Zastosowania dowodów wiedzy zerowej do uwierzytelniania obliczeń optymalizacyjnych na lokalnych rynkach energii LEM
More details
Hide details
These authors had equal contribution to this work
Submission date: 2025-12-10
Acceptance date: 2025-12-22
Publication date: 2025-12-23
Cybersecurity and Law 2025;14(2):324-335
KEYWORDS
TOPICS
ABSTRACT
Objectives:
Lokalny rynek energii (ang. Local Energy Market – LEM) to kluczowy element tranzycji sektora energetycznego w stronę zdecentralizowanego systemu umożliwiającego integrację rosnącej liczby małych źródeł wytwórczych oraz magazynów energii zlokalizowanych u odbiorców końcowych. Poprzez wykorzystanie cyfrowych platform obrotu energią udostępnianych przez LEM-y drobni odbiorcy, wytwórcy i prosumenci aktywnie uczestniczą w bilansowaniu systemu, co zwiększa m.in. ich zyski oraz niezależność energetyczną. Efektywność procesów wymiany energii na LEM jest osiągana poprzez stosowanie metod optymalizacji, które bazują na wrażliwych danych uczestników, takich jak profile zużycia energii. Kluczową kwestią jest więc zapewnienie prywatności, przy jednoczesnym zapewnieniu zaufania co do osiągniętych, optymalnych wyników ilościowych i wartościowych. Klasyczna technologia stosowana w systemach zdecentralizowanych, czyli blockchain nie zapewnia odpowiedniej skalowalności, gdy transakcje wynikają z rozwiązania zadania optymalizacji. W tym artykule analizujemy możliwości uwierzytelniania zdecentralizowanych obliczeń optymalizacyjnych poprzez wykorzystania kryptograficznej technologii dowodów wiedzy zerowej (ang. Zero Knowledge Proofs – ZKP).
Methods:
Wyjaśniamy jak ZKP może wspierać prywatność i umożliwiać weryfikację poprawności obliczeń bez konieczności ich bezpośredniego powtarzania odnosząc się do istniejących implementacji ZKP na LEM. Wskazujemy na bariery wynikające z wysokich kosztów obliczeniowych, uniemożliwiających realizację złożonych algorytmów optymalizacyjnych bezpośrednio w ramach protokołów ZKP.
Results:
Przedstawiamy też podejście integrujące ZKP z certyfikatami optymalności, które ma duży potencjał zniwelowania problemów implementacyjnych i zwiększenia efektywności weryfikacji obliczeń optymalizacyjnych na LEM.
Conclusions:
Artykuł ten ma na celu zainicjowanie dyskusji nad nowymi, bardziej skalowalnymi metodami budowania zaufania w zdecentralizowanych systemach bilansowania LEM.