Zero-Knowledge Location Privacy via Accurate Floating Point SNARKs

本文介绍了零知识位置隐私（ZKLP）技术，使用户能够向第三方证明他们在特定的地理区域内，同时不泄露他们的确切位置。ZKLP支持不同粒度的定位，可根据使用情况进行自定义。为了实现ZKLP，我们引入了第一组完全符合IEEE 754浮点算术标准的零知识证明（ZKP）电路。我们的结果表明，我们的浮点实现具有高效的可扩展性，对于$2^{15}$个单精度浮点乘法，每个乘法只需要$69$个约束。我们利用我们的浮点实现来实现ZKLP范例。与现有技术相比，我们发现我们的优化实现在使用单精度浮点值时约束少了14.1倍，在使用双精度浮点值时约束少了11.2倍。我们通过构建一个隐私保护的点对点接近测试协议来展示ZKLP的实用性——Alice可以通过接收单个消息来测试她是否接近Bob，而两方都不会透露任何有关他们位置的其他信息。在这种配置下，Bob可以在$0.27$秒内创建（非）接近证明，而Alice可以每秒验证她与大约$250$个对等方的距离。

该论文旨在解决如何在不泄露位置信息的情况下向第三方证明用户在指定地理区域内的问题。这是否是一个新问题？

该论文提出了Zero-Knowledge Location Privacy（ZKLP）的概念，支持不同粒度的位置隐私保护，并引入了符合IEEE 754标准的浮点数运算的零知识证明电路，以实现ZKLP。相比当前领域的研究，该论文的关键思路是使用浮点数实现ZKLP，实现效率更高。

该论文通过实验验证了浮点数实现ZKLP的可行性，并构建了一个协议用于保护对等方的隐私。实验结果表明，该实现具有较高的效率和较低的约束数，实现了对位置隐私的保护。该论文的亮点包括使用符合IEEE 754标准的浮点数运算的零知识证明电路实现ZKLP，以及构建了一个协议用于保护对等方的隐私。

在该领域最近的相关研究包括：1）《Efficient Zero-Knowledge Proof of Algebraic and Non-Algebraic Statements with Applications to Privacy Preserving Credentials》；2）《Zero-Knowledge Proofs for Complex Arithmetic Circuits with Applications to Modern Cryptography》。