博客
关于我
Umbra:以太坊区块链的隐形支付协议
阅读量:502 次
发布时间:2019-03-07

本文共 1347 字,大约阅读时间需要 4 分钟。

Umbra协议:一种高效的以太坊隐私支付解决方案

近年来,以太坊生态系统中的隐私问题日益凸显,尤其是在DeFi应用快速发展的背景下。Vitalik Buterin曾在推特上提到,ENS域名的普及对用户隐私构成了严重威胁,而随着DeFi的普及,这种隐私问题的严重性将进一步加剧。在这一背景下,研究者们开发了Umbra协议,为以太坊用户提供了一种新的隐私支付解决方案。

Umbra协议由Matt Solomon和Ben DiFrancesco在HackMoney 2020虚拟黑客松期间开发,目前已在以太坊Ropsten测试网上线测试。该协议的核心目标是为用户提供更高效、更私密的支付方式。与Vitalik常提到的Tornado Cash不同,Umbra协议主要面向两个实体之间的支付场景,虽然依然关注隐私保护,但在实现方式上与传统混币器有显著差异。

Umbra协议的工作原理可以概括为以下几个关键步骤:

  • 生成Umbra公钥:用户通过已签名的消息发布到ENS文本记录,展开自己的Umbra公钥。该公钥是从专门为Umbra生成的随机私钥派生而来。

  • 创建隐形地址:付款人使用接收方发布的公钥,结合随机生成的数据,创建一个新的"隐形"地址。

  • 加密消息处理:付款人将资金发送到屏蔽地址,并将加密消息发送到Umbra智能合约。合约将加密消息作为事件进行广播。

  • 接收方解密:接收方扫描网络上的加密消息,找到可以用私钥解密的消息。

  • 生成私钥:接收方使用加密消息的内容和私钥生成隐形地址的私钥。

  • 进行取款:接收方使用私钥签署交易,将ETH或代币发送到指定地址。为了减少gas费用,Umbra协议采用Gas Station网络和Uniswap进行中继,避免了为隐形地址提供ETH资金的需求。

  • 从技术实现角度来看,Umbra协议的优势在于其无需复杂的高级加密技术,所有交易均为简单转账。因此,gas消耗量极低,且支持ETH和任意ERC20代币的私下转让,无需依赖大型匿名集。

    截至目前,Umbra协议仍处于Ropsten测试网阶段。开发团队表示,未来将重点完善协议的安全性,确保用户资金安全。Umbra协议的成功推广将为以太坊生态系统提供一项重要的隐私支付解决方案,弥补现有隐私保护方案的不足。

    关于Umbra与Tornado Cash的区别,可以简单总结如下:

    • Tornado Cash:作为传统的混币器,Tornado Cash利用零知识证明技术,使资金流动难以追踪。用户将资产放入混币器后,通过零知识证明取出资产,来源地址与取款地址之间断开。

    • Umbra Protocol:Umbra协议则是为特定支付场景设计的隐私保护方案。它并未打破发送者与接收者地址的链接,而是使该链接毫无意义。发送方可以向接收方控制的地址发送付款,但接收方是唯一能生成提取资金私钥的人。

    这种设计方式在隐私保护和交易透明度之间达到了更好的平衡。同时,Umbra协议的gas消耗极低,适合大规模应用场景。

    总体而言,Umbra协议通过创新的隐私支付方案,为以太坊生态系统提供了一项重要的解决方案。其简单易用、高效低耗的特点,使其在DeFi应用中的潜在应用广阔。未来,随着协议的持续优化和安全性提升,Umbra有望在以太坊主网上取得更大成功。

    转载地址:http://glocz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
    查看>>
    OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
    查看>>
    OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
    查看>>
    OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>
    OpenCV中的监督学习
    查看>>
    opencv中读写视频
    查看>>
    OpenCV中遇到Microsoft C++ 异常 cv::Exception
    查看>>
    opencv之cv2.findContours和drawContours(python)
    查看>>
    opencv之namedWindow,imshow出现两个窗口
    查看>>
    opencv之模糊处理
    查看>>
    Opencv介绍及opencv3.0在 vs2010上的配置
    查看>>