]) isEpochKeyHashChainSealed[epochKey] = true
需要再把這條 hash chain 封起來的用意是,避免這把 epoch key 過了這個 epoch 之後再繼續接收評價,所以 epoch tree 會用這個 epoch key 最後的 sealed hash chain 去計算樹根。
Nullifier
中文翻譯為註銷符,當我們要防止一件事情重複發生時,就可以使用這個 Nullifier
Unirep 中使用到 Epoch key nullifier:此 nullifier 是用來限制使用者不能在不同的 epoch 使用重複的 epoch key 去收取評價,也不能被其他使用者使用;此外也可以用來檢視使用者是否重複執行 UST 的更新
Nullifier 也用 hash 計算,但多使用一個 domain 變數,避免與 epoch key 產生相同的 nullifier 而洩露自己擁有的 epoch key,也可以用不同的 domain 產生不同用途的 nullifier
epochKeyNullifier = hash(EPOCH_KEY_DOMAIN, id, epoch, nonce)
Epoch Transition
一個 epoch 結束過後,要透過 epoch transition 的步驟,更新 Unirep 及使用者的狀態
其中要做的事包含將智能合約上的 epoch 數加一,還有將所有 epoch key 的 hash chain 封起來
接著使用者就可以執行 User State Transition 更新自己的 UST
User State Transition
到下一個 epoch 後,使用者可以透過自己的 identity,找出自己在前一個 epoch 所有的 epoch key,並根據每把 epoch key 收到的評價更新到自己的 UST,最後計算出最新的評價狀態,產生一個 GST的樹葉,插入 GST 中 (如同註冊時一樣)。
使用者之後如果要花費評價或者產生下一個 epoch 的 epoch key 時,因為必須確認自己的 UST 在當前的 epoch,所以需要經過 User State Transition 確保自己有一個 GST 的樹葉在 GST 中。
Unirep 協定
有了 Unirep 的名詞定義後,接著介紹 Unirep 是如何運作的。
註冊
Unirep 的 user 和 attester 的註冊方式不同:
User signup and attester signup in Unirep
User
User 透過 semaphore 產生 identity 和 identity commitment,identity 就如同私鑰,identity commitment 就如同公鑰
將 identity commitment 和預設的 UST 樹根經由 hash 計算得 GST 的一個樹葉
若使用者要證明自己在某個 epoch 有註冊或者有更新自己的 UST,則證明自己是 GST 的某一個樹葉,利用零知識證明的方法,輸入 identity、UST 樹根,還有 merkle tree 中要計算 hash 值的相鄰節點,則最後可得到一個 GST 的 root,其他人可以驗證這個 GST 的 root 是否符合這顆公開的 GST。
Attester
Attester 則是用自己的錢包,或者用智能合約的地址註冊,呼叫 attester sign up 的 function 後,Unirep 會指定一個 attester ID 給這個地址,往後 attester 用相同錢包或合約地址給予評價時,Unirep 會檢查此地址是否被註冊,若有註冊則可以給予 epoch key 評價。
以 Alice 和 Bob 為例,Alice、Bob、Airbnb的房東、Booking.com的房東會產生 identity 並且透過 Unirep 合約用 user 的註冊方式獲得一個 GST 的樹葉代表自己;
而 Airbnb 和 Booking.com 會透過 attester 的註冊方式,使用特定的錢包地址或是撰寫智能合約呼叫 Unirep 的 attester sign up function。
當然 Alice 或 Bob 如果想用自己的錢包註冊為 attester 也是可以,這時合約就會紀錄 Alice 和 Bob 的錢包地址,並給予一個新的 attester ID。
給予評價
在 Unirep 中評價的接收者是 epoch key,接著介紹 user 和 attester 是如何互動。
How an attester gives reputation to an epoch key
Alice 在 Unirep 註冊過後,就可以產生 epoch key 接收評價
epochKey = hash(identity, epoch, nonce)
但 Airbnb 的房東看到這把 epoch key,要如何知道 Alice 確實是 Unirep 的合法使用者,且 epoch key 的 是合法的,例如 nonce 小於 5,或者 epoch 是當前的 epoch?
如果 Alice 直接提供 epoch 和 nonce,別人沒有 identity 也無法計算此 epoch key,更不用說如果 Alice 提供 identity 會造成 Alice 完全沒有隱私可言,所有人都可以計算出 Alice 收過哪些評價。
因此我們用一個零知識證明,證明此 epoch key 是合法的。細節請參考 epoch key proof,主要是證明使用者有一個合法的 GST 樹葉在 GST 中,並且 epoch 和 nonce 也都符合。
房東得到 Alice 提供的 epoch key 和 epoch key 的證明,並且透過 Unirep 的合約驗證通過之後,就可以給予評價。
獲得空投評價、使用者可以給予評價的限制可以由各個應用自行定義,例如 Airbnb 可以決定空投 30 個正評給使用者, Booking.com 可以決定空投 20 個正評給使用者。
另外,為了確認房東也是合法的使用者,也為了防止房東重複花費 (double spending) 自己的評價點數,Unirep 上的應用也可以用 reputation nullifier 及其 proof 去證明使用者合法使用自己的評價。
例如,此 reputation nullifier 可以用下列計算方式取得:
reputationNullifier = hash(REPUTATION_DOMAIN, id, epoch, nonce)
當 reputation nullifier 及 proof 產生後,就會與房東要給的評價一起發送到 Airbnb 的智能合約上,智能合約會驗證 proof 是否合法,nullifier 是否有被發送過,若檢查都通過的話則 Unirep 會紀錄此評價給 epoch key,並將 hash chain 更新。
接收評價
使用者即使可以證明自己擁有哪一把 epoch key 並且大家都知道這把 epoch key 有多少評價,但這有可能造成使用者故意忽略其他把 epoch key 中對自己不好的評價,因此 Unirep 限制使用者只能在每個 epoch 結束,每把 epoch key 都封起來之後,才能用 User State Transition 更新自己的評價。
User State Transition in Unirep
這裏也是用 User State Transition Proof 去保證使用者是根據正確的方式計算出最新的 UST,且用 epoch tree 限制使用者必須處理每一把 epoch key 的結果。
亦即,需要等到 epoch 結束後,Alice 才能透過 User State Transition 獲得 Airbnb 房東的評價,更新自己的使用者狀態。
證明評價
當使用者通過 User State Transition 之後會有最新的 UST 狀態,此時 Alice 就可以透過 reputation proof 向 Booking.com 她有來自 Airbnb 的評價,在reputation proof 中檢查使用者是否有其宣稱的 UST (例如總共有多少好評、多少差評來自哪一個 attester ID),並且此 UST 的狀態儲存在當前 epoch 的 GST 中。
在生成 reputation proof 時,即使 Alice 總共有 100 個好評,但 Alice 仍可以產生「至少有10個好評」的證明,Booking.com 的房東若驗證成功,則只能知道 Alice 宣稱的「至少有 10 個好評」而不能知道 Alice 總共有 100 個好評。
常見問題
Alice 能不能給 Airbnb 的房東評價? Alice 能不能給 Bob 評價?
可以。
Airbnb 的房東和 Bob 也都能產生 epoch key,因此如果 Alice 有兩者的 epoch key 及合法的 proof 則可以給予評價。此時 Alice 可以選擇透過 Airbnb、Booking.com、或甚至自己的 Ethereum account 當作證人給予評價 (也必須選擇一個證人)。
Alice 可以透過 Unirep 給 Airbnb 評價嗎?
如果 Airbnb 也透過 Unirep 註冊為使用者,並且產生 epoch key 的話就可以。但如果 Airbnb 只註冊為證人的話不行。
Alice 可以證明評價來自哪一個 Airbnb 房東嗎?
如果 Airbnb 的房東沒有註冊為證人,則 Alice 不能證明評價來自哪個房東。
若 Airbnb 的房東用自己的 Ethereum account 註冊為證人,則 Alice 只能證明評價來自這個 Ethereum account,但無法知道這個 account 是一個 Airbnb 的房東。
從 Airbnb 獲得的評價可以在 Booking.com 花費嗎?
需看 Booking.com 的智能合約如何定義,但一般來說不行,因為 attester ID不同,但未來可能會開發各個應用程式之間的兌換評價功能。
如果遲遲不執行 User State Transition 會發生什麼事?會不會收不到之前的評價?
若 Alice 在第一個 epoch 註冊,並在第一個 epoch 產生 epoch key 接收評價,但 Alice 到第五個 epoch 才執行 User State Transition,那 Alice 會根據第一個 epoch 的 GST、epoch tree 執行 User State Transition,因此仍然可以在第五個 epoch 收到來自第一個 epoch 的評價;而在第二到第四個 epoch 因為 Alice 無法產生出合法的 epoch key proof,因此無法接收評價。
User State Transition 可以自動執行嗎?
不行。
只有使用者主動給出私鑰,即 semaphore 的 identity,才可以產生合法的 User State Transition proof,若將私鑰交給第三方幫忙執行可能會侵害使用者的隱私。
結論
Unirep 是一個具有隱私保障的評價系統,透過 ZKP 的保護使用者可以在匿名的情況下收取評價、給予評價、並且向他人證明自己的評價。Unirep 可以用於跨應用程式間的評價證明,可以在 A 應用程式中獲得評價,並向 B 應用程式證明在 A 應用程式中獲得多少評價。若想了解更多有關 Unirep ,可以參考 Github、文件或加入 telegram 群組討論。
本文感謝 CC, Nic, Kevin, Doris 協助審稿。
Unirep介紹: 使用ZKP的評價系統 was originally published in Taipei Ethereum Meetup on Medium, where people are continuing the conversation by highlighting and responding to this story.
👏 歡迎轉載分享鼓掌
使用者變數 在 電腦王阿達 Facebook 的最佳解答
這樣以後評分應該會更中立