零知识机器学习（zkML）允许服务器在保持模型参数私有的前提下，向客户端提供可验证的推理结果。然而，现有zkML系统面临证明生成成本过高的问题，且扩展性受限，因为证明生成过程中的并行度不足——增加线程数并不能显著减少证明时间。现有系统采用整体证明计算，即为整个机器学习模型构建一个单一证明，这种方式限制了并行性。本文提出zkComposer，一种模块化的证明构建框架，通过引入额外的并行维度来克服这一限制。zkComposer将zkML正确推理的证明分解为多个独立的子证明，每个子证明覆盖推理计算的一个子集，例如模型中的连续若干层。相邻子证明通过共享边界层激活值的密码学承诺进行链接，从而保证整体推理的正确性，无需额外的链接证明或修改底层密码学原语。实验在三个卷积神经网络（CNN）和GPT-2模型上进行评估。在CNN工作负载上，与zkCNN相比，zkComposer将证明时间和响应时间降低最多3.25倍。在GPT-2上，按模型层分区时，与zkGPT相比降低最多4.83倍；当同时跨模型层和输入序列分区时，降低最多6.84倍。zkComposer通过分解证明结构，显著提升了zkML系统的可扩展性，为实际部署提供了更高效的解决方案。

本文针对区块链环境中密封投标拍卖存在的审查攻击问题展开研究。在当前的区块链拍卖中，每个出价都是公开交易，且由单个区块提议者决定是否包含，这导致提议者可以观察待处理出价、排除竞争对手甚至自行投标，破坏了经典密封投标拍卖的公平性。为了在延迟敏感的区块链场景中实现抗审查的密封投标拍卖，作者形式化了四个必要属性：隐藏投标内容、存在性和投标者身份直至揭示阶段（Hiding）；计数所有及时的诚实投标并拒绝延迟的对抗性投标（Simultaneous Release）；防止已提交投标被静默撤回（No Free Bid Withdrawal）；仅向获胜者收取链上费用（Auction Participation Efficiency）。基于这些属性，他们设计了一个协议，该协议使用时间戳预言机（由2f_ts+1个时间戳委员会成员实例化）和抗审查包含谓词（基于FOCIL的包含列表实例化），只有获胜投标在链上结算。协议的构建依赖于两个零知识证明：一个资格证明，用于向时间戳委员会匿名证明保证金成员身份；一个拍卖证明，用于将投标绑定到特定拍卖以供包含列表委员会验证。作者使用 arkworks/Rust 库在 BN254 曲线上通过 Groth16 和 Poseidon 哈希实现了这两个证明：拍卖证明生成时间 13 毫秒，验证时间不到 1 毫秒；针对高达 2^32 个投标者的 Merkle 树的资格证明生成时间为 47-159 毫秒，验证时间约 1 毫秒。实验结果表明，该密封投标拍卖原语对于高价值、时间敏感的区块链场景是实用的。本文的主要贡献在于形式化了区块链密封投标拍卖的必要属性并设计了满足所有属性的高效协议，为区块链上公平拍卖提供了理论依据和实用方案。