Kết quả vòng mới của Giải thưởng Nghiên cứu Học thuật Sui được công bố: Các trường đại học nổi tiếng toàn cầu tham gia, 17 dự án nhận được tài trợ hơn 420.000 USD

Quỹ Sui gần đây đã công bố danh sách người chiến thắng trong vòng tài trợ nghiên cứu học thuật Sui mới nhất. Chương trình này nhằm tài trợ cho các nghiên cứu thúc đẩy sự phát triển của Web3, đặc biệt là sự tiến bộ của các công nghệ liên quan đến mạng blockchain, lập trình hợp đồng thông minh và các sản phẩm được xây dựng trên nền tảng Sui.

Trong hai giai đoạn vừa qua, Quỹ Sui đã phê duyệt tổng cộng 17 đề xuất từ các trường đại học nổi tiếng quốc tế, với tổng số tiền tài trợ đạt 425,000 USD. Các trường đại học tham gia bao gồm Viện Khoa học và Công nghệ Hàn Quốc, Đại học College London, Đại học Bách khoa Lausanne và Đại học Quốc gia Singapore.

Tổng quan về đề xuất giành giải thưởng

DAOs: Đa dạng trong nhóm bỏ phiếu

Nghiên cứu này do giáo sư Ari Juels của Đại học Cornell lãnh đạo nhằm giải quyết các vấn đề cốt lõi của tổ chức phi tập trung. Bằng cách thiết lập các chỉ số đo lường mức độ phi tập trung của tổ chức tự trị phi tập trung (DAO), nghiên cứu sẽ xác định các phương pháp thực tiễn có thể tăng cường tính phi tập trung bên trong tổ chức.

Giao thức đồng thuận DAG bất đồng bộ tự thích ứng an toàn

Tiến sĩ Philipp Jovanovic từ Đại học London đã đề xuất phát triển một giao thức đồ thị có hướng không chu trình bất đồng bộ (DAG) nhằm cải thiện khả năng chống tấn công và thích ứng với môi trường đối thủ thay đổi. Giao thức này nhằm cung cấp độ an toàn và khả năng thích ứng tốt hơn, trong khi vẫn duy trì gần mức hiệu suất của đối thủ bán đồng bộ.

Kiểm toán hợp đồng thông minh Sui dưới sự hướng dẫn của mô hình ngôn ngữ lớn

Đội ngũ của Tiến sĩ Arthur Gervais tại Đại học London dự định sử dụng các mô hình ngôn ngữ lớn như GPT-4-32k và Claude-v2-100k (LLMs) để cải thiện quy trình kiểm toán hợp đồng thông minh Move. Dự án này sẽ dựa trên kinh nghiệm phân tích 52 hợp đồng thông minh Solidity DeFi trước đó, mở rộng đến đánh giá bảo mật của hợp đồng thông minh Sui.

ánh xạ lĩnh vực giao thức đồng thuận

Giáo sư Christopher Cachin từ Đại học Bern sẽ nghiên cứu lĩnh vực đồng thuận hiện tại, cung cấp những hiểu biết mới cho các giao thức đồng thuận mật mã. Các kết quả nghiên cứu dự kiến sẽ giúp hiểu rõ hơn về các thuật toán hiện có và cung cấp những ý tưởng mới cho việc thiết kế các giao thức phân tán.

Khung xác thực tin cậy cao cho giao thức oracle phi tập trung

Tiến sĩ Giselle Reis từ Đại học Carnegie Mellon và Tiến sĩ Bruno Woltzenlogel Paleo từ Djed Alliance sẽ tạo ra một khung để phân tích và xác minh nghiêm ngặt các oracle blockchain thông qua các phương pháp hình thức. Dự án nhằm phát triển một thư viện định nghĩa và chiến lược chứng minh toàn diện để đảm bảo độ chính xác và công bằng của dữ liệu bên ngoài trong hợp đồng thông minh.

Nhận diện nút thắt khả năng mở rộng

Nhóm giáo sư Roger Wattenhofer tại Viện Công nghệ Liên bang Zurich sẽ tập trung vào việc xác định các nút cổ chai do thiết kế hợp đồng thông minh gây ra, nhằm nâng cao tiềm năng song song của các ứng dụng blockchain. Nghiên cứu cũng sẽ khám phá tác động của việc điều chỉnh phí giao dịch đối với tiềm năng song song.

Giao thức Bullshark cơ giới hóa

Giáo sư Ilya Sergey từ 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 đồ thị có hướng không chu trình. Dự án này hứa hẹn sẽ cung cấp mô hình giao thức đồng thuận dựa trên DAG đầu tiên được xác minh bằng máy cho nghiên cứu hệ thống phân tán.

BBSF: Khung tiêu chuẩn chuẩn hóa blockchain

Giáo sư Henry F. Korth của Đại học Lehigh đã đề xuất tạo ra một định dạng chuẩn hóa tham chiếu cho blockchain, nhằm so sánh công bằng các giải pháp blockchain L1 và L2. Dự án này nhằm cung cấp cái nhìn minh bạch về hiệu suất chuỗi cho người dùng và nhà phát triển, thúc đẩy việc ra quyết định thông minh.

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

Giáo sư Min Suk Kang của Viện Khoa học và Công nghệ Hàn Quốc sẽ khám phá khả năng sử dụng Bullshark/Mysticeti làm thuật toán sắp xếp chia sẻ. Nghiên cứu này liên quan đến việc chạy nhiều Rollup sử dụng Sui làm lớp sắp xếp, cho phép chúng giải thích giao dịch theo các lớp thực thi tương ứng.

thị trường phí địa phương cho định giá tắc nghẽn tốt nhất

Giáo sư Abdoulaye Ndiaye của Đại học New York sẽ khảo sát thị trường chi phí địa phương để tối ưu hóa giá cả tắc nghẽn, thực hiện sự tương tự giữa giao dịch tắc nghẽn và giao dịch trong mạng blockchain. Nghiên cứu này nhằm thiết lập một cơ chế định giá hiệu quả phản ánh trạng thái tắc nghẽn, nhằm đạt được phân bổ tài nguyên tối ưu.

SAMM: Nhà làm thị trường tự động phân mảnh

Giáo sư Ittay Eyal của Viện Công nghệ Israel đang phát triển một khái niệm mới có tên là hợp đồng phân đoạn, sử dụng nhiều hợp đồng để tăng cường tính đồng thời. Mục tiêu chính của nghiên cứu này là điều chỉnh cơ chế khuyến khích của người cung cấp thanh khoản và các nhà giao dịch, nhằm duy trì nhiều phân đoạn AMM, đạt được phân đoạn AMM hoàn toàn có thể song song.

Tiết lộ cá nhân trong cơ chế cạnh tranh

Giáo sư Andrea Attar từ Đại học Tor Vergata Roma sẽ khám phá các phương pháp mới trong thiết kế cơ chế thị trường, tập trung nghiên cứu về sự cạnh tranh giữa các bên bán để thu hút người mua có thông tin. Dự án này nhằm nâng cao hiểu biết về các khiếm khuyết của thị trường thông qua phân tích lý thuyết và nghiên cứu thực nghiệm, đồng thời đưa ra các khuyến nghị chính sách.

Ứng dụng mô hình ngôn ngữ lớn để tạo hợp đồng thông minh Sui

Các giáo sư Ken Koedinger và Eason Chen từ Đại học Carnegie Mellon sẽ tập trung vào việc giải quyết những thách thức hiện tại của các mô hình ngôn ngữ lớn (LLMs) trong việc tạo ra hợp đồng thông minh bằng ngôn ngữ Move. Nhóm nghiên cứu dự định thu thập một tập dữ liệu ví dụ toàn diện về ngôn ngữ Move, tăng cường kỹ thuật gợi ý và thực hiện tinh chỉnh để so sánh hiệu quả của LLM dưới các phương pháp khác nhau.

COMET: Chuyển sang các phép đo và khung so sánh của Move

Giáo sư George Giaglis từ Đại học Nicosia sẽ thực hiện phân tích so sánh toàn diện giữa Solidity và Move, nhằm thúc đẩy sự hiểu biết sâu sắc hơn về các chức năng và khả năng của Move. Dự án này dự định tổ chức các yếu tố chính thành một khuôn khổ, giúp các nhà phát triển dễ dàng chuyển sang sử dụng Move để phát triển.

DeFi cách mạng: Tối ưu hóa tính thanh khoản và phí động trên Sui bằng phương pháp học sâu

Các giáo sư Rachid Guerraoui và Walid Sofiane từ Đại học Bách khoa Liên bang Lausanne sẽ phát triển một mô hình học sâu hỗn hợp, nhằm dự đoán khoảng tối ưu trong giao thức Sui DeFi. Nghiên cứu 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 của SUI

Giáo sư Stavros Degiannakis của Đại học Mở Síp sẽ nghiên cứu hiệu quả của thuật toán SPEC trong việc dự đoán độ biến động của tài sản Sui. Nghiên cứu sẽ tập trung chủ yếu vào tài sản SUI và sẽ được xác thực trên nhiều tài sản blockchain khác nhau, sử dụng dữ liệu giá cao tần miễn phí được cung cấp.

zkSNARKs trong suốt hậu lượng tử với bộ nhớ thấp

Hai giáo sư Brett Falk và Pratyush Mishra từ Đại học Pennsylvania đang hướng đến việc phát triển zkSNARKs có thể mở rộng, giải quyết ba rào cản chính gồm độ phức tạp thời gian của người chứng minh, độ phức tạp không gian và kích thước SRS. Mục tiêu nghiên cứu là cung cấp các chứng minh mật mã có thể mở rộng sẵn sàng triển khai cho nhiều ứng dụng trong công nghệ blockchain.