作者:Namada;編譯:深潮
從歷史上看,去中心化系統的架構迫使用戶承諾使用特定的加密貨幣、鏈或 dApp 來訪問隱私功能。
雖然功能性強,但這種獨立的結構本質上限制了隱私解決方案的可擴展性和可延展性。Namada 通過引入“模塊化隱私”的概念來顛覆這種現狀,這是一個大膽的重新配置,旨在擴大隱私功能在去中心化系統中的適用性。
Namada 協議作爲一個包含多個組件的第 1 層解決方案運行,但使模塊化隱私成爲可能的基石是兩個關鍵功能:統一屏蔽集(USS)和屏蔽操作(SA)。這些要素遠非僅僅是漸進式升級,而是代表了跨鏈和更廣泛的加密領域對隱私實現的重新構想。
傳統上,在隱私領域,屏蔽集是針對特定資產的,正如 Zcash 的 Sapling 架構只支持 ZEC。個別資產的屏蔽集越大,每位用戶的隱私保證就越強,但以單一資產池的方式分散隱私會降低隱私保證對低交易量資產(如 NFT)的有效性,因爲輸入和輸出受到限制。
Namada 通過其多資產屏蔽池(MASP)克服了這些局限性,這是 Zcash Sapling 技術的進化形式。這形成了 USS,一個與資產無關的統一屏蔽集,可以容納大量資產。因此,用戶可以對來自非私有鏈(如 Cosmos Hub、Osmosis、Stargaze 或 Noble)的資產進行隱私改造。
爲了優化用戶體驗,特別是對於通過 Cosmos 和 IBC 進行交互的用戶,Namada 开發了瀏覽器擴展和 Web 界面。這些平台完全兼容 Keplr 密鑰管理,並具有 Namada 特定的功能。
因此,USS 爲所有 IBC 代幣提供了類似 Zcash 的隱私。此外,與傳統隱私模型不同,代幣通常被鎖定,USS 允許代幣在屏蔽集內流動傳輸。
爲了促進對屏蔽集的貢獻,從而增強用戶的隱私,USS 包含了屏蔽集獎勵功能,這是 MASP/CC 電路的獨特功能。Namada 治理確定哪些代幣有資格獲得屏蔽集獎勵以及目標數量。
Namada 模塊化隱私的第二個基石是屏蔽操作(SA)。這個功能不僅賦予用戶執行交易的能力,還支持跨多個區塊鏈、應用鏈和 dApp 進行復雜的精心編排的操作,同時通過 USS 維護隱私層。其目的是通過一個保護隱私的統一接口,賦予用戶做 Namada 本身提供的更多功能的能力。
SA 的設計非常精細,提供了用戶界面中的新一層自動化。該功能允許用戶並行執行多個交互,大大降低了最終用戶的復雜性。這種設計與 IBC 和 Cosmos 環境中圍繞跨鏈帳戶(ICS-27)的創新相呼應。
任何屏蔽操作的起點都在統一屏蔽集中。這確保用戶身份保持屏蔽,使外部觀察者極難確定屏蔽操作的起源。他們能看到的只是一個操作是從 Namada USS 發起的。規則很簡單:USS 越大,隱私機制就越強大。
爲了與其他鏈上的應用程序交互,用戶不籤署簡單的轉账,而是籤署一系列來自 Namada 的指令。這开啓了一系列應用場景,例如:
在 Cosmos 上進行屏蔽質押:用戶會解除屏蔽 ATOM,將其轉移到 Cosmos Hub,然後進行質押。
在 Osmosis 上進行屏蔽交換:SA 允許用戶解除屏蔽 OSMO 代幣,將這些代幣轉移到 Osmosis,進行代幣交換以獲取 ATOM,然後將新獲取的 ATOM 移動到 Cosmos Hub,最後將它們返回 Namada,在那裏重新屏蔽。整個過程只需幾秒鐘。
在 Celestia 上發布屏蔽數據:用戶可以解除屏蔽 TIA 代幣,然後將 TIA 和特定數據轉移到 Celestia,在那裏發布數據並處理費用,所有這些都在隱私保護下完成。
等等。
雖然 SA 利用 IBC 不僅用於轉账,但重要的是要注意,IBC 上的任何交互都是透明的(它們會透露交易圖)。爲了在 Cosmos 和 IBC 之間最大限度地實現隱私,最好始終在 USS 中保持資產屏蔽,除非需要用於某項操作,並避免在 IBC 上使用易於關聯的金額。
SA 是模塊化隱私的關鍵,因爲它允許用戶繼續私下與他們當前使用的代幣、應用和鏈進行交互,而無需鏈或應用進行任何更改。
最後,Namada 的模塊化隱私不受 Cosmos 和跨鏈生態系統的約束。該協議的架構可擴展,准備無縫集成到各種區塊鏈領域。
Namada 無信任雙向以太坊跨鏈橋的實現充當了其適應性的具體證據,促進了 Namada 模塊化隱私向其基礎生態系統之外的其他代幣和 dApp 的擴展。
隨着區塊鏈技術的成熟,對穩健、可擴展和私密交互的需求日益迫切。Namada 不僅適應這種未來,而且正在幫助塑造這種未來。
鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。
標題:詳解 Namada:服務於多鏈生態的模塊化隱私方案
地址:https://www.torrentbusiness.com/article/68192.html
標籤: