Sui新一轮学术研究资助结果揭晓：全球多所知名高校参与，17个项目获资超42万美元

近期，Sui基金会公布了新一轮学术研究资助计划的获奖名单。该计划旨在支持推动Web3发展的研究项目，特别是在区块链网络、智能合约编程以及基于Sui构建的产品相关技术方面的前沿探索。

在过去两个阶段中，共有17个来自国际知名学府的研究提案获得了批准，总资助金额达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。

获资助项目概览

去中心化自治组织的多样性研究

康奈尔大学的Ari Juels教授将围绕去中心化组织的本质展开研究。该项目将建立衡量DAO去中心化程度的指标，并探索提升组织内部去中心化水平的实践方法。

自适应安全的异步DAG共识协议

伦敦大学学院的Philipp Jovanovic教授提出开发一种异步DAG协议，以增强抗攻击能力并适应变化的威胁环境。该协议旨在提供更高的安全性和适应性，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

伦敦大学学院的Arthur Gervais教授计划利用GPT-4-32k和Claude-v2-100k等大型语言模型来改进Move智能合约的审计过程。该团队此前对52个Solidity DeFi智能合约的分析发现了导致近10亿美元损失的漏洞，现将研究扩展至Sui智能合约。

共识协议领域全景图

伯尔尼大学的Christopher Cachin教授将对当前共识领域进行全面调查，为密码学共识协议提供新的见解。研究成果将有助于更深入理解现有算法，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

卡内基梅隆大学的Giselle Reis教授和Djed Alliance的Bruno Woltzenlogel Paleo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。该项目将在Coq证明管理系统中开发全面的定义和证明策略库。

区块链可扩展性瓶颈识别

苏黎世联邦理工学院的Roger Wattenhofer教授将致力于识别源于智能合约设计缺陷的可扩展性瓶颈，并探讨交易费用调整对并行化潜力的影响。

Bullshark协议机械化验证

新加坡国立大学的Ilya Sergey教授计划使用现代计算机辅助验证工具对Bullshark协议的属性进行正式验证，推进对基于DAG的共识协议的理解。

区块链基准标准化框架

利哈伊大学的Henry F. Korth教授提出创建一个区块链基准标准化格式，以公平比较L1区块链和L2扩展方案，为用户和开发者提供链性能的透明洞察。

可扩展去中心化共享排序层构建

韩国科学技术院的Min Suk Kang教授将探索将Bullshark/Mysticeti用作共享排序器算法，研究多个使用Sui作为排序层的Rollup方案。

本地费用市场与拥堵定价优化

纽约大学的Abdoulaye Ndiaye教授将研究本地费用市场以优化区块链网络的拥堵定价机制，旨在建立反映网络拥堵状态的有效定价模型。

分片自动做市商机制

以色列理工学院的Ittay Eyal教授正在开发分片合约概念，利用多个合约提高并发性。研究重点是调整流动性提供者和交易者的激励机制，以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Andrea Attar教授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。

基于大型语言模型的Sui智能合约生成

卡内基梅隆大学的Ken Koedinger和Eason Chen教授将致力于解决当前大型语言模型在生成Move语言智能合约方面的挑战。研究包括收集Move语言示例数据集、增强提示工程和实施模型微调。

Move语言过渡比较度量框架

尼科西亚大学的George Giaglis教授将进行Solidity和Move语言之间的全面比较分析，旨在促进对Move功能和能力的深入理解，并帮助开发者更顺畅地过渡到Move开发。

DeFi优化：深度学习方法

洛桑联邦理工学院的Rachid Guerraoui和Walid Sofiane教授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，结合增强的递归神经网络、深度强化学习和社交媒体情感分析。

SUI波动率预测能力评估

塞浦路斯开放大学的Stavros Degiannakis教授将调查SPEC算法在Sui资产波动率预测中的有效性，主要关注SUI资产，并在其他区块链资产中进行验证。

低内存后量子透明zkSNARKs

宾夕法尼亚大学的Brett Falk和Pratyush Mishra教授致力于开发可扩展的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方案。