Sui基金會新一輪學術研究獎揭曉：全球頂尖高校參與，17個項目獲超42萬美元資助

近期，Sui基金會公布了最新一輪學術研究獎的獲獎名單。該計劃旨在資助推動Web3技術發展的研究項目，特別是在區塊鏈網路、智能合約編程以及基於Sui構建的應用等領域。

本輪共有17個來自國際知名大學的研究提案獲得批準，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全球頂尖學府。

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探討DAO的本質含義，建立衡量去中心化程度的指標體系，並提出增強組織內部去中心化的實踐方法。

自適應安全的異步DAG共識協議

倫敦大學學院的研究者致力於開發一種異步有向無環圖(DAG)協議，以提高系統抵御攻擊的能力，並能適應不斷變化的對手策略。該協議旨在提供更強的安全性和適應性，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

另一個來自倫敦大學學院的團隊將利用GPT-4和Claude等先進的大型語言模型，對Sui平台上的Move智能合約進行安全審計。該項目基於對52個Solidity DeFi合約的初步分析，將進一步擴展到Sui生態系統，強調及時進行穩健的安全評估。

共識協議領域研究

伯爾尼大學的項目將對當前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。

去中心化預言機的高可信驗證框架

卡內基梅隆大學與Djed Alliance合作的研究旨在創建一個框架，通過形式化方法嚴格分析和驗證區塊鏈預言機。該項目將利用Coq證明管理系統，開發一個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團隊將致力於識別源於智能合約設計缺陷的性能瓶頸，以提高區塊鏈應用的並行處理能力。研究還將探討交易費用調整對並行化潛力的影響。

Bullshark協議形式化驗證

新加坡國立大學的研究者將使用現代計算機輔助驗證工具對Bullshark協議進行形式化驗證，推進對基於DAG的共識協議的理解，爲分布式系統研究提供首個經機械驗證的模型。

區塊鏈基準化標準框架(BBSF)

利哈伊大學的項目旨在創建一個統一的區塊鏈基準標準化格式，以公平比較不同層級的區塊鏈解決方案，爲用戶和開發者提供透明的性能洞察。

可擴展去中心化共享排序層構建

韓國科學技術院的研究將探索將Bullshark/Mysticeti作爲共享排序器算法的應用，研究多個使用Sui作爲排序層的Rollup方案。

本地費用市場優化擁堵定價

紐約大學的團隊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，實現最佳資源分配。

分片自動做市商(SAMM)

以色列理工學院正在開發一種新的分片合約概念，利用多個合約提高並發性。該研究將探討如何調整流動性提供者和交易者的激勵機制，以維持多個AMM分片，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研究探索了市場機制設計的新方法，重點關注賣方之間吸引知情買家的競爭。該項目將調查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。

基於大型語言模型生成Sui智能合約

卡內基梅隆大學的研究團隊將通過使用Move代碼和Sui特定提示來微調大型語言模型，以解決當前LLMs在生成Move語言智能合約時面臨的挑戰。

COMET：Move語言過渡比較框架

尼科西亞大學的項目將進行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，幫助開發者更容易地過渡到Move開發。

基於深度學習的Sui DeFi優化

洛桑聯邦理工學院的研究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。該模型結合了增強的遞歸神經網路和深度強化學習，同時整合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團隊將調查SPEC算法在預測Sui資產波動率方面的有效性。該研究將利用高頻價格數據，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zkSNARKs

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，從共識機制、智能合約安全到去中心化金融和隱私保護等，反映了Sui基金會對推動區塊鏈技術創新的持續承諾。通過支持這些頂級學術機構的研究，Sui生態系統有望在未來取得突破性進展。