スイの学術研究賞の新ラウンドが発表：世界中の有名大学が参加、受賞者17名が賞金42万ドルを超える

-ceda62)

最近、Sui Academic Research Award は、ブロックチェーン関連技術の進歩促進を目的とした 17 件の提案に資金援助を提供しました。

最近、Sui 財団は、Sui Academic Research Awards の新たなラウンドの受賞者を発表しました。この賞は、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 上に構築された製品に関連する技術の境界を押し広げる、Web3 の開発を促進する研究に資金を提供するプログラムです。 。

過去 2 段階で、Sui 財団は韓国科学技術院 (KAIST)、ロンドン大学ユニバーシティ カレッジ (UCL)、ローザンヌ連邦工科大学エコール ポリテクニック (EPFL)、シンガポール国立大学などの大学から 17 件のプロジェクトを承認しました ( NUS). 国際的に有名な大学からの提案総額は 425,000 米ドル。

🏆 報酬が得られる提案の紹介

DAO: 投票グループの多様性

アリ・ジュエルズ (コーネル大学)

この研究は、分散型組織であることが何を意味するかという根本的な問題に取り組み、それを測定するための指標を確立します。この研究では、分散化の手段を具体化する分散型自律組織（DAO）を設立することにより、組織内の分散化を強化できる実践を特定します。

**👉 詳細はこちら: **

適応型で安全な非同期 DAG プロトコルのコンセンサス

フィリップ・ジョバノビッチ (ユニバーシティ・カレッジ・ロンドン)

この提案は、敵対的な攻撃の強度を高め、変化する敵対者に適応するための非同期 DAG プロトコルを開発することを目的としています。非同期でサービス拒否攻撃や静的敵対者に対して脆弱な現在の部分同期モデルとは異なり、提案されたプロトコルは、部分同期攻撃者に可能な限り近いパフォーマンス レベルを維持しながら、より優れたセキュリティと適応性を提供します。

**👉 詳細はこちら: **

大規模な言語モデルの指導に基づく、Sui スマート コントラクトの監査

アーサー・ジャーヴェイス (ユニバーシティ・カレッジ・ロンドン)

Move スマート コントラクト監査の大幅な改善は、GPT-4-32k や Claude-v2-100k などの大規模言語モデル (LLM) を使用して実現できます。チームは、52のSolidity DeFiスマートコントラクトの予備分析を通じてさまざまな脆弱性を発見し、その結果、10億ドル近くの損失が発生しました。このプロジェクトは、この研究をSuiスマートコントラクトに拡張し、堅牢なセキュリティ評価のタイムリーなエンジニアリングに重点を置き、合成ベンチマークデータセットを使用してLLMのパフォーマンスを評価します。

**👉 詳細はこちら: **

コンセンサス プロトコル ドメインのマッピング

クリストファー・カチン (ベルン大学)

このプロジェクトは、現在のコンセンサス状況を調査することにより、暗号化コンセンサスプロトコルに関する新たな洞察を提供します。その結果は、既存のアルゴリズムのより深い理解に貢献し、分散プロトコルを設計するための新しい構造を提供します。

**👉 詳細はこちら: **

分散型 Oracle プロトコル向けの高信頼検証フレームワーク

ジゼル・レイス (カーネギーメロン大学)

ブルーノ・ヴォルツェンローゲル・パレオ（祖父同盟）

この提案は、スマートコントラクトにおける正確かつ公平な外部データを確保するために重要な、正式な手法によるブロックチェーンオラクルの厳密な分析と検証のためのフレームワークを作成します。この提案は、Coq 証明管理システムで形式化された基本的な Oracle プロトコルとビジネス モデルを活用して、以前の研究を拡張し、定義と証明戦略の包括的なライブラリを開発することを目的としています。

**👉 Coq プルーフ管理システム: **

スケーラビリティのボトルネックを特定する

ロジャー・ワッテンホーファー (チューリッヒ工科大学)

この提案は、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することで、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、トランザクション手数料の調整が並列化の可能性にどのような影響を与えるかについても調査します。

**👉 詳細はこちら: **

Bullshark プロトコルの機械化

イリヤ・セルゲイ (シンガポール国立大学)

この研究は、最新のコンピュータ支援検証ツールを使用して Bullshark の特性を正式に検証し、有向非巡回グラフに基づくコンセンサス プロトコルの理解を進めることを目的としています。さらに、この提案は、DAG ベースのコンセンサスプロトコルの最初の機械的に検証されたモデルを提供することにより、分散システム研究の進歩に貢献します。

**👉 詳細はこちら: **

BBSF: ブロックチェーン ベンチマーク標準フレームワーク

ヘンリー F. コース (リーハイ大学)

この提案は、L1 ブロックチェーンと L2 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 ベンチマークの標準化された形式を作成することを目的としています。最終的な目標は、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性のある洞察を提供し、情報に基づいた意思決定を促進することです。

**👉 詳細はこちら: **

スケーラブルで分散型の共有シーケンス レイヤーの構築

Min Suk Kang (韓国科学技術研究院)

この提案では、共有ソーター アルゴリズムとして Bullshark/Mysticeti の使用を検討します。これには、Sui を順序層として使用して複数のロールアップを実行することが含まれ、実行層に基づいてトランザクションを解釈できるようになります。

**👉 詳細はこちら: **

最適な混雑料金設定のためのローカル料金市場

アブドゥライ・ンディアイ (ニューヨーク大学)

この研究では、トランザクションの混雑とブロックチェーン ネットワークでのトランザクションの実行を類似させ、混雑の価格設定を最適化するためにローカル料金市場を調査しています。目標は、最適なリソース割り当てを実現するために、混雑状況を反映する効果的な価格設定メカニズムを確立することです。ユーザー評価と遅延コストの予備分析では、混雑料金設定がブロックチェーンの有望な方向性であることが示されています。

**👉 詳細はこちら: **

SAMM: シャード自動マーケット メーカー

Ittay Eyal (イスラエル工科大学)

複数のコントラクトを利用して同時実行性を高める、シャード コントラクトと呼ばれる新しい概念が開発されています。シャード化された Automated Market Maker (AMM) スマート コントラクトはパフォーマンスを向上させることができますが、流動性の断片化と高コストの取引により課題が発生する可能性があります。主な目標は、複数の AMM シャードを維持する流動性プロバイダーとトレーダーのインセンティブを調整し、完全に並列化可能なシャード AMM を実現することです。

**👉 詳細はこちら: **

競争メカニズムにおける非公開開示

アンドレア・アッタール (ローマ大学トルヴィアッタ校)

市場メカニズム設計への新しいアプローチを模索するこの研究は、情報に基づいた買い手を引き付けるための売り手間の競争に焦点を当てています。これは、現代の市場力学と競争についての洞察を提供することを目的として、デザイナーの代理店への非公開情報の市場結果と戦略的相互作用への影響を調査します。このプロジェクトは、理論分析と実証研究を通じて、市場の不完全性の理解を進め、政策提言を作成することを目的としています。

**👉 詳細はこちら: **

大規模な言語モデルを適用して、Sui スマート コントラクトを生成する

Ken Koedinger と Eason Chen (カーネギーメロン大学)

Sui のスマート コントラクトは Move 言語で記述されており、トレーニング データが限られているため、現在の大規模言語モデル (LLM) に課題が生じています。この研究は、移動コードとSui固有のプロンプトを使用してLLMを微調整することで、この問題を解決することを目的としています。この研究では、包括的な Move 言語サンプル データセットを収集し、ヒント エンジニアリングを強化し、微調整を実装して、これらの方法での LLM の有効性を比較します。

**👉 詳細はこちら: **

COMET: 移行から移行までの比較指標とフレームワーク

George Giaglis (ニコシア大学)

Solidity の広範な分析と Move の出現によってもたらされた明らかな変化にもかかわらず、Solidity と Move の間の比較分析は依然として稀です。この調査では、Solidity と Move の間の包括的な比較分析が完了し、Move の機能と能力についてのより深い理解が促進されます。主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 を使用した開発に簡単に移行できるようにすることを目指しています。

**👉 詳細はこちら: **

革命的な DeFi:Sui の流動性と動的な手数料を最適化するディープラーニング アプローチ

ラシッド・ゲラウイとワリド・ソフィアン (EPFL)

この研究では、Sui DeFi プロトコルにおける最適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。強化されたリカレント ニューラル ネットワークと深層強化学習を組み合わせ、ソーシャル メディア感情分析を統合して予測精度を向上させます。この研究は、市場の変化に対するDeFiプロトコルの応答性を向上させ、Suiを次世代のDeFiプロトコルのリーダーとして位置づけることを目的としています。

**👉 詳細はこちら: **

SUI のボラティリティの予測能力を評価する

Stavros Degiannakis (キプロス放送大学)

計量経済学では、モデルの適合性と予測力を評価することが重要であり、多くの場合、予測の有用性を評価するために損失関数に依存します。この研究では、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。自由に入手できる高頻度の価格データを利用して、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わたってそれを検証します。

**👉 詳細はこちら: **

低メモリ量子後透過的 zkSNARK

ブレット・フォークとプラテュシュ・ミシュラ (ペンシルバニア大学)

この研究は、証明者の時間の複雑さ、証明者の空間の複雑さ、証明者の SRS サイズという 3 つの主な障害を解決することにより、スケーラブルな zkSNARK を開発することを目的としています。目標は、これらの障壁を同時に克服して、ブロックチェーン テクノロジーのさまざまなアプリケーションに対して、すぐに展開できるスケーラブルな暗号証明を提供することです。

**👉 詳細はこちら: **