Sui最新学术研究奖项揭晓：全球顶尖高校参与，17项提案获42万美元资助

近期，Sui基金会公布了新一轮学术研究奖获奖名单，旨在支持推动Web3技术发展的研究项目，特别是与区块链网络、智能合约编程以及基于Sui构建的产品相关的前沿技术。

本轮共有17个来自国际知名高校的研究提案获得资助，总金额达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。

获奖提案概览

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去中心化组织的本质，建立衡量去中心化程度的指标，并寻找提升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

伦敦大学学院的项目旨在开发一种异步有向无环图(DAG)协议，以增强抗攻击能力并适应变化的对手环境。该协议将提供更好的安全性和适应性，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-4-32k和Claude-v2-100k等大型语言模型，提升Move智能合约的审计效率。他们此前在52个Solidity DeFi智能合约中发现了导致近10亿美元损失的漏洞，现将研究扩展到Sui智能合约领域。

密码共识协议领域研究

伯尔尼大学的项目将全面调查当前的共识协议领域，为密码共识协议提供新见解，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。

去中心化预言机协议验证框架

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

识别区块链可扩展性瓶颈

苏黎世联邦理工学院的研究旨在识别源于智能合约设计缺陷的可扩展性瓶颈，并探讨调整交易费用如何影响并行化潜力，从而提高区块链应用程序的性能。

Bullshark协议机械化验证

新加坡国立大学的项目将使用现代计算机辅助验证工具对Bullshark的属性进行正式验证，推进基于DAG的共识协议的理解，并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

利哈伊大学的研究旨在创建一个区块链基准标准化格式，以公平比较各种L1区块链和L2扩展解决方案，为用户和开发者提供链性能的透明洞察。

构建可扩展去中心化共享序列层

韩国科学技术院的项目将探索将Bullshark/Mysticeti用作共享排序器算法，研究如何运行多个使用Sui作为排序层的Rollup，使它们能够根据各自的执行层解释交易。

本地费用市场与最优拥堵定价

纽约大学的研究将调查本地费用市场以优化拥堵定价，在交易拥堵和区块链网络执行交易之间进行类比，旨在建立反映拥堵状态的有效定价机制。

分片自动做市商(SAMM)

以色列理工学院正在开发一种名为分片合约的新概念，利用多个合约增加并发性。该研究将探索如何调整流动性提供者和交易者的激励，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项目将探索市场机制设计的新方法，研究设计者向代理人私下披露信息对市场结果和战略互动的影响，旨在提供对现代市场动态和竞争的洞察。

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旨在解决当前大型语言模型在生成Move语言智能合约时面临的挑战。他们将收集全面的Move语言示例数据集，增强提示工程，并实施微调，比较不同方法下LLM的有效性。

COMET：Solidity到Move的过渡框架

尼科西亚大学的项目将完成Solidity和Move之间的全面比较分析，促进对Move功能和能力的深入理解，并开发一个框架帮助开发人员轻松过渡到使用Move进行开发。

DeFi优化：深度学习方法

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项目将调查SPEC算法在Sui资产波动率预测中的有效性。研究将主要关注SUI，并在各种区块链资产中进行验证，利用高频价格数据进行分析。

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。

这些获奖项目涵盖了区块链技术的多个关键领域，从共识机制、智能合约安全到DeFi优化和加密证明，展现了Sui生态系统在推动区块链技术创新方面的决心和远见。