# Sui新一轮学术研究奖揭晓:全球顶尖高校参与,17个项目获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。该计划旨在资助推动Web3发展的研究项目,尤其是在区块链网络、智能合约编程和基于Sui构建的产品等领域拓展技术边界。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。以下是部分获奖项目的简介:1. DAOs投票团体多样性研究(康奈尔大学)该项目旨在建立衡量去中心化自治组织(DAO)去中心化程度的指标,并探索提高组织内部去中心化的实践方法。2. 自适应安全的异步DAG协议共识(伦敦大学学院)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不断变化的对手环境。3. 基于大语言模型的Sui智能合约审计(伦敦大学学院)利用GPT-4等大型语言模型改进Move智能合约的审计过程,并扩展到Sui智能合约的安全评估。4. 共识协议领域研究(伯尔尼大学)通过调查当前共识领域,为密码共识协议提供新见解,助力更好理解现有算法。5. 去中心化预言机协议的高可信验证框架(卡内基梅隆大学)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,确保智能合约中外部数据的准确性和公平性。6. 区块链可扩展性瓶颈识别(苏黎世联邦理工学院)识别源于智能合约设计缺陷的瓶颈,提高区块链应用程序的并行化潜力。7. Bullshark协议机械化验证(新加坡国立大学)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的共识协议研究。8. 区块链基准化标准框架(利哈伊大学)创建区块链基准标准化格式,以公平比较L1区块链及L2扩展方案的性能。9. 构建可扩展和去中心化的共享序列层(韩国科学技术院)探索将Bullshark/Mysticeti用作共享排序器算法,实现多个Rollup使用Sui作为排序层。10. 本地费用市场优化拥堵定价(纽约大学)研究本地费用市场以优化区块链网络的拥堵定价机制,实现最佳资源分配。11. 分片自动做市商(以色列理工学院)开发分片合约概念,利用多个合约提高并发性,同时解决流动性碎片化等挑战。12. 竞争机制中的私人披露(罗马托尔维亚塔大学)探索市场机制设计新方法,研究信息私下披露对市场结果的影响。13. 基于大语言模型生成Sui智能合约(卡内基梅隆大学)通过微调大语言模型,提高其在Move语言智能合约生成方面的能力。14. Move语言转换比较框架(尼科西亚大学)完成Solidity和Move之间的全面比较分析,促进开发者向Move开发的过渡。15. DeFi优化:深度学习方法(洛桑联邦理工大学)开发混合深度学习模型,优化Sui DeFi协议中的流动性和动态费用。16. SUI波动率预测能力评估(塞浦路斯开放大学)研究SPEC算法在Sui资产波动率预测中的有效性。17. 低内存后量子透明zkSNARKs(宾夕法尼亚大学)开发可扩展的zkSNARKs,解决证明者时间复杂度、空间复杂度和SRS大小等问题。这些研究项目涵盖了区块链技术的多个前沿领域,从共识机制到智能合约安全,从DeFi优化到隐私保护。通过支持这些学术研究,Sui基金会旨在推动区块链技术的创新和发展,为Web3生态系统的未来奠定坚实基础。
Sui新一轮学术研究奖:17个项目获42万美元资助 全球顶尖高校参与
Sui新一轮学术研究奖揭晓:全球顶尖高校参与,17个项目获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。该计划旨在资助推动Web3发展的研究项目,尤其是在区块链网络、智能合约编程和基于Sui构建的产品等领域拓展技术边界。
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。
以下是部分获奖项目的简介:
DAOs投票团体多样性研究(康奈尔大学) 该项目旨在建立衡量去中心化自治组织(DAO)去中心化程度的指标,并探索提高组织内部去中心化的实践方法。
自适应安全的异步DAG协议共识(伦敦大学学院) 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不断变化的对手环境。
基于大语言模型的Sui智能合约审计(伦敦大学学院) 利用GPT-4等大型语言模型改进Move智能合约的审计过程,并扩展到Sui智能合约的安全评估。
共识协议领域研究(伯尔尼大学) 通过调查当前共识领域,为密码共识协议提供新见解,助力更好理解现有算法。
去中心化预言机协议的高可信验证框架(卡内基梅隆大学) 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,确保智能合约中外部数据的准确性和公平性。
区块链可扩展性瓶颈识别(苏黎世联邦理工学院) 识别源于智能合约设计缺陷的瓶颈,提高区块链应用程序的并行化潜力。
Bullshark协议机械化验证(新加坡国立大学) 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的共识协议研究。
区块链基准化标准框架(利哈伊大学) 创建区块链基准标准化格式,以公平比较L1区块链及L2扩展方案的性能。
构建可扩展和去中心化的共享序列层(韩国科学技术院) 探索将Bullshark/Mysticeti用作共享排序器算法,实现多个Rollup使用Sui作为排序层。
本地费用市场优化拥堵定价(纽约大学) 研究本地费用市场以优化区块链网络的拥堵定价机制,实现最佳资源分配。
分片自动做市商(以色列理工学院) 开发分片合约概念,利用多个合约提高并发性,同时解决流动性碎片化等挑战。
竞争机制中的私人披露(罗马托尔维亚塔大学) 探索市场机制设计新方法,研究信息私下披露对市场结果的影响。
基于大语言模型生成Sui智能合约(卡内基梅隆大学) 通过微调大语言模型,提高其在Move语言智能合约生成方面的能力。
Move语言转换比较框架(尼科西亚大学) 完成Solidity和Move之间的全面比较分析,促进开发者向Move开发的过渡。
DeFi优化:深度学习方法(洛桑联邦理工大学) 开发混合深度学习模型,优化Sui DeFi协议中的流动性和动态费用。
SUI波动率预测能力评估(塞浦路斯开放大学) 研究SPEC算法在Sui资产波动率预测中的有效性。
低内存后量子透明zkSNARKs(宾夕法尼亚大学) 开发可扩展的zkSNARKs,解决证明者时间复杂度、空间复杂度和SRS大小等问题。
这些研究项目涵盖了区块链技术的多个前沿领域,从共识机制到智能合约安全,从DeFi优化到隐私保护。通过支持这些学术研究,Sui基金会旨在推动区块链技术的创新和发展,为Web3生态系统的未来奠定坚实基础。