Giải thưởng nghiên cứu học thuật Sui công bố vòng mới: Các trường đại học nổi tiếng toàn cầu tham gia, 17 dự án được tài trợ hơn 420.000 đô la Mỹ
Quỹ Sui gần đây đã công bố danh sách người nhận giải thưởng nghiên cứu học thuật Sui vòng mới. Chương trình này nhằm tài trợ cho các nghiên cứu thúc đẩy sự phát triển của Web3, đặc biệt là 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 17 đề xuất từ nhiều trường đại học nổi tiếng quốc tế, với tổng số tiền hỗ trợ đạt 425.000 đô la. Các trường đại học tham gia bao gồm Viện Khoa học và Công nghệ Hàn Quốc (KAIST), Đại học London (UCL), Viện Công nghệ Liên bang Lausanne (EPFL) và Đại học Quốc gia Singapore (NUS).
Tổng quan về đề xuất đạt giải
DAOs: Đa dạng của các nhóm bỏ phiếu
Nghiên cứu do giáo sư Ari Juels của Đại học Cornell dẫn dắt nhằm giải quyết vấn đề bản chất của tổ chức phi tập trung. Dự án sẽ xây dựng các chỉ số đo lường mức độ phi tập trung của DAO và khám phá các phương pháp thực hành để nâng cao sự phi tập trung trong tổ chức.
Giao thức đồng thuận DAG bất đồng bộ an toàn thích ứng
Philipp Jovanovic của Đại học London đã đề xuất phát triển một giao thức DAG không đồng bộ để tăng cường khả năng chống tấn công và thích ứng với đối thủ đang thay đổi. Giao thức này nhằm cung cấp tính bảo mật và khả năng thích ứng tốt hơn, đồng thời duy trì mức độ hiệu suất gần với đối thủ đồng bộ một phần.
Kiểm toán hợp đồng thông minh Sui dưới sự hướng dẫn của mô hình ngôn ngữ lớn
Nhóm Arthur Gervais của Đại học London dự định sử dụng các mô hình ngôn ngữ lớn như GPT-4-32k và Claude-v2-100k để cải thiện việc kiểm toán hợp đồng thông minh Move. Dự án này sẽ mở rộng sang hợp đồng thông minh Sui, nhấn mạnh việc thực hiện các đánh giá an toàn vững chắc kịp thời.
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 cái nhìn mới cho các giao thức đồng thuận mật mã, giúp hiểu rõ hơn về các thuật toán hiện có và cung cấp cấu trúc mới cho việc thiết kế các giao thức phân tán.
Khung xác minh đáng tin cậy cao cho giao thức oracle phi tập trung
Giselle Reis từ Đại học Carnegie Mellon và Bruno Woltzenlogel Paleo từ Djed Alliance sẽ tạo ra một khung để phân tích và xác minh các oracle blockchain một cách nghiêm ngặt thông qua các phương pháp hình thức, nhằm đảm bảo tính chính xác và công bằng của dữ liệu bên ngoài trong hợp đồng thông minh.
Nhận diện nút thắt khả năng mở rộng
Giáo sư Roger Wattenhofer của Viện Công nghệ Liên bang Zurich sẽ nghiên cứu việc xác định các nút thắt xuất phát từ thiết kế hợp đồng thông minh, nhằm nâng cao tiềm năng song song của các ứng dụng blockchain và khám phá ảnh hưởng của việc điều chỉnh phí giao dịch đối với sự song song.
Giao thức Bullshark cơ giới hóa
Giáo sư Ilya Sergey của 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 việc hiểu biết về giao thức đồng thuận dựa trên DAG.
BBSF: Khung tiêu chuẩn hóa chuẩn mực blockchain
Giáo sư Henry F. Korth tại Đại học Lehigh đã đề xuất tạo ra một định dạng tiêu chuẩn hóa cơ sở dữ liệu blockchain để so sánh công bằng các blockchain L1 và các giải pháp mở rộng L2, cung cấp cái nhìn minh bạch về hiệu suất chuỗi cho người dùng và nhà phát triển.
Xây dựng lớp chuỗi chia sẻ có thể mở rộng và phi tập trung
Giáo sư Min Suk Kang từ Viện Khoa học và Công nghệ Hàn Quốc sẽ khám phá việc sử dụng Bullshark/Mysticeti như một thuật toán sắp xếp chia sẻ, liên quan đến việc vận hành nhiều Rollup sử dụng Sui làm lớp sắp xếp.
được sử dụng cho thị trường phí địa phương tốt nhất cho định giá tắc nghẽn
Giáo sư Abdoulaye Ndiaye của Đại học New York sẽ nghiên cứu thị trường chi phí địa phương để tối ưu hóa giá cả tắc nghẽn, thiết lập cơ chế định giá hiệu quả phản ánh tình trạng tắc nghẽn nhằm đạt được phân bổ tài nguyên tối ưu.
SAMM: Nhà tạo thị trường tự động phân mảnh
Giáo sư Ittay Eyal tại Viện Công nghệ Israel đang phát triển khái niệm hợp đồng phân mảnh, sử dụng nhiều hợp đồng để tăng cường tính đồng thời. Dự án này nhằm điều chỉnh các động lực của nhà cung cấp thanh khoản và nhà giao dịch để duy trì nhiều phân mảnh AMM.
tiết lộ cá nhân trong cơ chế cạnh tranh
Giáo sư Andrea Attar từ Đại học Romatoviat sẽ khám phá các phương pháp mới trong thiết kế cơ chế thị trường, nghiên cứu tác động của việc nhà thiết kế tiết lộ thông tin cho các đại lý một cách riêng tư đến kết quả thị trường và tương tác chiến lược.
Ứng dụng mô hình ngôn ngữ lớn để tạo hợp đồng thông minh Sui
Ken Koedinger và Eason Chen từ Đại học Carnegie Mellon sẽ nghiên cứu việc tinh chỉnh các mô hình ngôn ngữ lớn bằng cách sử dụng mã Move và các gợi ý cụ thể của Sui để cải thiện việc tạo hợp đồng thông minh Sui.
COMET: Chuyển đổi sang các thước đo và khung so sánh Move
Giáo sư George Giaglis của Đại học Nicosia sẽ tiến hành phân tích so sánh toàn diện giữa Solidity và Move, nhằm thúc đẩy hiểu biết sâu sắc hơn về chức năng và khả năng của Move.
DeFi cách mạng: Tối ưu hóa tính thanh khoản và phí động trên Sui bằng phương pháp học sâu
Rachid Guerraoui và Walid Sofiane từ Đại học Bách khoa Lausanne sẽ phát triển một mô hình học sâu hỗn hợp để dự đoán khoảng tốt nhất trong giao thức Sui DeFi, nhằm cải thiện khả năng phản ứng của giao thức DeFi đối với sự thay đổi của thị trường.
Đánh giá khả năng dự đoán biến động của SUI
Giáo sư Stavros Degiannakis của Đại học Mở Síp sẽ điều tra tính hiệu quả của thuật toán SPEC trong việc dự đoán độ biến động của tài sản Sui, chủ yếu tập trung vào tài sản SUI.
zkSNARKs trong suốt hậu lượng tử với bộ nhớ thấp
Brett Falk và Pratyush Mishra từ Đại học Pennsylvania sẽ tập trung phát triển zkSNARKs có khả năng mở rộng, nhằm giải quyết các rào cản chính như độ phức tạp thời gian của người chứng minh, độ phức tạp không gian và kích thước SRS.
Các dự án nghiên cứu này bao gồm nhiều lĩnh vực then chốt của công nghệ blockchain, từ thuật toán đồng thuận đến an ninh hợp đồng thông minh, cho đến tối ưu hóa DeFi và bảo vệ quyền riêng tư. Bằng cách hỗ trợ những nghiên cứu tiên tiến này, Quỹ Sui nhằm thúc đẩy sự tiến bộ và đổi mới công nghệ trong toàn ngành blockchain.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
9 thích
Phần thưởng
9
6
Chia sẻ
Bình luận
0/400
DegenApeSurfer
· 19giờ trước
Nhiều tiền quá
Xem bản gốcTrả lời0
WalletManager
· 19giờ trước
Kiểm tra hợp đồng đáng tin cậy, bắt đầu tích trữ coin rồi.
Giải thưởng Nghiên cứu Học thuật Sui một lần nữa thúc đẩy đổi mới Web3, 17 dự án nhận được 425000 USD tài trợ.
Giải thưởng nghiên cứu học thuật Sui công bố vòng mới: Các trường đại học nổi tiếng toàn cầu tham gia, 17 dự án được tài trợ hơn 420.000 đô la Mỹ
Quỹ Sui gần đây đã công bố danh sách người nhận giải thưởng nghiên cứu học thuật Sui vòng mới. Chương trình này nhằm tài trợ cho các nghiên cứu thúc đẩy sự phát triển của Web3, đặc biệt là 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 17 đề xuất từ nhiều trường đại học nổi tiếng quốc tế, với tổng số tiền hỗ trợ đạt 425.000 đô la. Các trường đại học tham gia bao gồm Viện Khoa học và Công nghệ Hàn Quốc (KAIST), Đại học London (UCL), Viện Công nghệ Liên bang Lausanne (EPFL) và Đại học Quốc gia Singapore (NUS).
Tổng quan về đề xuất đạt giải
DAOs: Đa dạng của các nhóm bỏ phiếu
Nghiên cứu do giáo sư Ari Juels của Đại học Cornell dẫn dắt nhằm giải quyết vấn đề bản chất của tổ chức phi tập trung. Dự án sẽ xây dựng các chỉ số đo lường mức độ phi tập trung của DAO và khám phá các phương pháp thực hành để nâng cao sự phi tập trung trong tổ chức.
Giao thức đồng thuận DAG bất đồng bộ an toàn thích ứng
Philipp Jovanovic của Đại học London đã đề xuất phát triển một giao thức DAG không đồng bộ để tăng cường khả năng chống tấn công và thích ứng với đối thủ đang thay đổi. Giao thức này nhằm cung cấp tính bảo mật và khả năng thích ứng tốt hơn, đồng thời duy trì mức độ hiệu suất gần với đối thủ đồng bộ một phần.
Kiểm toán hợp đồng thông minh Sui dưới sự hướng dẫn của mô hình ngôn ngữ lớn
Nhóm Arthur Gervais của Đại học London dự định sử dụng các mô hình ngôn ngữ lớn như GPT-4-32k và Claude-v2-100k để cải thiện việc kiểm toán hợp đồng thông minh Move. Dự án này sẽ mở rộng sang hợp đồng thông minh Sui, nhấn mạnh việc thực hiện các đánh giá an toàn vững chắc kịp thời.
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 cái nhìn mới cho các giao thức đồng thuận mật mã, giúp hiểu rõ hơn về các thuật toán hiện có và cung cấp cấu trúc mới cho việc thiết kế các giao thức phân tán.
Khung xác minh đáng tin cậy cao cho giao thức oracle phi tập trung
Giselle Reis từ Đại học Carnegie Mellon và Bruno Woltzenlogel Paleo từ Djed Alliance sẽ tạo ra một khung để phân tích và xác minh các oracle blockchain một cách nghiêm ngặt thông qua các phương pháp hình thức, nhằm đảm bảo tính chính xác và công bằng của dữ liệu bên ngoài trong hợp đồng thông minh.
Nhận diện nút thắt khả năng mở rộng
Giáo sư Roger Wattenhofer của Viện Công nghệ Liên bang Zurich sẽ nghiên cứu việc xác định các nút thắt xuất phát từ thiết kế hợp đồng thông minh, nhằm nâng cao tiềm năng song song của các ứng dụng blockchain và khám phá ảnh hưởng của việc điều chỉnh phí giao dịch đối với sự song song.
Giao thức Bullshark cơ giới hóa
Giáo sư Ilya Sergey của 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 việc hiểu biết về giao thức đồng thuận dựa trên DAG.
BBSF: Khung tiêu chuẩn hóa chuẩn mực blockchain
Giáo sư Henry F. Korth tại Đại học Lehigh đã đề xuất tạo ra một định dạng tiêu chuẩn hóa cơ sở dữ liệu blockchain để so sánh công bằng các blockchain L1 và các giải pháp mở rộng L2, cung cấp cái nhìn minh bạch về hiệu suất chuỗi cho người dùng và nhà phát triển.
Xây dựng lớp chuỗi chia sẻ có thể mở rộng và phi tập trung
Giáo sư Min Suk Kang từ Viện Khoa học và Công nghệ Hàn Quốc sẽ khám phá việc sử dụng Bullshark/Mysticeti như một thuật toán sắp xếp chia sẻ, liên quan đến việc vận hành nhiều Rollup sử dụng Sui làm lớp sắp xếp.
được sử dụng cho thị trường phí địa phương tốt nhất cho định giá tắc nghẽn
Giáo sư Abdoulaye Ndiaye của Đại học New York sẽ nghiên cứu thị trường chi phí địa phương để tối ưu hóa giá cả tắc nghẽn, thiết lập cơ chế định giá hiệu quả phản ánh tình trạng tắc nghẽn nhằm đạt được phân bổ tài nguyên tối ưu.
SAMM: Nhà tạo thị trường tự động phân mảnh
Giáo sư Ittay Eyal tại Viện Công nghệ Israel đang phát triển khái niệm hợp đồng phân mảnh, sử dụng nhiều hợp đồng để tăng cường tính đồng thời. Dự án này nhằm điều chỉnh các động lực của nhà cung cấp thanh khoản và nhà giao dịch để duy trì nhiều phân mảnh AMM.
tiết lộ cá nhân trong cơ chế cạnh tranh
Giáo sư Andrea Attar từ Đại học Romatoviat sẽ khám phá các phương pháp mới trong thiết kế cơ chế thị trường, nghiên cứu tác động của việc nhà thiết kế tiết lộ thông tin cho các đại lý một cách riêng tư đến kết quả thị trường và tương tác chiến lược.
Ứng dụng mô hình ngôn ngữ lớn để tạo hợp đồng thông minh Sui
Ken Koedinger và Eason Chen từ Đại học Carnegie Mellon sẽ nghiên cứu việc tinh chỉnh các mô hình ngôn ngữ lớn bằng cách sử dụng mã Move và các gợi ý cụ thể của Sui để cải thiện việc tạo hợp đồng thông minh Sui.
COMET: Chuyển đổi sang các thước đo và khung so sánh Move
Giáo sư George Giaglis của Đại học Nicosia sẽ tiến hành phân tích so sánh toàn diện giữa Solidity và Move, nhằm thúc đẩy hiểu biết sâu sắc hơn về chức năng và khả năng của Move.
DeFi cách mạng: Tối ưu hóa tính thanh khoản và phí động trên Sui bằng phương pháp học sâu
Rachid Guerraoui và Walid Sofiane từ Đại học Bách khoa Lausanne sẽ phát triển một mô hình học sâu hỗn hợp để dự đoán khoảng tốt nhất trong giao thức Sui DeFi, nhằm cải thiện khả năng phản ứng của giao thức DeFi đối với sự thay đổi của thị trường.
Đánh giá khả năng dự đoán biến động của SUI
Giáo sư Stavros Degiannakis của Đại học Mở Síp sẽ điều tra tính hiệu quả của thuật toán SPEC trong việc dự đoán độ biến động của tài sản Sui, chủ yếu tập trung vào tài sản SUI.
zkSNARKs trong suốt hậu lượng tử với bộ nhớ thấp
Brett Falk và Pratyush Mishra từ Đại học Pennsylvania sẽ tập trung phát triển zkSNARKs có khả năng mở rộng, nhằm giải quyết các rào cản chính như độ phức tạp thời gian của người chứng minh, độ phức tạp không gian và kích thước SRS.
Các dự án nghiên cứu này bao gồm nhiều lĩnh vực then chốt của công nghệ blockchain, từ thuật toán đồng thuận đến an ninh hợp đồng thông minh, cho đến tối ưu hóa DeFi và bảo vệ quyền riêng tư. Bằng cách hỗ trợ những nghiên cứu tiên tiến này, Quỹ Sui nhằm thúc đẩy sự tiến bộ và đổi mới công nghệ trong toàn ngành blockchain.