Sui發布新一輪學術研究獎，17個項目獲資助超42萬美元

近期，Sui基金會公布了最新一輪學術研究獎的獲獎名單。本次資助計劃旨在支持推動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構建的產品等方面的技術突破。

在過去兩個階段中，共有17個來自全球知名學府的研究提案獲得批準，總資助金額達425,000美元。參與的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。

獲獎項目概覽

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着手解決DAO的本質問題，建立衡量去中心化程度的指標，並探索提升組織內部去中心化的實踐方法。

提升異步DAG協議共識的安全性

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威脅環境。該協議將在保持高性能的同時，提供更好的安全性和適應性。

利用大語言模型審計Sui智能合約

另一個來自倫敦大學學院的團隊計劃運用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。他們將基於之前對Solidity合約的分析經驗，擴展研究範圍至Sui智能合約。

共識協議領域的全面調研

伯爾尼大學的研究者將對當前的共識協議領域進行全面調查，爲密碼學共識協議提供新的見解，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的驗證框架

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。這對確保智能合約中外部數據的準確性和公平性至關重要。

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發現源於智能合約設計缺陷的性能瓶頸，並探討如何通過調整交易費用來提高並行化潛力。

Bullshark協議的形式化驗證

新加坡國立大學的項目將使用先進的計算機輔助驗證工具對Bullshark協議進行正式驗證，推進對基於DAG的共識協議的理解。

區塊鏈性能評估標準框架

利哈伊大學的研究者計劃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擴展方案的性能，爲用戶和開發者提供透明的鏈性能洞察。

構建可擴展的去中心化共享排序層

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的可能性，使多個Rollup能夠使用Sui作爲排序層。

優化區塊鏈擁堵定價機制

紐約大學的研究聚焦於本地費用市場以優化擁堵定價，旨在建立反映網路擁堵狀態的有效定價機制，實現最佳資源分配。

分片自動做市商(AMM)的開發

以色列理工學院正在開發分片合約概念，利用多個合約提高並發性。他們的目標是調整激勵機制，維持多個AMM分片，實現完全可並行化的分片AMM。

市場機制中的私密信息披露研究

羅馬托爾維亞塔大學的項目探索新的市場機制設計方法，研究設計者向代理人私下披露信息對市場結果的影響，旨在提供對現代市場動態的深入洞察。

應用大語言模型生成Sui智能合約

卡內基梅隆大學的研究團隊計劃通過使用Move代碼和Sui特定提示來微調大語言模型，解決當前模型在生成Move語言智能合約時面臨的挑戰。

Move語言開發轉型框架

尼科西亞大學的項目將進行Solidity和Move之間的全面比較分析，旨在促進開發者更好地理解Move的特性和能力，簡化從Solidity到Move的開發轉型過程。

基於深度學習的DeFi優化方案

洛桑聯邦理工學院的研究者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，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算法在預測Sui資產波動率方面的有效性，主要關注SUI，並在多種區塊鏈資產中進行驗證。

低內存後量子透明零知識證明

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方案。

這些研究項目涵蓋了區塊鏈技術的多個前沿領域，從去中心化治理到性能優化，從智能合約安全到市場機制設計。通過支持這些學術研究，Sui基金會致力於推動整個區塊鏈生態系統的技術進步和創新。