Forscher stellen fest, dass Schwachstellen in der Schaltkreisschicht die größte Bedrohung für SNARK-basierte Systeme darstellen

Laut Forschern des Imperial College London stellen Schwachstellen auf der Schaltkreisebene die größte Bedrohung für Systeme dar, die auf Succinct Non-Interactive Arguments of Knowledge (SNARKs) basieren.

Researchers at Imperial College London have found that vulnerabilities at the circuit layer pose the most significant threat to systems based on Succinct Non-Interactive Arguments of Knowledge (SNARKs).

Forscher am Imperial College London haben herausgefunden, dass Schwachstellen auf der Schaltkreisebene die größte Bedrohung für Systeme darstellen, die auf Succinct Non-Interactive Arguments of Knowledge (SNARKs) basieren.

The investigation examined 141 vulnerabilities from 107 audit reports, 16 vulnerability disclosures, and various bug trackers associated with popular SNARK projects. The findings were presented on Aug. 7 at the Science of Blockchain Conference at Columbia University.

Die Untersuchung untersuchte 141 Schwachstellen aus 107 Prüfberichten, 16 Offenlegungen von Schwachstellen und verschiedene Bug-Tracker im Zusammenhang mit beliebten SNARK-Projekten. Die Ergebnisse wurden am 7. August auf der Science of Blockchain-Konferenz an der Columbia University vorgestellt.

SNARKs are a type of zero-knowledge (ZK) proof that allows one to demonstrate that a statement is true without revealing any information about the statement. They are used extensively in Web3 to compress large computations and enable efficient on-chain verification.

SNARKs sind eine Art Zero-Knowledge-Beweis (ZK), mit dem man nachweisen kann, dass eine Aussage wahr ist, ohne irgendwelche Informationen über die Aussage preiszugeben. Sie werden in Web3 häufig verwendet, um große Berechnungen zu komprimieren und eine effiziente On-Chain-Verifizierung zu ermöglichen.

However, the complexity and abstraction of ZK circuits can introduce vulnerabilities that might go unnoticed during the development and auditing processes.

Die Komplexität und Abstraktion von ZK-Schaltkreisen kann jedoch zu Schwachstellen führen, die während der Entwicklungs- und Prüfprozesse möglicherweise unbemerkt bleiben.

To identify and categorize these vulnerabilities, the research team, led by Stefanos Chaliasos, a Ph.D. candidate at Imperial College London, proposed a vulnerability taxonomy and applied it to the analysis of vulnerabilities in circuit layers of several SNARK systems.

Um diese Schwachstellen zu identifizieren und zu kategorisieren, hat das Forschungsteam unter der Leitung von Stefanos Chaliasos, einem Ph.D. Kandidat am Imperial College London, schlug eine Schwachstellentaxonomie vor und wandte sie auf die Analyse von Schwachstellen in Schaltkreisschichten mehrerer SNARK-Systeme an.

The team identified three main types of vulnerabilities in circuit layers: under-constrained, over-constrained and computational/hints error. The most frequent vulnerability found on zero knowledge circuits arises from insufficient constraints, which cause a verifier to accept invalid proofs, thus compromising a system’s soundness or completeness.

Das Team identifizierte drei Haupttypen von Schwachstellen in Schaltkreisschichten: zu wenig eingeschränkt, zu stark eingeschränkt und Rechen-/Hinweisfehler. Die häufigste Schwachstelle in Zero-Knowledge-Schaltkreisen ergibt sich aus unzureichenden Einschränkungen, die dazu führen, dass ein Prüfer ungültige Beweise akzeptiert und so die Solidität oder Vollständigkeit eines Systems beeinträchtigt.

According to the research, 95 of the identified issues on SNARK-based systems affected soundness and four affected completeness. For instance, an attacker could exploit an insufficient input constraint to forge a valid proof for an invalid statement or to create a valid proof for a different statement than the one being proven.

Der Untersuchung zufolge beeinträchtigten 95 der identifizierten Probleme bei SNARK-basierten Systemen die Solidität und vier die Vollständigkeit. Beispielsweise könnte ein Angreifer eine unzureichende Eingabebeschränkung ausnutzen, um einen gültigen Beweis für eine ungültige Aussage zu fälschen oder einen gültigen Beweis für eine andere als die zu beweisende Aussage zu erstellen.

“The primary challenge for developers lies in adapting to a different level of abstraction and optimizing circuits for efficiency, which directly impacts the cost of using SNARKs,” the paper notes.

„Die größte Herausforderung für Entwickler besteht darin, sich an eine andere Abstraktionsebene anzupassen und Schaltkreise auf Effizienz zu optimieren, was sich direkt auf die Kosten für die Verwendung von SNARKs auswirkt“, heißt es in dem Papier.

Other root causes for vulnerabilities on ZK circuits include distinguishing between assignments and constraints, missing input constraints and unsafe reuse of circuits, among others.

Weitere Hauptursachen für Schwachstellen in ZK-Schaltkreisen sind unter anderem die Unterscheidung zwischen Zuweisungen und Einschränkungen, fehlende Eingabebeschränkungen und die unsichere Wiederverwendung von Schaltkreisen.

The research team also highlighted the importance of clear documentation and tooling to help developers identify and fix vulnerabilities early on in the development process.

Das Forschungsteam betonte außerdem die Bedeutung einer klaren Dokumentation und Tools, um Entwicklern dabei zu helfen, Schwachstellen frühzeitig im Entwicklungsprozess zu erkennen und zu beheben.

“The goal is to integrate these findings into a vulnerability scanner that will automatically identify and classify vulnerabilities in ZK circuits,” Chaliasos told Blockworks.

„Ziel ist es, diese Erkenntnisse in einen Schwachstellenscanner zu integrieren, der Schwachstellen in ZK-Schaltkreisen automatisch identifiziert und klassifiziert“, sagte Chaliasos gegenüber Blockworks.

Weighted VRFsThe first day of the conference also featured the Aptos team presenting their recently implemented weighted verifiable random functions, or weighted VRFs — a mechanism designed to enhance the randomness in the consensus process.

Gewichtete VRFs: Am ersten Tag der Konferenz stellte das Aptos-Team auch seine kürzlich implementierten gewichteten überprüfbaren Zufallsfunktionen oder gewichteten VRFs vor – einen Mechanismus, der die Zufälligkeit im Konsensprozess verbessern soll.

The approach extends the concept of VRFs by incorporating weights into the random selection process of verifying inputs and outputs on-chain. With weights, participants in the consensus mechanism have different probabilities of being chosen based on their stake (weights).

Der Ansatz erweitert das Konzept von VRFs durch die Einbeziehung von Gewichtungen in den Zufallsauswahlprozess zur Überprüfung von Ein- und Ausgängen in der Kette. Bei Gewichtungen haben Teilnehmer am Konsensmechanismus je nach ihrem Anteil (Gewichtungen) unterschiedliche Wahrscheinlichkeiten, ausgewählt zu werden.

Aptos deployed the mechanism on its mainnet in June. “As far as you can tell, this is the first time you see a previously granular script that is unbiaseable, unpredictable, and operates as fast as the network,” said Alin Tomescu, head of cryptography at Aptos, during the presentation.

Aptos hat den Mechanismus im Juni in seinem Mainnet implementiert. „Soweit Sie das beurteilen können, ist dies das erste Mal, dass Sie ein zuvor granulares Skript sehen, das unvoreingenommen und unvorhersehbar ist und so schnell wie das Netzwerk arbeitet“, sagte Alin Tomescu, Leiter der Kryptographie bei Aptos, während der Präsentation.

According to Tomescu, Aptos has processed half a million calls through the new randomness API, with the distributed key generation (DKG) lasting about 20 seconds.

Laut Tomescu hat Aptos eine halbe Million Aufrufe über die neue Zufalls-API verarbeitet, wobei die verteilte Schlüsselgenerierung (DKG) etwa 20 Sekunden dauerte.