Os Prêmios de Pesquisa Acadêmica Sui fornecem financiamento para 17 pesquisadores que estão expandindo os limites das tecnologias relacionadas a blockchain.
A Fundação Sui tem o prazer de revelar os premiados dos Prêmios de Pesquisa Acadêmica Sui. O programa financia pesquisas que avançam a Web3 em vários setores, especialmente ao expandir os limites da tecnologia relacionada a redes blockchain, programação de contratos inteligentes e produtos construídos sobre o Sui.
Nas últimas duas coortes, aprovamos 17 propostas para $425.000 de universidades líderes, incluindo KAIST, University College London, EPFL e Universidade Nacional de Singapura.
Overview of approved proposalsDAOs: Voting-Bloc Entropy
Ari Juels (Cornell University)
Abordando a questão fundamental do que significa para uma organização ser descentralizada, esta pesquisa estabelecerá uma métrica para medir a descentralização organizacional. Ao estabelecer uma medida de descentralização exibida por uma organização autônoma descentralizada (DAO), a pesquisa identificará práticas que podem melhorar a descentralização dentro das organizações.
Adaptively-secure asynchronous DAG-based consensus
Philipp Jovanovic (University College London)
Este projeto visa desenvolver um protocolo baseado em DAG assíncrono para melhorar a robustez contra ataques e se adaptar a adversários em mudança. Ao contrário dos modelos parcialmente síncronos atuais vulneráveis a ataques de negação de serviço e adversários estáticos, o protocolo proposto oferecerá segurança e adaptabilidade melhoradas, mantendo os níveis de desempenho o mais próximo possível de seus contrapartes parcialmente síncronos.
Large language model guided auditing of Sui smart contracts
Arthur Gervais (University College London)
Melhorias significativas na auditoria de contratos inteligentes Move podem ser alcançadas usando modelos de linguagem grande (LLMs) como GPT-4-32k e Claude-v2-100k. Análises iniciais de 52 contratos inteligentes DeFi Solidity identificaram várias vulnerabilidades que resultaram em quase $1 bilhão em perdas reportadas. Este projeto expande esta pesquisa para contratos inteligentes Sui, enfatizando a engenharia de prompts para avaliação robusta de segurança e avaliando o desempenho do LLM usando conjuntos de dados de referência sintéticos.
Mapping the landscape of consensus protocols
Christopher Cachin (University of Bern)
Ao mapear a paisagem atual do consenso, este projeto oferecerá novas percepções sobre protocolos de consenso criptográficos. Os resultados levarão a uma melhor compreensão dos algoritmos existentes e a novas estruturas para projetar protocolos distribuídos.
A framework for high-assurance verification of decentralized oracle protocols
Giselle Reis (Carnegie Melon University) e Bruno Woltzenlogel Paleo (Djed Alliance)
Criar um quadro para analisar e verificar rigorosamente oráculos blockchain usando métodos formais é essencial para garantir dados externos precisos e justos em contratos inteligentes. Este projeto se baseia em trabalhos anteriores, ampliando um protocolo de oráculo básico e modelo de negócios formalizado no sistema de gerenciamento de provas Coq, com o objetivo de desenvolver uma biblioteca abrangente de definições e táticas de prova.
Identifying scalability bottlenecks
Roger Wattenhofer (ETH Zürich)
Identificando gargalos decorrentes de falhas de design de contratos inteligentes, este projeto busca melhorar o potencial de paralelização de aplicações blockchain. Também explorará como ajustar taxas de transação pode impactar o potencial de paralelização.
Mechanizing Bullshark protocol
Ilya Sergey (National University of Singapore)
Esta pesquisa visa verificar formalmente as propriedades do Bullshark usando ferramentas modernas de verificação assistida por computador, avançando a compreensão de protocolos de consenso baseados em DAG. Além disso, o projeto contribuirá para o avanço da pesquisa em sistemas distribuídos, fornecendo os primeiros modelos verificados mecanicamente de protocolos de consenso baseados em DAG.
BBSF: The Blockchain Benchmarking Standardized Framework
Henry F. Korth (Lehigh University)
Este projeto visa criar um formato padronizado de benchmarking blockchain para comparação justa de blockchains de camada 1, bem como soluções de escalonamento de camada 2. Em última análise, o objetivo é oferecer aos usuários e desenvolvedores insights transparentes sobre o desempenho da cadeia, facilitando a tomada de decisões informadas.
Building a Scalable and Decentralized Shared Sequencing Layer
Min Suk Kang (KAIST)
A proposta explorará o uso do Bullshark/Mysticeti como um algoritmo de sequenciador compartilhado. Isso envolverá a execução de vários rollups que usam Sui como a camada de sequenciamento, permitindo que eles interpretem transações conforme sua camada de execução.
Local fee markets for optimal congestion pricing
Abdoulaye Ndiaye (New York University)
Esta pesquisa investiga mercados de taxas locais para otimizar a precificação de congestionamento, traçando paralelos entre congestionamento no transporte e execução de transações em redes blockchain. O objetivo é estabelecer mecanismos de precificação eficientes que reflitam os estados de congestionamento para alocação ótima de recursos. Análises iniciais das avaliações dos usuários e custos de atraso mostram direções promissoras para a precificação de congestionamento em blockchains.
SAMM: Sharded Automated Market Makers
Ittay Eyal (Technion - Israel Institute of Technology)
Um novo conceito chamado contratos fragmentados, que utiliza vários contratos para aumentar a concorrência, está sendo desenvolvido. Enquanto a fragmentação de contratos inteligentes de formadores de mercado automatizados (AMM) pode melhorar o desempenho, desafios surgem devido à fragmentação da liquidez e transações de troca mais caras. O objetivo principal é alinhar incentivos para provedores de liquidez e comerciantes para sustentar vários fragmentos de AMM, possibilitando AMMs fragmentados totalmente paralelizáveis.
Private disclosures in competing mechanisms
Andrea Attar (University of Roma Tor Vergata - Italy)
Explorando uma nova abordagem para o design de mecanismos em mercados, esta pesquisa foca na competição entre vendedores para atrair compradores informados. Investiga o impacto das divulgações privadas de designers para agentes nos resultados de mercado e interações estratégicas, visando fornecer insights sobre dinâmicas de mercado modernas e competição. Através de análise teórica e pesquisa empírica, o projeto busca avançar a compreensão das imperfeições do mercado e informar recomendações de políticas.
Apply large language models to generate Sui smart contracts
Ken Koedinger e Eason Chen (Carnegie Melon University)
Contratos inteligentes no Sui são escritos na linguagem Move, apresentando desafios para os atuais modelos de linguagem grande (LLMs) devido a dados de treinamento limitados. Esta pesquisa visa abordar isso ao ajustar LLMs com código Move e prompts específicos do Sui. Esta pesquisa reunirá um conjunto de dados abrangente de exemplos da linguagem Move, aprimorará a engenharia de prompts e implementará o ajuste fino, comparando a eficácia do LLM através desses métodos.
COMET: Comparative Metrics and Framework for Transitioning to Move
George Giaglis (University of Nicosia)
Apesar da análise extensiva de Solidity, o surgimento de Move apresenta uma mudança notável, mas uma análise comparativa entre Solidity e Move permanece escassa. Esta pesquisa completará uma análise comparativa abrangente entre Solidity e Move, facilitando uma compreensão mais profunda das características e capacidades do Move. Organizando elementos-chave em um quadro, nosso objetivo é capacitar desenvolvedores a transitar facilmente para o desenvolvimento com Move.
Revolutionizing DeFi: A deep learning approach to optimize liquidity and dynamic fees on Sui
Rachid Guerraoui e Walid Sofiane (École Polytechnique Fédérale de Lausanne)
Esta pesquisa desenvolverá um modelo de aprendizado profundo híbrido para previsões de faixa ótima em protocolos DeFi Sui. Combina redes neurais recorrentes aprimoradas e aprendizado por reforço profundo, enquanto integra análise de sentimento de mídia social para aumentar a precisão preditiva. Esta pesquisa busca melhorar a capacidade de resposta dos protocolos DeFi a mudanças de mercado, posicionando o Sui como líder em protocolos DeFi de próxima geração.
Evaluate the predictive ability of SUI’s volatility
Stavros Degiannakis (Open University of Cyprus)
Avaliar a adequação do modelo e a capacidade preditiva em econometria é crítico, muitas vezes confiando em funções de perda para avaliar a utilidade de previsão. Esta pesquisa investigará a eficácia do algoritmo SPEC na previsão da volatilidade para ativos no Sui. Utilizando dados de preço de alta frequência disponíveis gratuitamente, o estudo se concentrará principalmente no SUI, com validação em vários ativos de blockchain.
Low-memory post-quantum transparent zkSNARKs
Brett Falk e Pratyush Mishra (University of Pennsylvania)
A pesquisa visa desenvolver zkSNARKs escaláveis, abordando três barreiras principais: complexidade do tempo do provador, complexidade do espaço do provador e tamanho do SRS do provador. O objetivo é construir zkSNARKs que superem essas barreiras simultaneamente, levando a provas criptográficas escaláveis prontas para implantação para várias aplicações em tecnologia blockchain.
Gostaríamos de agradecer a todos que enviaram propostas para o programa Prêmios de Pesquisa Acadêmica Sui.
Para aqueles interessados no programa, por favor, enviem suas propostas para a próxima rodada até 4 de abril de 2024.
Leia a matéria original: Clique aqui
Traduzido por: b1gvini
Considere fazer uma doação - sui wallet: b1gvini.sui
Top comments (0)