Laboratorio de pruebas de conocimiento cero: compromisos, Schnorr, Fiat-Shamir y Merkle en Python
Este laboratorio da a cada alumno un JupyterLab propio con pruebas de conocimiento cero escritas en Python sencillo, lo bastante cortas para leerlas enteras: el juego de la cueva repetido muchas rondas, un compromiso con hash y otro de Pedersen, el protocolo de identificación de Schnorr, el paso de Fiat-Shamir que lo vuelve no interactivo, un árbol de Merkle con pruebas de pertenencia y un circuito aritmético diminuto con una comprobación de rango. Nueve scripts pequeños muestran lo que hace cada idea, siempre igual y en inglés.
Los números son diminutos a propósito, para que cada valor quepa en una línea, y no son seguros: el grupo tiene 509 elementos y un script encuentra un secreto probándolos todos. Tampoco es un laboratorio de ataque: cada copia no tiene salida a internet ni acceso a ningún otro alumno, y no se descarga nada en ella.
Qué aprenden los alumnos
Qué es una prueba de conocimiento y sus tres propiedades: un probador honrado siempre pasa, un tramposo supera 20 rondas de la cueva más o menos una vez entre un millón y el verificador no aprende nada más que la respuesta. Se comprometen con un valor usando un hash y una sal y lo abren, suman dos compromisos de Pedersen sin abrirlos, ejecutan Schnorr con un secreto de 65 y una clave pública de 227, y ven salir el secreto cuando un probador reutiliza su número aleatorio. Un simulador falsifica una transcripción que se comprueba bien, y por eso una transcripción no revela nada. Convierten el protocolo en una prueba que cualquiera puede comprobar con Fiat-Shamir, comprueban que un nombre está en una lista de 8 con una prueba de Merkle de 3 hashes, y comprueban un testigo con las puertas de un circuito pequeño, que es lo que demuestra un SNARK. Sirve para cursos de criptografía aplicada, seguridad y blockchain; consulta en la unidad de tu propio organismo certificador la redacción exacta, aquí no se cita ninguna.
Ejecútalo en tu navegador
El laboratorio inicia un solo servicio, jupyter, que escribe zk.py, merkle.py, circuit.py, un cuaderno de inicio y los scripts cortos en su carpeta de trabajo, sin descargar nada. JupyterLab no pide token, porque la puerta de la plataforma ya sabe quién lo abre. El terminal junto al laboratorio no tiene Python propio: llega al del laboratorio con docker exec jupyter, seguido del comando que se ejecuta dentro.
- Abre la página Contenedor. Abre «Crear» en la barra y elige «Ejecutar un contenedor». Cualquiera puede abrir la página, y el laboratorio de Git y el de SQL se inician sin cuenta. Todos los demás laboratorios necesitan una cuenta gratuita: crea una, inicia sesión y pulsa «Iniciar».
- Busca el laboratorio. La tarjeta «Laboratorios de ejemplo» lista todos los ejemplos. Busca Conocimiento cero: compromisos, Schnorr y pruebas de Merkle.
- Pulsa «Iniciar». «Iniciar» lo ejecuta tal cual, con una sola pulsación. «Editar el archivo primero» abre el archivo compose para que lo cambies antes de iniciarlo.
- Ábrelo. En la página del laboratorio, la barra del laboratorio tiene un enlace llamado JupyterLab: púlsalo para abrir JupyterLab en tu navegador y leer zk.py en el editor de archivos. Después pulsa «Abrir terminal» y escribe docker exec jupyter python3 steps/schnorr.py para ver una prueba de Schnorr comprobada, y un secreto sacado de dos respuestas que reutilizaron un número aleatorio.
Qué pedir a los alumnos que entreguen
Un cuaderno propio que use estos archivos para responder a una pregunta que hayan elegido, por ejemplo cuántas rondas de la cueva hacen la trampa lo bastante improbable para un riesgo dado, qué falla cuando un probador de Schnorr reutiliza su número aleatorio, o cuánto mide una prueba de Merkle para 16 o 1024 elementos, descargado desde JupyterLab con File, Download. Y una o dos frases, con sus propias palabras, sobre lo que encontraron. Nada se califica automáticamente: la frase muestra si se entendió. Para un trabajo más avanzado, pide que expliquen por qué una transcripción simulada demuestra que el protocolo no revela nada.
Una lección básica sobre este laboratorio
Zero-Knowledge Proof Basics es una lección pequeña que se hace en este laboratorio. En ella el alumno juega muchas rondas a la cueva, se compromete con una jugada y la abre, ejecuta el protocolo de Schnorr, falsifica una transcripción, vuelve no interactiva una prueba con un hash y comprueba con una prueba de Merkle que un nombre está en una lista.
Las cuentas personales gratuitas la tienen en el módulo Basics, que está en Inicio, y cada centro puede copiarla de la carpeta Basics de la Biblioteca. Es pequeña a propósito: muestra a un docente lo que es una lección que se hace en un laboratorio, y el laboratorio hace el resto. Cópiala en un módulo tuyo para cambiarla. El módulo universitario Pruebas de conocimiento cero desde cero se hace en el mismo laboratorio.
El código en GitHub
El archivo compose no tiene Dockerfile: ejecuta una sola imagen pública, el scipy-notebook de los Jupyter Docker Stacks, fijado a una etiqueta con fecha, con su propia cuenta sin privilegios y 512 MB de memoria, y el juguete solo usa la biblioteca estándar de Python. La imagen tiene licencia BSD-3-Clause y no la distribuimos nosotros. El archivo escribe cada archivo de Python a partir de un texto fijo al arrancar y cada elección aleatoria sale de una semilla fija, así que cada copia imprime lo mismo y no se descarga nada. Los límites son honestos: el grupo y el cuerpo son diminutos, así que nada de esto es seguro, y en el laboratorio no corre ningún lenguaje de circuitos ni ningún sistema de pruebas real, así que los circuitos son puertas en Python y el sistema de pruebas se explica con palabras. No se conserva nada cuando el laboratorio se detiene, así que el alumno descarga antes su cuaderno.
Ponlo como tarea
Indica en la tarea qué entregar.
- Crea el laboratorio. En tu módulo añade una tarea y elige la tarjeta «Laboratorio de contenedores», y después «En un repositorio de GitHub». Indica https://github.com/mitsurutech/lab-zk-lab con la rama main. El archivo compose es el predeterminado, compose.yaml. Haz un fork del repositorio antes si quieres modificarlo, por ejemplo para usar otro grupo u otro enunciado en el circuito.
- Publica y pruébalo. «Publicar» fija el commit que te mostraron, así que un cambio posterior en el repositorio no altera un laboratorio que ya has asignado. Inicia primero tu propia copia.
- Asígnalo. Asígnalo como cualquier tarea, con una fecha de entrega si quieres, e indica en la tarea qué hacer y qué entregar.
- Califica lo entregado. Abre la copia de un alumno y el trabajo que ha entregado, califícalo y devuélvelo con un motivo si necesita más.
Prueba este laboratorio, y lo que cuesta
Con una cuenta personal gratuita puedes seguir las lecciones básicas de este laboratorio, con crédito gratuito suficiente cada mes para seguir la mayoría de las lecciones y sin tarjeta. Para una clase, un centro tiene gratis sus primeros 365 días, hasta 50 alumnos, y después paga por alumno y año, con todos los laboratorios incluidos y el profesorado gratis.
Preguntas frecuentes
- ¿Por qué no hay que escribir token ni contraseña?
- A la página web de un laboratorio solo se llega por la puerta de la plataforma, que ya sabe quién eres y solo deja entrar a ti y al personal docente de tu módulo. Por eso JupyterLab se inicia sin token. No lo ejecutes así en una máquina a la que pueda llegar cualquiera.
- ¿Por qué el terminal usa docker exec jupyter?
- El terminal del laboratorio lleva algunos clientes, pero no Python. docker exec jupyter ejecuta un comando dentro del contenedor del laboratorio, que sí tiene Python. JupyterLab tiene además su propio terminal, en File, New, Terminal.
- ¿Es lo bastante seguro para usarlo?
- No. El grupo tiene 509 elementos y el cuerpo 97, así que cada valor cabe en una línea y un secreto se encuentra probándolos todos, como hace uno de los scripts. Los sistemas reales usan números de unos 256 bits y bibliotecas revisadas. El laboratorio sirve para aprender las ideas.
- ¿El laboratorio ejecuta Noir o un SNARK de verdad?
- No. El laboratorio es una sola imagen estándar sin nada descargado al arrancar, y no lleva ningún lenguaje de circuitos ni ningún probador. El circuito se modela como puertas en Python sobre un cuerpo pequeño, que es lo que demuestra un SNARK, y las lecciones explican lo que añade el sistema de pruebas.