Sui新たな学術研究賞:17の世界的に有名な大学プロジェクトが42万ドル以上の資金を獲得

最近、Sui財団は新たな学術研究賞の受賞者リストを発表しました。このプログラムは、Web3の発展を促進する研究、特にブロックチェーンネットワーク、スマートコントラクトプログラミング、Suiに基づいて構築された製品に関連する技術革新を資金提供することを目的としています。

過去の2つの段階で、17の国際的に有名な大学からの研究提案が承認され、合計助成金額は425,000ドルに達しました。参加した大学には、韓国科学技術院(KAIST)、ロンドン大学学院(UCL)、ローザンヌ連邦工科大学(EPFL)、シンガポール国立大学(NUS)などが含まれます。

! スイの新しい学術研究賞が発表されました:世界的に有名な大学が参加し、17の賞が420,000米ドルを超えました

受賞提案のハイライト

DAOの分散化度の評価

コーネル大学の研究チームは、分散型自律組織(DAO)分散化の程度を測定するための一連の指標を開発し、組織内の分散化を改善する方法を探ります。

非同期DAGコンセンサスプロトコル

ロンドン大学カレッジのプロジェクトは、攻撃耐性を高め、変化する敵環境に適応するための非同期有向非循環グラフ(DAG)プロトコルの開発に取り組んでいます。このプロトコルは、部分的に同期した敵に対して性能レベルを維持しながら、より良いセキュリティと適応性を提供することを目的としています。

大型言語モデルに基づくスマートコントラクト監査

ロンドン大学学院の別のチームは、GPT-4-32kやClaude-v2-100kなどの大規模言語モデル(LLMs)を利用して、Moveスマートコントラクトの監査プロセスを改善します。彼らは以前、52のSolidity DeFiスマートコントラクトの分析を行い、約10億ドルの損失を引き起こす脆弱性を発見しました。このプロジェクトは、Suiスマートコントラクトに研究を拡張し、タイムリーなセキュリティ評価の重要性を強調します。

コンセンサスプロトコル分野の研究

ベルン大学のプロジェクトは、現在のコンセンサス分野を包括的に調査し、暗号コンセンサスプロトコルに新しい洞察を提供します。研究結果は、既存のアルゴリズムをよりよく理解し、分散型プロトコルの設計に新しいアイデアを提供するのに役立ちます。

オラクルプロトコル検証フレームワーク

カーネギーメロン大学とDjed Allianceの協力プロジェクトは、形式的手法を通じてブロックチェーンオラクルを厳密に分析および検証するためのフレームワークを作成します。このフレームワークは、スマートコントラクト内の外部データの正確性と公平性を確保するために重要です。

スケーラビリティのボトルネックの特定

チューリッヒ工科大学の研究は、スマートコントラクト設計の欠陥に起因するボトルネックを特定し、ブロックチェーンアプリケーションの並列化の可能性を高めることを目的としています。また、取引手数料の調整が並列化の可能性に与える影響についても探求します。

Bullsharkプロトコルの機械化検証

シンガポール国立大学のプロジェクトは、Bullsharkの属性を正式に検証するために現代のコンピュータ支援検証ツールを使用し、DAGベースの合意プロトコルの理解を進めます。これは、分散システム研究における初の機械検証されたDAG合意プロトコルモデルとなります。

ブロックチェーン標準化フレームワーク

リハイ大学の研究は、レイヤー1ブロックチェーンとレイヤー2スケーリングソリューションを公平に比較するためのブロックチェーンベンチマーク標準フォーマットを作成することを目的としています。目標は、ユーザーと開発者にチェーンのパフォーマンスに関する透明な洞察を提供し、賢明な意思決定を促進することです。

共有順序付けレイヤー スタディ

韓国科学技術院のプロジェクトは、Bullshark/Mysticetiを共有ソートアルゴリズムとして使用する可能性を探求し、Suiをソート層として使用する複数のロールアップを実行することに関わっています。

現地手数料市場調査

ニューヨーク大学の研究は、地元の料金市場を調査して混雑価格設定を最適化し、混雑の取引とブロックチェーンネットワーク内の取引の間で類推を行います。目標は、混雑状態を反映する有効な価格設定メカニズムを確立し、最適なリソース配分を実現することです。

シャーディング自動マーケットメーカー(SAMM)

イスラエル工科大学は、複数の契約を利用して並行性を高める「シャーディング契約」という新しい概念を開発しています。このプロジェクトの目的は、流動性提供者とトレーダーのインセンティブメカニズムを調整し、複数のAMMシャードを維持し、完全に並行化されたシャーディングAMMを実現することです。

プライベート情報開示メカニズム

ローマトルビアータ大学の研究は、市場メカニズムデザインの新しい方法を探求し、売り手間で情報を持つ買い手を引き付ける競争に重点を置いています。このプロジェクトは、デザイナーが代理人に私的に情報を開示することが市場の結果や戦略的相互作用に与える影響を調査します。

大規模言語モデルに基づくスマートコントラクト生成

カーネギーメロン大学のプロジェクトは、MoveコードとSui特有のヒントを使用して大型言語モデル(LLMs)を微調整し、現在のLLMsがMove言語のスマートコントラクトを生成する際の課題に対処することを目的としています。研究では、包括的なMove言語のサンプルデータセットを収集し、プロンプトエンジニアリングを強化し、微調整を実施します。

Move Language 比較分析フレームワーク

ニコシア大学の研究は、SolidityとMoveの包括的な比較分析を完了し、Moveの機能と能力に対するより深い理解を促進します。重要な要素をフレームワークに整理することで、開発者がMoveを使用して開発するための移行をより容易にすることを目指しています。

DeFiはディープラーニングモデルを最適化します

ローザンヌ連邦工科大学のプロジェクトは、Sui DeFiプロトコルにおける最適な範囲予測のためのハイブリッド深層学習モデルを開発します。このモデルは、強化された再帰神経ネットワークと深層強化学習を組み合わせ、予測精度を向上させるためにソーシャルメディアの感情分析を統合します。

SUIボラティリティ予測研究

キプロスオープン大学の研究は、Sui資産のボラティリティ予測におけるSPECアルゴリズムの有効性を調査します。高頻度の価格データを利用し、この研究は主にSUIに焦点を当て、さまざまなブロックチェーン資産において検証を行います。

低メモリポスト量子透明zkSNARK

ペンシルベニア大学のプロジェクトは、証明者の時間的複雑性、空間的複雑性、SRSのサイズという3つの主要な障害を同時に解決することによって、スケーラブルなzkSNARKsを開発することを目的としています。目標は、ブロックチェーン技術におけるさまざまなアプリケーションに展開可能なスケーラブルな暗号証明を提供することです。

これらの研究プロジェクトは、コンセンサスメカニズムからスマートコントラクトの安全性、DeFiの最適化からzkSNARKsの革新まで、ブロックチェーン技術の複数の重要な分野をカバーしています。これらの最前線の研究を支援することで、Sui財団はブロックチェーン技術の発展と学術研究を促進する決意を示し、Web3エコシステムの長期的な発展のための堅固な基盤を築いています。