Prix de recherche académique Sui: 17 projets de prestigieuses universités mondiales reçoivent plus de 420 000 dollars américains
Récemment, la fondation Sui a annoncé la liste des lauréats de la nouvelle édition des prix de recherche académique. Ce programme vise à financer des recherches qui promeuvent le développement de Web3, en particulier les innovations technologiques liées aux réseaux blockchain, à la programmation de contrats intelligents et aux produits construits sur Sui.
Au cours des deux dernières phases, un total de 17 propositions de recherche provenant d'universités de renommée internationale ont été approuvées, pour un montant total de financement de 425 000 dollars. Les universités participantes incluent l'Institut coréen des sciences et technologies (KAIST), l'University College London (UCL), l'École polytechnique fédérale de Lausanne (EPFL) et l'Université nationale de Singapour (NUS), entre autres.
Points forts des propositions primées
Évaluation du degré de décentralisation des DAOs
L'équipe de recherche de l'Université Cornell développera un ensemble d'indicateurs pour mesurer le degré de décentralisation de l'organisation autonome décentralisée (DAO) et explorera des méthodes pratiques pour améliorer la décentralisation au sein de l'organisation.
protocole de consensus DAG asynchrone
Le projet de l'University College London vise à développer un protocole de graphe acyclique orienté asynchrone (DAG) pour améliorer la résistance aux attaques et s'adapter à un environnement d'adversaire en constante évolution. Ce protocole est conçu pour offrir une meilleure sécurité et adaptabilité, tout en maintenant un niveau de performance proche de celui des adversaires partiellement synchronisés.
Audit de contrat intelligent basé sur des modèles de langage de grande taille
Une autre équipe de l'University College London utilisera des modèles de langage de grande taille tels que GPT-4-32k et Claude-v2-100k (LLMs) pour améliorer le processus d'audit des contrats intelligents Move. Leur analyse de 52 contrats intelligents DeFi Solidity a révélé des vulnérabilités entraînant près de 1 milliard de dollars de pertes. Ce projet étendra la recherche aux contrats intelligents Sui, soulignant l'importance d'effectuer des évaluations de sécurité en temps opportun.
Recherche sur les protocoles de consensus
Le projet de l'Université de Berne effectuera une enquête complète sur le domaine du consensus actuel, fournissant des perspectives novatrices sur les protocoles de consensus cryptographique. Les résultats de la recherche contribueront à une meilleure compréhension des algorithmes existants et fourniront de nouvelles idées pour la conception de protocoles distribués.
Cadre de vérification du protocole d'oracle
Le projet collaborant entre l'université Carnegie Mellon et Djed Alliance créera un cadre pour analyser et vérifier rigoureusement les oracles de blockchain par des méthodes formelles. Ce cadre est essentiel pour garantir l'exactitude et l'équité des données externes dans les contrats intelligents.
Identification des goulets d'étranglement de la scalabilité
La recherche de l'École polytechnique fédérale de Zurich vise à identifier les goulets d'étranglement issus de défauts de conception des contrats intelligents afin d'améliorer le potentiel de parallélisation des applications blockchain. Elle examinera également l'impact des ajustements des frais de transaction sur le potentiel de parallélisation.
Vérification mécanisée du protocole Bullshark
Le projet de l'Université nationale de Singapour utilisera des outils de vérification assistée par ordinateur modernes pour valider formellement les attributs de Bullshark, faisant avancer la compréhension des protocoles de consensus basés sur le DAG. Ce sera le premier modèle de protocole de consensus DAG vérifié mécaniquement dans la recherche sur les systèmes distribués.
Cadre de normes de référence pour la blockchain
La recherche de l'Université de Lehi vise à créer un format de normalisation de référence pour la blockchain, afin de comparer équitablement les solutions de couche 1 et d'extension de couche 2. L'objectif est de fournir aux utilisateurs et aux développeurs une transparence sur les performances de la chaîne, afin de favoriser des décisions éclairées.
Recherche sur la couche de tri partagée
Le projet de l'Institut coréen des sciences et technologies explorera la possibilité d'utiliser Bullshark/Mysticeti comme algorithme de tri partagé, impliquant l'exécution de plusieurs Rollups utilisant Sui comme couche de tri.
Étude de marché des frais locaux
La recherche de l'Université de New York examinera le marché des frais locaux pour optimiser la tarification de congestion, en établissant une analogie entre le commerce de la congestion et l'exécution des transactions sur un réseau blockchain. L'objectif est de créer un mécanisme de tarification efficace qui reflète l'état de congestion afin d'atteindre une allocation optimale des ressources.
Marché automatique de fragments (SAMM)
L'Institut technologique d'Israël développe un nouveau concept appelé contrat de fragmentation, utilisant plusieurs contrats pour augmenter la concurrence. Ce projet vise à ajuster les mécanismes d'incitation des fournisseurs de liquidité et des traders, afin de maintenir plusieurs fragments AMM et d'atteindre une AMM fragmentée complètement parallélisable.
Mécanisme de divulgation d'informations privées
L'Université de Tor Vergata à Rome explore de nouvelles méthodes de conception des mécanismes de marché, en mettant l'accent sur la concurrence entre les vendeurs pour attirer des acheteurs informés. Le projet examinera l'impact de la divulgation d'informations par les concepteurs aux agents sur les résultats du marché et les interactions stratégiques.
génération de contrats intelligents basée sur des modèles de langage de grande taille
Le projet de l'université Carnegie Mellon vise à affiner les grands modèles de langage (LLMs) en utilisant du code Move et des indications spécifiques à Sui pour relever les défis actuels des LLMs dans la génération de contrats intelligents en langage Move. La recherche collectera un ensemble de données d'exemples de langage Move complet, améliorera l'ingénierie des indications et mettra en œuvre l'affinage.
Cadre d'analyse comparative du langage Move
L'étude de l'Université de Nicosie complétera une analyse comparative approfondie entre Solidity et Move, favorisant une compréhension plus approfondie des fonctionnalités et des capacités de Move. En organisant les éléments clés dans un cadre, l'objectif est d'aider les développeurs à passer plus facilement au développement avec Move.
Modèle d'apprentissage en profondeur optimisé pour DeFi
Le projet de l'École polytechnique fédérale de Lausanne développera un modèle hybride d'apprentissage profond, destiné à la prévision des plages optimales dans le protocole Sui DeFi. Ce modèle combine un réseau de neurones récurrents amélioré et un apprentissage par renforcement profond, tout en intégrant une analyse des sentiments des médias sociaux pour améliorer la précision des prévisions.
Étude sur la prévision de la volatilité de SUI
La recherche de l'Université ouverte de Chypre examinera l'efficacité de l'algorithme SPEC dans la prévision de la volatilité des actifs Sui. En utilisant des données de prix haute fréquence, cette étude se concentrera principalement sur SUI et sera validée parmi divers actifs blockchain.
zkSNARKs transparents post-quantique à faible mémoire
Le projet de l'Université de Pennsylvanie vise à développer des zkSNARKs évolutifs en résolvant simultanément trois obstacles majeurs : la complexité temporelle du prouveur, la complexité spatiale et la taille du SRS. L'objectif est de fournir des preuves cryptographiques évolutives prêtes à être déployées pour diverses applications dans la technologie blockchain.
Ces projets de recherche couvrent plusieurs domaines clés de la technologie blockchain, des mécanismes de consensus à la sécurité des contrats intelligents, de l'optimisation DeFi à l'innovation zkSNARKs. En soutenant ces recherches à la pointe, la fondation Sui montre sa détermination à promouvoir le développement de la technologie blockchain et la recherche académique, établissant ainsi une base solide pour le développement à long terme de l'écosystème Web3.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
7 J'aime
Récompense
7
6
Reposter
Partager
Commentaire
0/400
GhostInTheChain
· 07-27 16:42
Encore en train de dépenser beaucoup d'argent pour se faire prendre pour des cons.
Voir l'originalRépondre0
degenonymous
· 07-25 16:05
L'investissement suit l'enseignement académique.
Voir l'originalRépondre0
failed_dev_successful_ape
· 07-24 17:38
Le rouleau s'envole, je ne peux plus suivre.
Voir l'originalRépondre0
PumpBeforeRug
· 07-24 17:36
Hehe, l'argent est utilisé par le groupe lui-même.
Voir l'originalRépondre0
OnchainDetective
· 07-24 17:30
Détails de financement suspects. J'ai verrouillé plusieurs modèles d'Adresse.
Nouveau tour de prix de recherche académique Sui : 17 grandes écoles reçoivent 420 000 dollars pour promouvoir l'innovation Web3
Prix de recherche académique Sui: 17 projets de prestigieuses universités mondiales reçoivent plus de 420 000 dollars américains
Récemment, la fondation Sui a annoncé la liste des lauréats de la nouvelle édition des prix de recherche académique. Ce programme vise à financer des recherches qui promeuvent le développement de Web3, en particulier les innovations technologiques liées aux réseaux blockchain, à la programmation de contrats intelligents et aux produits construits sur Sui.
Au cours des deux dernières phases, un total de 17 propositions de recherche provenant d'universités de renommée internationale ont été approuvées, pour un montant total de financement de 425 000 dollars. Les universités participantes incluent l'Institut coréen des sciences et technologies (KAIST), l'University College London (UCL), l'École polytechnique fédérale de Lausanne (EPFL) et l'Université nationale de Singapour (NUS), entre autres.
Points forts des propositions primées
Évaluation du degré de décentralisation des DAOs
L'équipe de recherche de l'Université Cornell développera un ensemble d'indicateurs pour mesurer le degré de décentralisation de l'organisation autonome décentralisée (DAO) et explorera des méthodes pratiques pour améliorer la décentralisation au sein de l'organisation.
protocole de consensus DAG asynchrone
Le projet de l'University College London vise à développer un protocole de graphe acyclique orienté asynchrone (DAG) pour améliorer la résistance aux attaques et s'adapter à un environnement d'adversaire en constante évolution. Ce protocole est conçu pour offrir une meilleure sécurité et adaptabilité, tout en maintenant un niveau de performance proche de celui des adversaires partiellement synchronisés.
Audit de contrat intelligent basé sur des modèles de langage de grande taille
Une autre équipe de l'University College London utilisera des modèles de langage de grande taille tels que GPT-4-32k et Claude-v2-100k (LLMs) pour améliorer le processus d'audit des contrats intelligents Move. Leur analyse de 52 contrats intelligents DeFi Solidity a révélé des vulnérabilités entraînant près de 1 milliard de dollars de pertes. Ce projet étendra la recherche aux contrats intelligents Sui, soulignant l'importance d'effectuer des évaluations de sécurité en temps opportun.
Recherche sur les protocoles de consensus
Le projet de l'Université de Berne effectuera une enquête complète sur le domaine du consensus actuel, fournissant des perspectives novatrices sur les protocoles de consensus cryptographique. Les résultats de la recherche contribueront à une meilleure compréhension des algorithmes existants et fourniront de nouvelles idées pour la conception de protocoles distribués.
Cadre de vérification du protocole d'oracle
Le projet collaborant entre l'université Carnegie Mellon et Djed Alliance créera un cadre pour analyser et vérifier rigoureusement les oracles de blockchain par des méthodes formelles. Ce cadre est essentiel pour garantir l'exactitude et l'équité des données externes dans les contrats intelligents.
Identification des goulets d'étranglement de la scalabilité
La recherche de l'École polytechnique fédérale de Zurich vise à identifier les goulets d'étranglement issus de défauts de conception des contrats intelligents afin d'améliorer le potentiel de parallélisation des applications blockchain. Elle examinera également l'impact des ajustements des frais de transaction sur le potentiel de parallélisation.
Vérification mécanisée du protocole Bullshark
Le projet de l'Université nationale de Singapour utilisera des outils de vérification assistée par ordinateur modernes pour valider formellement les attributs de Bullshark, faisant avancer la compréhension des protocoles de consensus basés sur le DAG. Ce sera le premier modèle de protocole de consensus DAG vérifié mécaniquement dans la recherche sur les systèmes distribués.
Cadre de normes de référence pour la blockchain
La recherche de l'Université de Lehi vise à créer un format de normalisation de référence pour la blockchain, afin de comparer équitablement les solutions de couche 1 et d'extension de couche 2. L'objectif est de fournir aux utilisateurs et aux développeurs une transparence sur les performances de la chaîne, afin de favoriser des décisions éclairées.
Recherche sur la couche de tri partagée
Le projet de l'Institut coréen des sciences et technologies explorera la possibilité d'utiliser Bullshark/Mysticeti comme algorithme de tri partagé, impliquant l'exécution de plusieurs Rollups utilisant Sui comme couche de tri.
Étude de marché des frais locaux
La recherche de l'Université de New York examinera le marché des frais locaux pour optimiser la tarification de congestion, en établissant une analogie entre le commerce de la congestion et l'exécution des transactions sur un réseau blockchain. L'objectif est de créer un mécanisme de tarification efficace qui reflète l'état de congestion afin d'atteindre une allocation optimale des ressources.
Marché automatique de fragments (SAMM)
L'Institut technologique d'Israël développe un nouveau concept appelé contrat de fragmentation, utilisant plusieurs contrats pour augmenter la concurrence. Ce projet vise à ajuster les mécanismes d'incitation des fournisseurs de liquidité et des traders, afin de maintenir plusieurs fragments AMM et d'atteindre une AMM fragmentée complètement parallélisable.
Mécanisme de divulgation d'informations privées
L'Université de Tor Vergata à Rome explore de nouvelles méthodes de conception des mécanismes de marché, en mettant l'accent sur la concurrence entre les vendeurs pour attirer des acheteurs informés. Le projet examinera l'impact de la divulgation d'informations par les concepteurs aux agents sur les résultats du marché et les interactions stratégiques.
génération de contrats intelligents basée sur des modèles de langage de grande taille
Le projet de l'université Carnegie Mellon vise à affiner les grands modèles de langage (LLMs) en utilisant du code Move et des indications spécifiques à Sui pour relever les défis actuels des LLMs dans la génération de contrats intelligents en langage Move. La recherche collectera un ensemble de données d'exemples de langage Move complet, améliorera l'ingénierie des indications et mettra en œuvre l'affinage.
Cadre d'analyse comparative du langage Move
L'étude de l'Université de Nicosie complétera une analyse comparative approfondie entre Solidity et Move, favorisant une compréhension plus approfondie des fonctionnalités et des capacités de Move. En organisant les éléments clés dans un cadre, l'objectif est d'aider les développeurs à passer plus facilement au développement avec Move.
Modèle d'apprentissage en profondeur optimisé pour DeFi
Le projet de l'École polytechnique fédérale de Lausanne développera un modèle hybride d'apprentissage profond, destiné à la prévision des plages optimales dans le protocole Sui DeFi. Ce modèle combine un réseau de neurones récurrents amélioré et un apprentissage par renforcement profond, tout en intégrant une analyse des sentiments des médias sociaux pour améliorer la précision des prévisions.
Étude sur la prévision de la volatilité de SUI
La recherche de l'Université ouverte de Chypre examinera l'efficacité de l'algorithme SPEC dans la prévision de la volatilité des actifs Sui. En utilisant des données de prix haute fréquence, cette étude se concentrera principalement sur SUI et sera validée parmi divers actifs blockchain.
zkSNARKs transparents post-quantique à faible mémoire
Le projet de l'Université de Pennsylvanie vise à développer des zkSNARKs évolutifs en résolvant simultanément trois obstacles majeurs : la complexité temporelle du prouveur, la complexité spatiale et la taille du SRS. L'objectif est de fournir des preuves cryptographiques évolutives prêtes à être déployées pour diverses applications dans la technologie blockchain.
Ces projets de recherche couvrent plusieurs domaines clés de la technologie blockchain, des mécanismes de consensus à la sécurité des contrats intelligents, de l'optimisation DeFi à l'innovation zkSNARKs. En soutenant ces recherches à la pointe, la fondation Sui montre sa détermination à promouvoir le développement de la technologie blockchain et la recherche académique, établissant ainsi une base solide pour le développement à long terme de l'écosystème Web3.