Sui新一輪學術研究資助結果揭曉：全球多所知名高校參與，17個項目獲資超42萬美元

近期，Sui基金會公布了新一輪學術研究資助計劃的獲獎名單。該計劃旨在支持推動Web3發展的研究項目，特別是在區塊鏈網路、智能合約編程以及基於Sui構建的產品相關技術方面的前沿探索。

在過去兩個階段中，共有17個來自國際知名學府的研究提案獲得了批準，總資助金額達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。

獲資助項目概覽

去中心化自治組織的多樣性研究

康奈爾大學的Ari Juels教授將圍繞去中心化組織的本質展開研究。該項目將建立衡量DAO去中心化程度的指標，並探索提升組織內部去中心化水平的實踐方法。

自適應安全的異步DAG共識協議

倫敦大學學院的Philipp Jovanovic教授提出開發一種異步DAG協議，以增強抗攻擊能力並適應變化的威脅環境。該協議旨在提供更高的安全性和適應性，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

倫敦大學學院的Arthur Gervais教授計劃利用GPT-4-32k和Claude-v2-100k等大型語言模型來改進Move智能合約的審計過程。該團隊此前對52個Solidity DeFi智能合約的分析發現了導致近10億美元損失的漏洞，現將研究擴展至Sui智能合約。

共識協議領域全景圖

伯爾尼大學的Christopher Cachin教授將對當前共識領域進行全面調查，爲密碼學共識協議提供新的見解。研究成果將有助於更深入理解現有算法，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

卡內基梅隆大學的Giselle Reis教授和Djed Alliance的Bruno Woltzenlogel Paleo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。該項目將在Coq證明管理系統中開發全面的定義和證明策略庫。

區塊鏈可擴展性瓶頸識別

蘇黎世聯邦理工學院的Roger Wattenhofer教授將致力於識別源於智能合約設計缺陷的可擴展性瓶頸，並探討交易費用調整對並行化潛力的影響。

Bullshark協議機械化驗證

新加坡國立大學的Ilya Sergey教授計劃使用現代計算機輔助驗證工具對Bullshark協議的屬性進行正式驗證，推進對基於DAG的共識協議的理解。

區塊鏈基準標準化框架

利哈伊大學的Henry F. Korth教授提出創建一個區塊鏈基準標準化格式，以公平比較L1區塊鏈和L2擴展方案，爲用戶和開發者提供鏈性能的透明洞察。

可擴展去中心化共享排序層構建

韓國科學技術院的Min Suk Kang教授將探索將Bullshark/Mysticeti用作共享排序器算法，研究多個使用Sui作爲排序層的Rollup方案。

本地費用市場與擁堵定價優化

紐約大學的Abdoulaye Ndiaye教授將研究本地費用市場以優化區塊鏈網路的擁堵定價機制，旨在建立反映網路擁堵狀態的有效定價模型。

分片自動做市商機制

以色列理工學院的Ittay Eyal教授正在開發分片合約概念，利用多個合約提高並發性。研究重點是調整流動性提供者和交易者的激勵機制，以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Andrea Attar教授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。

基於大型語言模型的Sui智能合約生成

卡內基梅隆大學的Ken Koedinger和Eason Chen教授將致力於解決當前大型語言模型在生成Move語言智能合約方面的挑戰。研究包括收集Move語言示例數據集、增強提示工程和實施模型微調。

Move語言過渡比較度量框架

尼科西亞大學的George Giaglis教授將進行Solidity和Move語言之間的全面比較分析，旨在促進對Move功能和能力的深入理解，並幫助開發者更順暢地過渡到Move開發。

DeFi優化：深度學習方法

洛桑聯邦理工學院的Rachid Guerraoui和Walid Sofiane教授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，結合增強的遞歸神經網路、深度強化學習和社交媒體情感分析。

SUI波動率預測能力評估

塞浦路斯開放大學的Stavros Degiannakis教授將調查SPEC算法在Sui資產波動率預測中的有效性，主要關注SUI資產，並在其他區塊鏈資產中進行驗證。

低內存後量子透明zkSNARKs

賓夕法尼亞大學的Brett Falk和Pratyush Mishra教授致力於開發可擴展的zkSNARKs，解決證明者時間復雜度、空間復雜度和SRS大小等主要障礙，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方案。