Sui最新學術研究獎項揭曉：全球頂尖高校參與，17項提案獲42萬美元資助

近期，Sui基金會公布了新一輪學術研究獎獲獎名單，旨在支持推動Web3技術發展的研究項目，特別是與區塊鏈網路、智能合約編程以及基於Sui構建的產品相關的前沿技術。

本輪共有17個來自國際知名高校的研究提案獲得資助，總金額達425,000美元。參與高校包括韓國科學技術院、倫敦大學學院、洛桑聯邦理工學院和新加坡國立大學等。

獲獎提案概覽

去中心化自治組織(DAO)的多樣性研究

康奈爾大學的研究團隊將探討去中心化組織的本質，建立衡量去中心化程度的指標，並尋找提升組織內部去中心化的實踐方法。

自適應安全的異步DAG共識協議

倫敦大學學院的項目旨在開發一種異步有向無環圖(DAG)協議，以增強抗攻擊能力並適應變化的對手環境。該協議將提供更好的安全性和適應性，同時保持接近部分同步對手的性能水平。

基於大型語言模型的Sui智能合約審計

另一個來自倫敦大學學院的團隊將利用GPT-4-32k和Claude-v2-100k等大型語言模型，提升Move智能合約的審計效率。他們此前在52個Solidity DeFi智能合約中發現了導致近10億美元損失的漏洞，現將研究擴展到Sui智能合約領域。

密碼共識協議領域研究

伯爾尼大學的項目將全面調查當前的共識協議領域，爲密碼共識協議提供新見解，有助於更好地理解現有算法並爲設計分布式協議提供新思路。

去中心化預言機協議驗證框架

卡內基梅隆大學與Djed Alliance合作的項目將創建一個框架，通過形式化方法嚴格分析和驗證區塊鏈預言機。該研究將利用Coq證明管理系統，開發全面的定義和證明策略庫。

識別區塊鏈可擴展性瓶頸

蘇黎世聯邦理工學院的研究旨在識別源於智能合約設計缺陷的可擴展性瓶頸，並探討調整交易費用如何影響並行化潛力，從而提高區塊鏈應用程序的性能。

Bullshark協議機械化驗證

新加坡國立大學的項目將使用現代計算機輔助驗證工具對Bullshark的屬性進行正式驗證，推進基於DAG的共識協議的理解，並爲分布式系統研究提供首個經機械驗證的模型。

區塊鏈基準化標準框架

利哈伊大學的研究旨在創建一個區塊鏈基準標準化格式，以公平比較各種L1區塊鏈和L2擴展解決方案，爲用戶和開發者提供鏈性能的透明洞察。

構建可擴展去中心化共享序列層

韓國科學技術院的項目將探索將Bullshark/Mysticeti用作共享排序器算法，研究如何運行多個使用Sui作爲排序層的Rollup，使它們能夠根據各自的執行層解釋交易。

本地費用市場與最優擁堵定價

紐約大學的研究將調查本地費用市場以優化擁堵定價，在交易擁堵和區塊鏈網路執行交易之間進行類比，旨在建立反映擁堵狀態的有效定價機制。

分片自動做市商(SAMM)

以色列理工學院正在開發一種名爲分片合約的新概念，利用多個合約增加並發性。該研究將探索如何調整流動性提供者和交易者的激勵，以維持多個AMM分片，實現完全可並行化的分片AMM。

競爭機制中的私人信息披露

羅馬托爾維亞塔大學的項目將探索市場機制設計的新方法，研究設計者向代理人私下披露信息對市場結果和戰略互動的影響，旨在提供對現代市場動態和競爭的洞察。

基於大型語言模型生成Sui智能合約

卡內基梅隆大學的研究旨在解決當前大型語言模型在生成Move語言智能合約時面臨的挑戰。他們將收集全面的Move語言示例數據集，增強提示工程，並實施微調，比較不同方法下LLM的有效性。

COMET：Solidity到Move的過渡框架

尼科西亞大學的項目將完成Solidity和Move之間的全面比較分析，促進對Move功能和能力的深入理解，並開發一個框架幫助開發人員輕鬆過渡到使用Move進行開發。

DeFi優化：深度學習方法

洛桑聯邦理工學院的研究將開發一種混合深度學習模型，用於Sui DeFi協議中的最佳範圍預測。該模型結合了增強的遞歸神經網路和深度強化學習，同時整合社交媒體情感分析以提高預測準確性。

SUI波動率預測能力評估

塞浦路斯開放大學的項目將調查SPEC算法在Sui資產波動率預測中的有效性。研究將主要關注SUI，並在各種區塊鏈資產中進行驗證，利用高頻價格數據進行分析。

低內存後量子透明zkSNARKs

賓夕法尼亞大學的研究旨在開發可擴展的zkSNARKs，通過同時解決證明者時間復雜度、空間復雜度和SRS大小三個主要障礙，爲區塊鏈技術中的各種應用提供部署就緒的可擴展加密證明。

這些獲獎項目涵蓋了區塊鏈技術的多個關鍵領域，從共識機制、智能合約安全到DeFi優化和加密證明，展現了Sui生態系統在推動區塊鏈技術創新方面的決心和遠見。