Sui Putaran Baru Penghargaan Penelitian Akademis: 17 Proyek Universitas Terkenal Global Menerima Lebih dari 420.000 Dolar AS
Baru-baru ini, Yayasan Sui mengumumkan daftar penerima penghargaan penelitian akademis putaran baru. Program ini bertujuan untuk mendanai penelitian yang mendorong perkembangan Web3, terutama inovasi teknologi yang terkait dengan jaringan blockchain, pemrograman kontrak pintar, dan produk yang dibangun berdasarkan Sui.
Dalam dua tahap terakhir, total 17 proposal penelitian dari universitas terkenal internasional telah disetujui, dengan total dana sebesar 425.000 dolar AS. Universitas yang terlibat termasuk Korea Advanced Institute of Science and Technology (KAIST), University College London (UCL), École Polytechnique Fédérale de Lausanne (EPFL), dan National University of Singapore (NUS).
Sorotan Proposal Pemenang
Penilaian Tingkat Desentralisasi DAOs
Tim penelitian dari Universitas Cornell akan mengembangkan satu set sistem indikator untuk mengukur tingkat desentralisasi dari organisasi otonom terdesentralisasi (DAO) dan mengeksplorasi metode praktik untuk meningkatkan desentralisasi di dalam organisasi.
Protokol Konsensus DAG Asinkron
Proyek University College London berfokus pada pengembangan protokol Directed Acyclic Graph (DAG) ( yang asinkron, untuk meningkatkan ketahanan terhadap serangan dan beradaptasi dengan lingkungan lawan yang terus berubah. Protokol ini dirancang untuk memberikan keamanan dan adaptabilitas yang lebih baik, sambil mempertahankan tingkat kinerja yang mendekati lawan yang sebagian sinkron.
) Audit kontrak pintar berbasis model bahasa besar
Tim lain dari University College London akan menggunakan model bahasa besar seperti GPT-4-32k dan Claude-v2-100k ###LLMs( untuk meningkatkan proses audit kontrak pintar Move. Analisis mereka sebelumnya terhadap 52 kontrak pintar Solidity DeFi menemukan celah yang menyebabkan kerugian hampir 1 miliar dolar. Proyek ini akan memperluas penelitian ke kontrak pintar Sui, menekankan pentingnya melakukan penilaian keamanan secara tepat waktu.
) Penelitian di bidang protokol konsensus
Proyek Universitas Bern akan melakukan penyelidikan menyeluruh terhadap bidang konsensus saat ini, memberikan wawasan baru untuk protokol konsensus kripto. Hasil penelitian ini akan membantu memahami algoritma yang ada dengan lebih baik, serta memberikan ide-ide baru untuk merancang protokol terdistribusi.
Kerangka Verifikasi Protokol Oracle
Proyek yang bekerja sama antara Universitas Carnegie Mellon dan Djed Alliance akan menciptakan sebuah kerangka kerja untuk menganalisis dan memverifikasi oracle blockchain secara ketat melalui metode formal. Kerangka kerja ini sangat penting untuk memastikan akurasi dan keadilan data eksternal dalam kontrak pintar.
Identifikasi Bottleneck Skalabilitas
Penelitian di Swiss Federal Institute of Technology bertujuan untuk mengidentifikasi kendala yang berasal dari cacat desain kontrak pintar, untuk meningkatkan potensi paralelisasi aplikasi blockchain. Selain itu, juga akan membahas pengaruh penyesuaian biaya transaksi terhadap potensi paralelisasi.
Verifikasi Mekanis Protokol Bullshark
Proyek Universitas Nasional Singapura akan menggunakan alat verifikasi yang dibantu komputer modern untuk secara formal memverifikasi atribut Bullshark, mendorong pemahaman tentang protokol konsensus berbasis DAG. Ini akan menjadi model protokol konsensus DAG pertama yang diverifikasi secara mekanis dalam penelitian sistem terdistribusi.
Kerangka standar pengukuran blockchain
Penelitian di Universitas Liha'i bertujuan untuk membuat format standar acuan blockchain, untuk membandingkan secara adil solusi blockchain lapisan satu dan lapisan dua. Tujuannya adalah untuk memberikan wawasan transparan tentang kinerja rantai bagi pengguna dan pengembang, serta mendorong pengambilan keputusan yang bijaksana.
Penelitian Lapisan Urutan Bersama
Proyek dari Institut Ilmu Pengetahuan dan Teknologi Korea akan mengeksplorasi kemungkinan menggunakan Bullshark/Mysticeti sebagai algoritma penyortiran bersama, yang melibatkan pengoperasian beberapa Rollup yang menggunakan Sui sebagai lapisan penyortiran.
Penelitian Pasar Biaya Lokal
Penelitian dari Universitas New York akan menyelidiki pasar biaya lokal untuk mengoptimalkan penetapan harga kemacetan, dengan membuat analogi antara perdagangan kemacetan dan pelaksanaan transaksi dalam jaringan blockchain. Tujuannya adalah untuk membangun mekanisme penetapan harga yang efektif yang mencerminkan status kemacetan, untuk mencapai alokasi sumber daya yang optimal.
Pembuat pasar otomatis shard ### SAMM (
Institut Teknologi Israel sedang mengembangkan konsep baru yang disebut kontrak shard, yang memanfaatkan beberapa kontrak untuk meningkatkan paralelisme. Proyek ini bertujuan untuk menyesuaikan mekanisme insentif penyedia likuiditas dan trader untuk mempertahankan beberapa shard AMM, mencapai shard AMM yang sepenuhnya dapat diparalelkan.
) mekanisme pengungkapan informasi pribadi
Universitas Tor Vergata Roma melakukan penelitian untuk mengeksplorasi metode baru dalam desain mekanisme pasar, dengan fokus pada persaingan di antara penjual untuk menarik pembeli yang terinformasi. Proyek ini akan menyelidiki pengaruh pengungkapan informasi oleh perancang kepada agen secara pribadi terhadap hasil pasar dan interaksi strategis.
Generasi kontrak pintar berbasis model bahasa besar
Proyek di Universitas Carnegie Mellon bertujuan untuk menyempurnakan model bahasa besar ###LLMs( dengan menggunakan kode Move dan petunjuk khusus Sui untuk mengatasi tantangan yang dihadapi oleh LLMs saat menghasilkan kontrak pintar dalam bahasa Move. Penelitian ini akan mengumpulkan kumpulan data contoh bahasa Move yang komprehensif, meningkatkan rekayasa petunjuk, dan menerapkan penyempurnaan.
) Kerangka analisis perbandingan bahasa Move
Penelitian Universitas Nicosia akan menyelesaikan analisis perbandingan menyeluruh antara Solidity dan Move, memfasilitasi pemahaman yang lebih dalam tentang fitur dan kemampuan Move. Dengan mengorganisir elemen kunci ke dalam kerangka, tujuannya adalah untuk membantu pengembang bertransisi lebih mudah ke pengembangan menggunakan Move.
Model pembelajaran mendalam yang dioptimalkan DeFi
Proyek di École Polytechnique Fédérale de Lausanne akan mengembangkan model pembelajaran mendalam hibrida untuk prediksi rentang optimal dalam protokol DeFi Sui. Model ini menggabungkan jaringan saraf rekursif yang ditingkatkan dan pembelajaran penguatan mendalam, sambil mengintegrasikan analisis sentimen media sosial untuk meningkatkan akurasi prediksi.
Penelitian Prediksi Volatilitas SUI
Penelitian dari Universitas Terbuka Siprus akan menyelidiki efektivitas algoritma SPEC dalam prediksi volatilitas aset Sui. Dengan memanfaatkan data harga frekuensi tinggi, penelitian ini akan berfokus pada SUI dan akan memvalidasi di berbagai aset blockchain.
zkSNARKs transparan pasca kuantum memori rendah
Proyek Universitas Pennsylvania bertujuan untuk mengembangkan zkSNARKs yang dapat diskalakan, dengan secara bersamaan mengatasi tiga hambatan utama yaitu kompleksitas waktu pembuktian, kompleksitas ruang, dan ukuran SRS. Tujuannya adalah untuk menyediakan bukti kriptografi yang dapat diskalakan dan siap untuk diterapkan dalam berbagai aplikasi teknologi blockchain.
Proyek penelitian ini mencakup berbagai bidang kunci dalam teknologi blockchain, dari mekanisme konsensus hingga keamanan kontrak pintar, dari optimasi DeFi hingga inovasi zkSNARKs. Dengan mendukung penelitian terdepan ini, Yayasan Sui menunjukkan tekad untuk mendorong perkembangan teknologi blockchain dan penelitian akademis, meletakkan fondasi yang kuat untuk perkembangan jangka panjang ekosistem Web3.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
7 Suka
Hadiah
7
6
Posting ulang
Bagikan
Komentar
0/400
GhostInTheChain
· 07-27 16:42
Sekali lagi menghabiskan banyak uang untuk dianggap bodoh.
Lihat AsliBalas0
degenonymous
· 07-25 16:05
Investasi mengikuti jalur akademis.
Lihat AsliBalas0
failed_dev_successful_ape
· 07-24 17:38
Gulungan yang terbang tidak bisa mengikuti.
Lihat AsliBalas0
PumpBeforeRug
· 07-24 17:36
Hehe, uang kecil sendiri berkumpul dan sudah habis.
Lihat AsliBalas0
OnchainDetective
· 07-24 17:30
Rincian dana mencurigakan Saya telah mengunci beberapa model alamat
Sui Putaran Baru Penghargaan Riset Akademik: 17 Universitas Terkenal Menerima Dana 420.000 Dolar untuk Mendorong Inovasi Web3
Sui Putaran Baru Penghargaan Penelitian Akademis: 17 Proyek Universitas Terkenal Global Menerima Lebih dari 420.000 Dolar AS
Baru-baru ini, Yayasan Sui mengumumkan daftar penerima penghargaan penelitian akademis putaran baru. Program ini bertujuan untuk mendanai penelitian yang mendorong perkembangan Web3, terutama inovasi teknologi yang terkait dengan jaringan blockchain, pemrograman kontrak pintar, dan produk yang dibangun berdasarkan Sui.
Dalam dua tahap terakhir, total 17 proposal penelitian dari universitas terkenal internasional telah disetujui, dengan total dana sebesar 425.000 dolar AS. Universitas yang terlibat termasuk Korea Advanced Institute of Science and Technology (KAIST), University College London (UCL), École Polytechnique Fédérale de Lausanne (EPFL), dan National University of Singapore (NUS).
Sorotan Proposal Pemenang
Penilaian Tingkat Desentralisasi DAOs
Tim penelitian dari Universitas Cornell akan mengembangkan satu set sistem indikator untuk mengukur tingkat desentralisasi dari organisasi otonom terdesentralisasi (DAO) dan mengeksplorasi metode praktik untuk meningkatkan desentralisasi di dalam organisasi.
Protokol Konsensus DAG Asinkron
Proyek University College London berfokus pada pengembangan protokol Directed Acyclic Graph (DAG) ( yang asinkron, untuk meningkatkan ketahanan terhadap serangan dan beradaptasi dengan lingkungan lawan yang terus berubah. Protokol ini dirancang untuk memberikan keamanan dan adaptabilitas yang lebih baik, sambil mempertahankan tingkat kinerja yang mendekati lawan yang sebagian sinkron.
) Audit kontrak pintar berbasis model bahasa besar
Tim lain dari University College London akan menggunakan model bahasa besar seperti GPT-4-32k dan Claude-v2-100k ###LLMs( untuk meningkatkan proses audit kontrak pintar Move. Analisis mereka sebelumnya terhadap 52 kontrak pintar Solidity DeFi menemukan celah yang menyebabkan kerugian hampir 1 miliar dolar. Proyek ini akan memperluas penelitian ke kontrak pintar Sui, menekankan pentingnya melakukan penilaian keamanan secara tepat waktu.
) Penelitian di bidang protokol konsensus
Proyek Universitas Bern akan melakukan penyelidikan menyeluruh terhadap bidang konsensus saat ini, memberikan wawasan baru untuk protokol konsensus kripto. Hasil penelitian ini akan membantu memahami algoritma yang ada dengan lebih baik, serta memberikan ide-ide baru untuk merancang protokol terdistribusi.
Kerangka Verifikasi Protokol Oracle
Proyek yang bekerja sama antara Universitas Carnegie Mellon dan Djed Alliance akan menciptakan sebuah kerangka kerja untuk menganalisis dan memverifikasi oracle blockchain secara ketat melalui metode formal. Kerangka kerja ini sangat penting untuk memastikan akurasi dan keadilan data eksternal dalam kontrak pintar.
Identifikasi Bottleneck Skalabilitas
Penelitian di Swiss Federal Institute of Technology bertujuan untuk mengidentifikasi kendala yang berasal dari cacat desain kontrak pintar, untuk meningkatkan potensi paralelisasi aplikasi blockchain. Selain itu, juga akan membahas pengaruh penyesuaian biaya transaksi terhadap potensi paralelisasi.
Verifikasi Mekanis Protokol Bullshark
Proyek Universitas Nasional Singapura akan menggunakan alat verifikasi yang dibantu komputer modern untuk secara formal memverifikasi atribut Bullshark, mendorong pemahaman tentang protokol konsensus berbasis DAG. Ini akan menjadi model protokol konsensus DAG pertama yang diverifikasi secara mekanis dalam penelitian sistem terdistribusi.
Kerangka standar pengukuran blockchain
Penelitian di Universitas Liha'i bertujuan untuk membuat format standar acuan blockchain, untuk membandingkan secara adil solusi blockchain lapisan satu dan lapisan dua. Tujuannya adalah untuk memberikan wawasan transparan tentang kinerja rantai bagi pengguna dan pengembang, serta mendorong pengambilan keputusan yang bijaksana.
Penelitian Lapisan Urutan Bersama
Proyek dari Institut Ilmu Pengetahuan dan Teknologi Korea akan mengeksplorasi kemungkinan menggunakan Bullshark/Mysticeti sebagai algoritma penyortiran bersama, yang melibatkan pengoperasian beberapa Rollup yang menggunakan Sui sebagai lapisan penyortiran.
Penelitian Pasar Biaya Lokal
Penelitian dari Universitas New York akan menyelidiki pasar biaya lokal untuk mengoptimalkan penetapan harga kemacetan, dengan membuat analogi antara perdagangan kemacetan dan pelaksanaan transaksi dalam jaringan blockchain. Tujuannya adalah untuk membangun mekanisme penetapan harga yang efektif yang mencerminkan status kemacetan, untuk mencapai alokasi sumber daya yang optimal.
Pembuat pasar otomatis shard ### SAMM (
Institut Teknologi Israel sedang mengembangkan konsep baru yang disebut kontrak shard, yang memanfaatkan beberapa kontrak untuk meningkatkan paralelisme. Proyek ini bertujuan untuk menyesuaikan mekanisme insentif penyedia likuiditas dan trader untuk mempertahankan beberapa shard AMM, mencapai shard AMM yang sepenuhnya dapat diparalelkan.
) mekanisme pengungkapan informasi pribadi
Universitas Tor Vergata Roma melakukan penelitian untuk mengeksplorasi metode baru dalam desain mekanisme pasar, dengan fokus pada persaingan di antara penjual untuk menarik pembeli yang terinformasi. Proyek ini akan menyelidiki pengaruh pengungkapan informasi oleh perancang kepada agen secara pribadi terhadap hasil pasar dan interaksi strategis.
Generasi kontrak pintar berbasis model bahasa besar
Proyek di Universitas Carnegie Mellon bertujuan untuk menyempurnakan model bahasa besar ###LLMs( dengan menggunakan kode Move dan petunjuk khusus Sui untuk mengatasi tantangan yang dihadapi oleh LLMs saat menghasilkan kontrak pintar dalam bahasa Move. Penelitian ini akan mengumpulkan kumpulan data contoh bahasa Move yang komprehensif, meningkatkan rekayasa petunjuk, dan menerapkan penyempurnaan.
) Kerangka analisis perbandingan bahasa Move
Penelitian Universitas Nicosia akan menyelesaikan analisis perbandingan menyeluruh antara Solidity dan Move, memfasilitasi pemahaman yang lebih dalam tentang fitur dan kemampuan Move. Dengan mengorganisir elemen kunci ke dalam kerangka, tujuannya adalah untuk membantu pengembang bertransisi lebih mudah ke pengembangan menggunakan Move.
Model pembelajaran mendalam yang dioptimalkan DeFi
Proyek di École Polytechnique Fédérale de Lausanne akan mengembangkan model pembelajaran mendalam hibrida untuk prediksi rentang optimal dalam protokol DeFi Sui. Model ini menggabungkan jaringan saraf rekursif yang ditingkatkan dan pembelajaran penguatan mendalam, sambil mengintegrasikan analisis sentimen media sosial untuk meningkatkan akurasi prediksi.
Penelitian Prediksi Volatilitas SUI
Penelitian dari Universitas Terbuka Siprus akan menyelidiki efektivitas algoritma SPEC dalam prediksi volatilitas aset Sui. Dengan memanfaatkan data harga frekuensi tinggi, penelitian ini akan berfokus pada SUI dan akan memvalidasi di berbagai aset blockchain.
zkSNARKs transparan pasca kuantum memori rendah
Proyek Universitas Pennsylvania bertujuan untuk mengembangkan zkSNARKs yang dapat diskalakan, dengan secara bersamaan mengatasi tiga hambatan utama yaitu kompleksitas waktu pembuktian, kompleksitas ruang, dan ukuran SRS. Tujuannya adalah untuk menyediakan bukti kriptografi yang dapat diskalakan dan siap untuk diterapkan dalam berbagai aplikasi teknologi blockchain.
Proyek penelitian ini mencakup berbagai bidang kunci dalam teknologi blockchain, dari mekanisme konsensus hingga keamanan kontrak pintar, dari optimasi DeFi hingga inovasi zkSNARKs. Dengan mendukung penelitian terdepan ini, Yayasan Sui menunjukkan tekad untuk mendorong perkembangan teknologi blockchain dan penelitian akademis, meletakkan fondasi yang kuat untuk perkembangan jangka panjang ekosistem Web3.