Sui基金会新一轮学术研究奖揭晓：全球顶尖高校参与，17个项目获超42万美元资助

近期，Sui基金会公布了最新一轮学术研究奖的获奖名单。该计划旨在资助推动Web3技术发展的研究项目，特别是在区块链网络、智能合约编程以及基于Sui构建的应用等领域。

本轮共有17个来自国际知名大学的研究提案获得批准，总资助金额达425,000美元。参与高校包括韩国科学技术院、伦敦大学学院、洛桑联邦理工学院和新加坡国立大学等全球顶尖学府。

获奖项目概览

去中心化自治组织(DAO)的多样性研究

康奈尔大学的研究团队将探讨DAO的本质含义，建立衡量去中心化程度的指标体系，并提出增强组织内部去中心化的实践方法。

自适应安全的异步DAG共识协议

伦敦大学学院的研究者致力于开发一种异步有向无环图(DAG)协议，以提高系统抵御攻击的能力，并能适应不断变化的对手策略。该协议旨在提供更强的安全性和适应性，同时保持接近部分同步对手的性能水平。

基于大型语言模型的Sui智能合约审计

另一个来自伦敦大学学院的团队将利用GPT-4和Claude等先进的大型语言模型，对Sui平台上的Move智能合约进行安全审计。该项目基于对52个Solidity DeFi合约的初步分析，将进一步扩展到Sui生态系统，强调及时进行稳健的安全评估。

共识协议领域研究

伯尔尼大学的项目将对当前共识协议领域进行全面调查，为密码学共识协议提供新的见解，有助于更好地理解现有算法并为设计分布式协议提供新思路。

去中心化预言机的高可信验证框架

卡内基梅隆大学与Djed Alliance合作的研究旨在创建一个框架，通过形式化方法严格分析和验证区块链预言机。该项目将利用Coq证明管理系统，开发一个全面的定义和证明策略库。

区块链可扩展性瓶颈识别

苏黎世联邦理工学院的团队将致力于识别源于智能合约设计缺陷的性能瓶颈，以提高区块链应用的并行处理能力。研究还将探讨交易费用调整对并行化潜力的影响。

Bullshark协议形式化验证

新加坡国立大学的研究者将使用现代计算机辅助验证工具对Bullshark协议进行形式化验证，推进对基于DAG的共识协议的理解，为分布式系统研究提供首个经机械验证的模型。

区块链基准化标准框架(BBSF)

利哈伊大学的项目旨在创建一个统一的区块链基准标准化格式，以公平比较不同层级的区块链解决方案，为用户和开发者提供透明的性能洞察。

可扩展去中心化共享排序层构建

韩国科学技术院的研究将探索将Bullshark/Mysticeti作为共享排序器算法的应用，研究多个使用Sui作为排序层的Rollup方案。

本地费用市场优化拥堵定价

纽约大学的团队将研究本地费用市场以优化区块链网络的拥堵定价机制，旨在建立反映网络拥堵状态的有效定价模型，实现最佳资源分配。

分片自动做市商(SAMM)

以色列理工学院正在开发一种新的分片合约概念，利用多个合约提高并发性。该研究将探讨如何调整流动性提供者和交易者的激励机制，以维持多个AMM分片，实现完全可并行化的分片AMM。

竞争机制中的私人信息披露

罗马托尔维亚塔大学的研究探索了市场机制设计的新方法，重点关注卖方之间吸引知情买家的竞争。该项目将调查设计者向代理人私下披露信息对市场结果的影响，旨在提供对现代市场动态的深入洞察。

基于大型语言模型生成Sui智能合约

卡内基梅隆大学的研究团队将通过使用Move代码和Sui特定提示来微调大型语言模型，以解决当前LLMs在生成Move语言智能合约时面临的挑战。

COMET：Move语言过渡比较框架

尼科西亚大学的项目将进行Solidity和Move语言之间的全面比较分析，旨在促进对Move功能和能力的深入理解，帮助开发者更容易地过渡到Move开发。

基于深度学习的Sui DeFi优化

洛桑联邦理工学院的研究将开发一种混合深度学习模型，用于Sui DeFi协议中的最佳范围预测。该模型结合了增强的递归神经网络和深度强化学习，同时整合社交媒体情感分析以提高预测准确性。

SUI波动率预测能力评估

塞浦路斯开放大学的团队将调查SPEC算法在预测Sui资产波动率方面的有效性。该研究将利用高频价格数据，主要关注SUI，并在多种区块链资产中进行验证。

低内存后量子透明zkSNARKs

宾夕法尼亚大学的研究旨在开发可扩展的zkSNARKs，通过同时解决证明者时间复杂度、空间复杂度和SRS大小三个主要障碍，为区块链技术中的各种应用提供部署就绪的可扩展加密证明方案。

这些研究项目涵盖了区块链技术的多个前沿领域，从共识机制、智能合约安全到去中心化金融和隐私保护等，反映了Sui基金会对推动区块链技术创新的持续承诺。通过支持这些顶级学术机构的研究，Sui生态系统有望在未来取得突破性进展。