ซุยประกาศรางวัลผลงานวิจัยทางวิชาการรอบใหม่: มหาวิทยาลัยชื่อดังทั่วโลกเข้าร่วม ผู้ชนะ 17 รายมีมูลค่าเกิน 420,000 ดอลลาร์สหรัฐ


เมื่อเร็วๆ นี้ Sui Academic Research Award ได้ให้การสนับสนุนทางการเงินสำหรับข้อเสนอ 17 ข้อที่อุทิศตนเพื่อส่งเสริมความก้าวหน้าของเทคโนโลยีที่เกี่ยวข้องกับบล็อกเชน

เมื่อเร็วๆ นี้ มูลนิธิ Sui ได้ประกาศผู้ชนะรางวัล Sui Academic Research Awards รอบใหม่ ซึ่งเป็นโครงการที่ให้ทุนสนับสนุนการวิจัยที่ส่งเสริมการพัฒนา Web3 โดยเฉพาะอย่างยิ่งการผลักดันขอบเขตของเทคโนโลยีที่เกี่ยวข้องกับเครือข่ายบล็อกเชน การเขียนโปรแกรมสัญญาอัจฉริยะ และผลิตภัณฑ์ที่สร้างขึ้นบน Sui .

ในสองระยะที่ผ่านมา มูลนิธิ Sui ได้อนุมัติโครงการ 17 โครงการจากมหาวิทยาลัยต่างๆ รวมถึง Korea Advanced Institute of Science and Technology (KAIST), University College London (UCL), Ecole Polytechnique Fédérale de Lausanne (EPFL) และ National University of Singapore ( NUS) ข้อเสนอจากมหาวิทยาลัยที่มีชื่อเสียงระดับนานาชาติเป็นจำนวนเงินรวม 425,000 ดอลลาร์สหรัฐ

🏆 ข้อมูลเบื้องต้นเกี่ยวกับข้อเสนอที่มีการให้รางวัล

DAO: ความหลากหลายของกลุ่มการลงคะแนนเสียง

อารี จูลส์ (มหาวิทยาลัยคอร์แนล)

การศึกษาครั้งนี้ตอบคำถามพื้นฐานของการเป็นองค์กรที่มีการกระจายอำนาจหมายความว่าอย่างไร และจะสร้างตัวชี้วัดเพื่อวัดผล ด้วยการจัดตั้งองค์กรปกครองตนเองแบบกระจายอำนาจ (DAO) เพื่อรวบรวมการวัดการกระจายอำนาจ การศึกษานี้จะระบุแนวทางปฏิบัติที่สามารถเพิ่มการกระจายอำนาจภายในองค์กรได้

**👉 เรียนรู้เพิ่มเติม: **

ฉันทามติโปรโตคอล DAG แบบอะซิงโครนัสที่ปรับเปลี่ยนได้และปลอดภัย

ฟิลิปป์ โจวาโนวิช (มหาวิทยาลัยคอลเลจลอนดอน)

ข้อเสนอนี้มีจุดมุ่งหมายเพื่อพัฒนาโปรโตคอล DAG แบบอะซิงโครนัสเพื่อเพิ่มความแข็งแกร่งของการโจมตีของฝ่ายตรงข้ามและปรับให้เข้ากับการเปลี่ยนแปลงของฝ่ายตรงข้าม ซึ่งแตกต่างจากโมเดลการซิงโครไนซ์บางส่วนในปัจจุบัน ซึ่งเป็นแบบอะซิงโครนัสและเสี่ยงต่อการปฏิเสธการโจมตีบริการและฝ่ายตรงข้ามแบบคงที่ โปรโตคอลที่นำเสนอจะให้ความปลอดภัยและความสามารถในการปรับตัวที่ดีขึ้น ในขณะที่ยังคงรักษาระดับประสิทธิภาพให้ใกล้เคียงที่สุดกับฝ่ายตรงข้ามที่ซิงโครไนซ์บางส่วน

**👉 เรียนรู้เพิ่มเติม: **

การตรวจสอบสัญญาอัจฉริยะ Sui ภายใต้การแนะนำของโมเดลภาษาขนาดใหญ่

อาเธอร์ เจอร์เวส (มหาวิทยาลัยคอลเลจลอนดอน)

การปรับปรุงอย่างมากในการตรวจสอบสัญญาอัจฉริยะของ Move สามารถทำได้โดยใช้ Large Language Models (LLM) เช่น GPT-4-32k และ Claude-v2-100k ทีมงานค้นพบช่องโหว่ต่างๆ ผ่านการวิเคราะห์เบื้องต้นของสัญญาอัจฉริยะ Solidity DeFi จำนวน 52 สัญญา ซึ่งส่งผลให้ขาดทุนเกือบ 1 พันล้านดอลลาร์ โครงการนี้ขยายการวิจัยนี้ไปยังสัญญาอัจฉริยะของ Sui โดยเน้นวิศวกรรมที่ทันท่วงทีของการประเมินความปลอดภัยที่แข็งแกร่ง และประเมินประสิทธิภาพของ LLM โดยใช้ชุดข้อมูลเกณฑ์มาตรฐานสังเคราะห์

**👉 เรียนรู้เพิ่มเติม: **

การแมปโดเมนโปรโตคอลฉันทามติ

คริสโตเฟอร์ คาชิน (มหาวิทยาลัยเบิร์น)

ด้วยการสำรวจภูมิทัศน์ที่เป็นเอกฉันท์ในปัจจุบัน โครงการนี้จะให้ข้อมูลเชิงลึกใหม่ๆ เกี่ยวกับโปรโตคอลฉันทามติที่เข้ารหัสลับ ผลลัพธ์จะช่วยให้เข้าใจอัลกอริธึมที่มีอยู่ได้ดีขึ้น และจัดเตรียมโครงสร้างใหม่สำหรับการออกแบบโปรโตคอลแบบกระจาย

**👉 เรียนรู้เพิ่มเติม: **

กรอบการตรวจสอบความน่าเชื่อถือสูงสำหรับโปรโตคอล oracle แบบกระจายอำนาจ

จิเซลล์ ไรส์ (มหาวิทยาลัยคาร์เนกี เมลลอน)

บรูโน โวลต์เซนโลเกล พาลีโอ (กลุ่มปู่)

ข้อเสนอนี้สร้างกรอบการทำงานสำหรับการวิเคราะห์ที่เข้มงวดและการตรวจสอบ blockchain oracles ผ่านวิธีการอย่างเป็นทางการ ซึ่งมีความสำคัญอย่างยิ่งต่อการรับรองข้อมูลภายนอกที่ถูกต้องและยุติธรรมในสัญญาอัจฉริยะ ข้อเสนอนี้เป็นการขยายงานก่อนหน้านี้ โดยใช้ประโยชน์จากโปรโตคอล Oracle พื้นฐานและโมเดลธุรกิจที่เป็นทางการในระบบการจัดการหลักฐาน Coq โดยมีเป้าหมายเพื่อพัฒนาคลังคำจำกัดความและกลยุทธ์การพิสูจน์ที่ครอบคลุม

**👉 ระบบการจัดการหลักฐาน Coq: **

ระบุจุดคอขวดของความสามารถในการปรับขนาด

โรเจอร์ วัตเทนโฮเฟอร์ (อีทีเอช ซูริค)

ข้อเสนอนี้มีจุดมุ่งหมายเพื่อเพิ่มศักยภาพในการขนานของแอปพลิเคชันบล็อกเชนโดยการระบุปัญหาคอขวดที่เกิดจากข้อบกพร่องในการออกแบบสัญญาอัจฉริยะ นอกจากนี้ยังจะสำรวจว่าการปรับค่าธรรมเนียมการทำธุรกรรมส่งผลต่อศักยภาพในการทำธุรกรรมแบบขนานอย่างไร

**👉 เรียนรู้เพิ่มเติม: **

กลไกโปรโตคอล Bullshark

อิลยา เซอร์เกย์ (มหาวิทยาลัยแห่งชาติสิงคโปร์)

การวิจัยนี้มีจุดมุ่งหมายเพื่อตรวจสอบคุณสมบัติของ Bullshark อย่างเป็นทางการโดยใช้เครื่องมือตรวจสอบที่ใช้คอมพิวเตอร์ช่วยที่ทันสมัย และพัฒนาความเข้าใจในโปรโตคอลฉันทามติโดยอิงจากกราฟอะไซคลิกโดยตรง นอกจากนี้ ข้อเสนอนี้จะมีส่วนช่วยในการพัฒนาความก้าวหน้าของการวิจัยระบบแบบกระจายโดยการจัดหาแบบจำลองที่ได้รับการตรวจสอบเชิงกลไกเป็นครั้งแรกของโปรโตคอลฉันทามติที่ใช้ DAG

**👉 เรียนรู้เพิ่มเติม: **

BBSF: กรอบมาตรฐานการเปรียบเทียบบล็อคเชน

เฮนรี เอฟ. คอร์ธ (มหาวิทยาลัยลีไฮ)

ข้อเสนอนี้มีจุดมุ่งหมายเพื่อสร้างรูปแบบมาตรฐานสำหรับการวัดประสิทธิภาพบล็อกเชนเพื่อเปรียบเทียบ L1 blockchains และโซลูชันการปรับขนาด L2 อย่างยุติธรรม เป้าหมายสูงสุดคือการให้ข้อมูลเชิงลึกที่โปร่งใสแก่ผู้ใช้และนักพัฒนาเกี่ยวกับประสิทธิภาพของเครือข่าย เพื่ออำนวยความสะดวกในการตัดสินใจโดยมีข้อมูลประกอบ

**👉 เรียนรู้เพิ่มเติม: **

การสร้างเลเยอร์ลำดับที่ใช้ร่วมกันที่ปรับขนาดได้และกระจายอำนาจ

มินซอกคัง (สถาบันวิทยาศาสตร์และเทคโนโลยีเกาหลี)

ข้อเสนอนี้จะสำรวจการใช้ Bullshark/Mysticeti เป็นอัลกอริธึมตัวเรียงลำดับที่ใช้ร่วมกัน สิ่งนี้จะเกี่ยวข้องกับการเรียกใช้ Rollups หลายรายการโดยใช้ Sui เป็นเลเยอร์การสั่งซื้อ ช่วยให้พวกเขาสามารถตีความธุรกรรมตามเลเยอร์การดำเนินการของพวกเขาได้

**👉 เรียนรู้เพิ่มเติม: **

ตลาดค่าธรรมเนียมท้องถิ่นเพื่อการกำหนดราคาความหนาแน่นที่เหมาะสมที่สุด

อับดุลลาย เอ็นเดียเย (มหาวิทยาลัยนิวยอร์ก)

การศึกษานี้ตรวจสอบตลาดค่าธรรมเนียมท้องถิ่นเพื่อเพิ่มประสิทธิภาพการกำหนดราคาความแออัด โดยเปรียบเทียบระหว่างความแออัดของธุรกรรมและการดำเนินการธุรกรรมในเครือข่ายบล็อกเชน เป้าหมายคือการสร้างกลไกการกำหนดราคาที่มีประสิทธิภาพซึ่งสะท้อนถึงสถานะความแออัดเพื่อให้บรรลุการจัดสรรทรัพยากรที่เหมาะสมที่สุด การวิเคราะห์เบื้องต้นเกี่ยวกับการประเมินมูลค่าผู้ใช้และต้นทุนความล่าช้า แสดงให้เห็นว่าการกำหนดราคาความแออัดเป็นทิศทางที่มีแนวโน้มในบล็อกเชน

**👉 เรียนรู้เพิ่มเติม: **

SAMM: ผู้ดูแลสภาพคล่องอัตโนมัติแบบแบ่งส่วน

Ittay Eyal (สถาบันเทคโนโลยีอิสราเอล)

แนวคิดใหม่ที่เรียกว่าสัญญาแบบแบ่งส่วนกำลังได้รับการพัฒนา ซึ่งใช้สัญญาหลายฉบับเพื่อเพิ่มการทำงานพร้อมกัน แม้ว่าสัญญาอัจฉริยะของ Automated Market Maker (AMM) แบบแบ่งส่วนสามารถปรับปรุงประสิทธิภาพได้ แต่ความท้าทายอาจเกิดขึ้นเนื่องจากการกระจายตัวของสภาพคล่องและธุรกรรมที่มีต้นทุนสูงขึ้น เป้าหมายหลักคือการจัดแรงจูงใจของผู้ให้บริการสภาพคล่องและเทรดเดอร์ให้รักษาชิ้นส่วน AMM หลายชิ้น เพื่อให้ได้ AMM ที่แบ่งส่วนแบบขนานได้อย่างสมบูรณ์

**👉 เรียนรู้เพิ่มเติม: **

การเปิดเผยข้อมูลส่วนบุคคลในกลไกการแข่งขัน

แอนเดรีย อัตตาร์ (มหาวิทยาลัยโรม ทอร์เวียตตา)

การสำรวจแนวทางใหม่ในการออกแบบกลไกตลาด การศึกษานี้มุ่งเน้นไปที่การแข่งขันระหว่างผู้ขายเพื่อดึงดูดผู้ซื้อที่มีข้อมูล โดยจะตรวจสอบผลกระทบของการเปิดเผยส่วนตัวของนักออกแบบต่อตัวแทนเกี่ยวกับผลลัพธ์ของตลาดและการโต้ตอบเชิงกลยุทธ์ โดยมีวัตถุประสงค์เพื่อให้ข้อมูลเชิงลึกเกี่ยวกับพลวัตของตลาดและการแข่งขันสมัยใหม่ โครงการนี้มีจุดมุ่งหมายเพื่อทำความเข้าใจความไม่สมบูรณ์ของตลาดและพัฒนาข้อเสนอแนะเชิงนโยบายผ่านการวิเคราะห์เชิงทฤษฎีและการวิจัยเชิงประจักษ์

**👉 เรียนรู้เพิ่มเติม: **

ใช้โมเดลภาษาขนาดใหญ่เพื่อสร้างสัญญาอัจฉริยะ Sui

เคน โคดิงเจอร์ และอีสัน เฉิน (มหาวิทยาลัยคาร์เนกี เมลลอน)

สัญญาอัจฉริยะของ Sui เขียนด้วยภาษา Move ซึ่งก่อให้เกิดความท้าทายต่อโมเดลภาษาขนาดใหญ่ (LLM) ในปัจจุบัน เนื่องจากมีข้อมูลการฝึกอบรมที่จำกัด การศึกษานี้มีจุดมุ่งหมายเพื่อแก้ไขปัญหานี้โดยการปรับแต่ง LLM โดยใช้รหัสการย้ายและคำแนะนำเฉพาะของ Sui การศึกษานี้จะรวบรวมชุดข้อมูลตัวอย่างภาษา Move ที่ครอบคลุม ปรับปรุงวิศวกรรมคำใบ้ และใช้การปรับแต่งอย่างละเอียดเพื่อเปรียบเทียบประสิทธิภาพของ LLM ภายใต้วิธีการเหล่านี้

**👉 เรียนรู้เพิ่มเติม: **

COMET: ตัวชี้วัดเปรียบเทียบและกรอบการทำงานสำหรับการเปลี่ยนผ่าน

จอร์จ เกียกลิส (มหาวิทยาลัยนิโคเซีย)

แม้ว่าการวิเคราะห์ Solidity และการเปลี่ยนแปลงที่ชัดเจนจะเกิดขึ้นจากการถือกำเนิดของ Move แต่การวิเคราะห์เชิงเปรียบเทียบระหว่าง Solidity และ Move ยังคงหาได้ยาก การศึกษานี้จะทำการวิเคราะห์เปรียบเทียบที่ครอบคลุมระหว่าง Solidity และ Move ซึ่งส่งเสริมความเข้าใจที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับฟังก์ชันและความสามารถของ Move ด้วยการจัดองค์ประกอบสำคัญให้เป็นกรอบงาน เรามุ่งหวังที่จะทำให้นักพัฒนาสามารถเปลี่ยนไปใช้การพัฒนาด้วย Move ได้อย่างง่ายดาย

**👉 เรียนรู้เพิ่มเติม: **

ปฏิวัติ DeFi: แนวทางการเรียนรู้เชิงลึกเพื่อเพิ่มประสิทธิภาพสภาพคล่องและค่าธรรมเนียมแบบไดนามิกบน Sui

ราชิด เกอร์ราอุย และ วาลิด โซเฟียเน (EPFL)

การวิจัยจะพัฒนาโมเดลการเรียนรู้เชิงลึกแบบไฮบริดเพื่อการทำนายช่วงที่เหมาะสมที่สุดในโปรโตคอล Sui DeFi โดยผสมผสานโครงข่ายประสาทที่เกิดซ้ำที่ได้รับการปรับปรุงและการเรียนรู้แบบเสริมกำลังเชิงลึก ขณะเดียวกันก็ผสานรวมการวิเคราะห์ความรู้สึกของโซเชียลมีเดียเพื่อปรับปรุงความแม่นยำในการทำนาย การวิจัยนี้มีจุดมุ่งหมายเพื่อปรับปรุงการตอบสนองของโปรโตคอล DeFi ต่อการเปลี่ยนแปลงของตลาด และวางตำแหน่ง Sui เป็นผู้นำในโปรโตคอล DeFi รุ่นต่อไป

**👉 เรียนรู้เพิ่มเติม: **

ประเมินความสามารถในการคาดการณ์ความผันผวนของ SUI

Stavros Degiannakis (มหาวิทยาลัยเปิดแห่งไซปรัส)

ในเศรษฐมิติ การประเมินความเหมาะสมของแบบจำลองและกำลังในการทำนายถือเป็นสิ่งสำคัญ โดยมักจะอาศัยฟังก์ชันการสูญเสียเพื่อประเมินอรรถประโยชน์ในการทำนาย การศึกษานี้จะตรวจสอบประสิทธิผลของอัลกอริทึม SPEC ในการทำนายความผันผวนของสินทรัพย์ Sui การศึกษาจะมุ่งเน้นไปที่ SUI เป็นหลัก และตรวจสอบข้อมูลดังกล่าวในสินทรัพย์บล็อกเชนต่างๆ โดยใช้ข้อมูลราคาความถี่สูงที่มีให้บริการฟรี

**👉 เรียนรู้เพิ่มเติม: **

** zkSNARKs โปร่งใสหลังควอนตัมหน่วยความจำต่ำ **

Brett Falk และ Pratyush Mishra (มหาวิทยาลัยเพนซิลวาเนีย)

การวิจัยนี้มีจุดมุ่งหมายเพื่อพัฒนา zkSNARK ที่ปรับขนาดได้โดยการแก้อุปสรรคหลัก 3 ประการ ได้แก่ ความซับซ้อนของเวลาของตัวพิสูจน์ ความซับซ้อนของพื้นที่ของตัวพิสูจน์ และขนาด SRS ของตัวพิสูจน์ เป้าหมายคือการเอาชนะอุปสรรคเหล่านี้ไปพร้อมๆ กันเพื่อจัดเตรียมการพิสูจน์การเข้ารหัสที่ปรับขนาดได้และพร้อมใช้งานสำหรับแอปพลิเคชันที่หลากหลายในเทคโนโลยีบล็อกเชน

**👉 เรียนรู้เพิ่มเติม: **