Giải thưởng Nghiên cứu Học thuật Mới nhất của Sui được công bố: Các trường đại học hàng đầu toàn cầu tham gia, 17 đề xuất nhận được 420.000 đô la tài trợ

Gần đây, Quỹ Sui đã công bố danh sách người nhận giải thưởng nghiên cứu học thuật trong đợt mới, nhằm hỗ trợ các dự án nghiên cứu thúc đẩy sự phát triển của công nghệ Web3, đặc biệt là các công nghệ tiên tiến liên quan đến mạng blockchain, lập trình hợp đồng thông minh và các sản phẩm xây dựng dựa trên Sui.

Đợt này có tổng cộng 17 đề xuất nghiên cứu từ các trường đại học nổi tiếng quốc tế được tài trợ, tổng số tiền lên tới 425,000 USD. Các trường tham gia bao gồm Viện Khoa học và Công nghệ Hàn Quốc, Đại học London, Viện Công nghệ Liên bang Lausanne và Đại học Quốc gia Singapore.

Tổng quan về các đề xuất đạt giải

Nghiên cứu sự đa dạng của Tổ chức Tự trị Phi tập trung ( DAO )

Nhóm nghiên cứu của Đại học Cornell sẽ khám phá bản chất của tổ chức phi tập trung, thiết lập các chỉ số để đo lường mức độ phi tập trung và tìm kiếm các phương pháp thực tiễn để nâng cao tính phi tập trung trong tổ chức.

giao thức đồng thuận DAG phi tập trung an toàn thích ứng

Dự án của Đại học London nhằm phát triển một giao thức đồ thị có hướng vô hướng không đồng bộ (DAG), nhằm tăng cường khả năng chống tấn công và thích ứng với môi trường đối thủ đang thay đổi. Giao thức này sẽ cung cấp khả năng bảo mật và khả năng thích ứng tốt hơn, đồng thời duy trì mức hiệu suất gần với đối thủ đồng bộ một phần.

Kiểm tra hợp đồng thông minh Sui dựa trên mô hình ngôn ngữ lớn

Một nhóm khác từ University College London sẽ sử dụng các mô hình ngôn ngữ lớn như GPT-4-32k và Claude-v2-100k để nâng cao hiệu quả kiểm toán hợp đồng thông minh Move. Họ đã phát hiện ra các lỗ hổng trong 52 hợp đồng thông minh DeFi Solidity dẫn đến thiệt hại gần 1 tỷ đô la, hiện đang mở rộng nghiên cứu sang lĩnh vực hợp đồng thông minh Sui.

Nghiên cứu về giao thức đồng thuận mật khẩu

Dự án của Đại học Bern sẽ điều tra toàn diện lĩnh vực giao thức đồng thuận hiện tại, cung cấp những hiểu biết mới cho giao thức đồng thuận mật mã, giúp hiểu rõ hơn các thuật toán hiện có và cung cấp những ý tưởng mới cho thiết kế giao thức phân tán.

Khung xác thực giao thức oracle phi tập trung

Dự án hợp tác giữa Đại học Carnegie Mellon và Liên minh Djed sẽ tạo ra một khuôn khổ để phân tích và xác minh các oracle blockchain một cách nghiêm ngặt thông qua các phương pháp hình thức. Nghiên cứu này sẽ sử dụng hệ thống quản lý chứng minh Coq, phát triển một thư viện định nghĩa và chiến lược chứng minh toàn diện.

Nhận diện điểm nghẽn mở rộng của blockchain

Nghiên cứu của Viện Công nghệ Liên bang Zurich nhằm xác định các nút thắt về khả năng mở rộng bắt nguồn từ các thiếu sót trong thiết kế hợp đồng thông minh, và khám phá cách điều chỉnh phí giao dịch ảnh hưởng đến tiềm năng song song, từ đó nâng cao hiệu suất của các ứng dụng blockchain.

Xác minh cơ học của giao thức Bullshark

Dự án của Đại học Quốc gia Singapore sẽ sử dụng các công cụ xác minh hỗ trợ máy tính hiện đại để xác minh chính thức các thuộc tính của Bullshark, thúc đẩy sự hiểu biết về giao thức đồng thuận dựa trên DAG và cung cấp mô hình được xác minh bằng máy đầu tiên cho nghiên cứu hệ thống phân tán.

Khung tiêu chuẩn hóa blockchain

Nghiên cứu của Đại học Lihaï nhằm tạo ra một định dạng tiêu chuẩn hóa chuẩn mực blockchain để so sánh công bằng các blockchain L1 khác nhau và các giải pháp mở rộng L2, cung cấp cái nhìn minh bạch về hiệu suất chuỗi cho người dùng và nhà phát triển.

Xây dựng lớp chuỗi chia sẻ phi tập trung có thể mở rộng

Dự án của Viện Khoa học và Công nghệ Hàn Quốc sẽ khám phá việc sử dụng Bullshark/Mysticeti như một thuật toán sắp xếp chia sẻ, nghiên cứu cách vận hành nhiều Rollup sử dụng Sui làm lớp sắp xếp, cho phép chúng giải thích giao dịch dựa trên các lớp thực thi riêng của mình.

Thị trường phí địa phương và định giá tắc nghẽn tối ưu

Nghiên cứu của Đại học New York sẽ điều tra thị trường phí địa phương để tối ưu hóa định giá tắc nghẽn, so sánh giữa giao dịch tắc nghẽn và việc thực hiện giao dịch trên mạng blockchain, nhằm thiết lập một cơ chế định giá hiệu quả phản ánh trạng thái tắc nghẽn.

Sàn giao dịch tự động phân đoạn ( SAMM )

Viện Công nghệ Israel đang phát triển một khái niệm mới có tên là hợp đồng phân mảnh, sử dụng nhiều hợp đồng để tăng cường tính đồng thời. Nghiên cứu này sẽ khám phá cách điều chỉnh các động lực của nhà cung cấp thanh khoản và các nhà giao dịch để duy trì nhiều phân mảnh AMM, đạt được phân mảnh AMM hoàn toàn có thể đồng thời.

Tiết lộ thông tin cá nhân trong cơ chế cạnh tranh

Chương trình của Đại học Tor Vergata Roma sẽ khám phá các phương pháp mới trong thiết kế cơ chế thị trường, nghiên cứu ảnh hưởng của việc nhà thiết kế tiết lộ thông tin cho đại lý một cách riêng tư đối với kết quả thị trường và tương tác chiến lược, nhằm cung cấp cái nhìn sâu sắc về động lực và cạnh tranh của thị trường hiện đại.

Dựa trên mô hình ngôn ngữ lớn để tạo hợp đồng thông minh Sui

Nghiên cứu của Đại học Carnegie Mellon nhằm giải quyết những thách thức mà các mô hình ngôn ngữ lớn hiện tại gặp phải khi tạo hợp đồng thông minh bằng ngôn ngữ Move. Họ sẽ thu thập một tập dữ liệu ví dụ toàn diện về ngôn ngữ Move, tăng cường kỹ thuật nhắc nhở, và thực hiện tinh chỉnh, so sánh hiệu quả của LLM dưới các phương pháp khác nhau.

COMET: Khung chuyển đổi từ Solidity sang Move

Dự án của Đại học Nicosia sẽ hoàn thành phân tích so sánh toàn diện giữa Solidity và Move, thúc đẩy hiểu biết sâu sắc về chức năng và khả năng của Move, và phát triển một khuôn khổ giúp các nhà phát triển dễ dàng chuyển sang sử dụng Move để phát triển.

Tối ưu hóa DeFi: Phương pháp học sâu

Nghiên cứu của Viện Công nghệ Liên bang Lausanne sẽ phát triển một mô hình học sâu kết hợp, được sử dụng để dự đoán khoảng cách tối ưu trong giao thức Sui DeFi. Mô hình này kết hợp mạng nơ-ron hồi tiếp tăng cường và học tăng cường sâu, đồng thời tích hợp phân tích cảm xúc từ mạng xã hội để nâng cao độ chính xác của dự đoán.

Đánh giá khả năng dự đoán biến động SUI

Dự án của Đại học Mở Síp sẽ khảo sát tính hiệu quả của thuật toán SPEC trong việc dự đoán sự biến động giá của tài sản Sui. Nghiên cứu sẽ chủ yếu tập trung vào SUI và thực hiện xác minh trên nhiều tài sản blockchain khác nhau, sử dụng dữ liệu giá cao cấp để phân tích.

zkSNARKs trong suốt hậu lượng tử với bộ nhớ thấp

Nghiên cứu của Đại học Pennsylvania nhằm phát triển zkSNARKs có thể mở rộng, bằng cách giải quyết đồng thời ba trở ngại chính là độ phức tạp thời gian của chứng nhân, độ phức tạp không gian và kích thước SRS, nhằm cung cấp các chứng minh mật mã có thể mở rộng sẵn sàng triển khai cho các ứng dụng khác nhau trong công nghệ blockchain.

Các dự án đoạt giải này bao gồm nhiều lĩnh vực chính của công nghệ blockchain, từ cơ chế đồng thuận, bảo mật hợp đồng thông minh đến tối ưu hóa DeFi và bằng chứng mật mã, thể hiện quyết tâm và tầm nhìn của hệ sinh thái Sui trong việc thúc đẩy đổi mới công nghệ blockchain.