Sui 카이스트, UCL, 싱가포르국립대학교의 대학 연구진에 자금 지원

Sui 재단은 Sui 학술 연구 어워드의 수상자를 발표하게 되어 기쁘게 생각합니다. 이 프로그램은 특히 블록체인 네트워크, 스마트 컨트랙트 프로그래밍 및 Sui 에 구축된 제품과 관련된 기술의 한계를 뛰어넘어 다양한 분야에 걸쳐 Web3를 발전시키는 연구에 자금을 지원합니다.

지난 두 번의 코호트에서는 카이스트, 유니버시티 칼리지 런던, EPFL, 싱가포르 국립대학교 등 유수의 대학에서 42만 5천 달러에 17건의 제안을 승인했습니다.

승인된 제안서 개요DAO: 투표 블록 엔트로피

아리 주엘스 (코넬 대학교)

이 연구는 조직이 탈중앙화된다는 것이 무엇을 의미하는지에 대한 근본적인 질문을 다루면서 조직의 탈중앙화를 측정할 수 있는 지표를 확립할 것입니다. 분산형 자율 조직(DAO)이 보여주는 탈중앙화 척도를 확립함으로써, 이 연구는 조직 내 탈중앙화를 강화할 수 있는 관행을 파악할 것입니다.

적응형 보안 비동기식 DAG 기반 합의

필립 요바노비치 (유니버시티 칼리지 런던)

이 프로젝트는 공격에 대한 견고성을 강화하고 변화하는 공격에 적응할 수 있는 비동기식 DAG 기반 프로토콜을 개발하는 것을 목표로 합니다. 서비스 거부 공격과 정적 공격에 취약한 현재의 부분 동기식 모델과 달리, 제안된 프로토콜은 부분 동기식 모델에 최대한 근접한 성능 수준을 유지하면서 향상된 보안과 적응성을 제공할 것입니다.

Sui 스마트 계약에 대한 대규모 언어 모델 가이드 감사

아서 게르베스 (유니버시티 칼리지 런던)

Move 스마트 컨트랙트 감사는 GPT-4-32k 및 Claude-v2-100k와 같은 대규모 언어 모델(LLM)을 사용하여 크게 개선할 수 있습니다. 52개의 솔리디티 DeFi 스마트 컨트랙트에 대한 초기 분석 결과, 약 10억 달러의 손실이 보고된 다양한 취약점이 발견되었습니다. 이 프로젝트는 이 연구를 Sui 스마트 컨트랙트로 확장하여 강력한 보안 평가를 위한 신속한 엔지니어링을 강조하고 합성 벤치마크 데이터 세트를 사용해 LLM 성능을 평가합니다.

합의 프로토콜의 환경 매핑하기

크리스토퍼 카친 (베른 대학교)

이 프로젝트는 합의의 현재 환경을 조사함으로써 암호화 합의 프로토콜에 대한 새로운 통찰력을 제공할 것입니다. 그 결과는 기존 알고리즘에 대한 이해를 높이고 분산 프로토콜을 설계하기 위한 새로운 구조로 이어질 것입니다. 

탈중앙화 오라클 프로토콜의 고수준 보안 보장 검증을 위한 프레임워크

지젤 레이스 (카네기 멜론 대학교) 및 브루노 볼첸로겔 팔레오(제드 얼라이언스)

스마트 콘트랙트에서 정확하고 공정한 외부 데이터를 보장하기 위해서는 공식적인 방법을 사용하여 블록체인 오라클을 엄격하게 분석하고 검증하는 프레임워크를 만드는 것이 필수적입니다. 이 프로젝트는 공식화된 기본 오라클 프로토콜과 비즈니스 모델을 확장하여 이전 작업을 기반으로 합니다. Coq 증명 관리 시스템에서 공식화된 기본 오라클 프로토콜과 비즈니스 모델을 확장하여 포괄적인 정의 및 증명 전술 라이브러리를 개발하는 것을 목표로 합니다.

확장성 병목 현상 파악

로저 와텐호퍼 (ETH 취리히)

이 프로젝트는 스마트 컨트랙트 설계 결함으로 인한 병목 현상을 파악함으로써 블록체인 애플리케이션의 병렬화 잠재력을 향상하고자 합니다. 또한 트랜잭션 수수료 조정이 병렬화 잠재력에 어떤 영향을 미칠 수 있는지 살펴볼 것입니다.

불샤크 프로토콜 기계화

일리야 세르게이 (싱가포르 국립 대학교)

이 연구는 최신 컴퓨터 지원 검증 도구를 사용해 불샤크의 속성을 공식적으로 검증하고, DAG 기반 합의 프로토콜에 대한 이해를 증진하는 것을 목표로 합니다. 또한, 이 프로젝트는 기계적으로 검증된 최초의 DAG 기반 합의 프로토콜 모델을 제공함으로써 분산 시스템 연구의 발전에 기여할 것입니다.

BBSF: 블록체인 벤치마킹 표준 프레임워크

헨리 F. 코스 (리하이 대학교)

이 프로젝트는 레이어 1 블록체인과 레이어 2 확장 솔루션을 공정하게 비교할 수 있는 표준화된 블록체인 벤치마크 형식을 만드는 것을 목표로 합니다. 궁극적으로는 사용자와 개발자에게 체인 성능에 대한 투명한 인사이트를 제공하여 정보에 기반한 의사결정을 내릴 수 있도록 하는 것이 목표입니다.

확장 가능하고 분산된 공유 시퀀싱 레이어 구축하기

강민석 (KAIST)

이 제안은 공유 시퀀서 알고리즘으로 불샤크/미스티세티를 사용하는 것을 탐구할 것입니다. 여기에는 Sui 을 시퀀싱 계층으로 사용하는 여러 롤업을 실행하여 실행 계층에 따라 트랜잭션을 해석할 수 있도록 하는 것이 포함됩니다.

최적의 혼잡 요금 책정을 위한 현지 요금 시장

압둘라예 은디아이 (뉴욕 대학교)

이 연구는 교통 혼잡과 블록체인 네트워크에서의 거래 실행 사이의 유사점을 도출하여 혼잡 가격 책정을 최적화하기 위해 현지 수수료 시장을 조사합니다. 최적의 리소스 할당을 위해 혼잡 상태를 반영하는 효율적인 가격 책정 메커니즘을 구축하는 것이 목표입니다. 사용자 가치와 지연 비용에 대한 초기 분석은 블록체인의 혼잡 가격 책정에 대한 유망한 방향을 보여줍니다.

SAMM: 샤드화된 자동화된 시장 메이커

이타이 에얄 (테크니온 - 이스라엘 공과대학)

동시성을 높이기 위해 여러 개의 콘트랙트를 활용하는 샤딩 콘트랙트라는 새로운 개념이 개발되고 있습니다. 자동화된 시장 조성자(AMM) 스마트 콘트랙트를 샤딩하면 성능을 개선할 수 있지만, 유동성 파편화와 거래소 거래 비용 증가로 인해 문제가 발생할 수 있습니다. 핵심 목표는 유동성 공급자와 트레이더가 여러 AMM 샤드를 유지하도록 인센티브를 조정하여 완전히 병렬화된 샤딩 AMM을 가능하게 하는 것입니다.

경쟁 메커니즘의 비공개 공개

안드레아 아타르 (로마 토르 베르가타 대학교 - 이탈리아)

시장의 메커니즘 설계에 대한 새로운 접근 방식을 탐구하는 이 연구는 정보에 입각한 구매자를 유치하기 위한 판매자 간의 경쟁에 초점을 맞춥니다. 이 연구는 설계자부터 대리인에 이르는 개인 공시가 시장 결과와 전략적 상호작용에 미치는 영향을 조사하여 현대 시장 역학 및 경쟁에 대한 통찰력을 제공하는 것을 목표로 합니다. 이 프로젝트는 이론적 분석과 실증적 연구를 통해 시장의 불완전성에 대한 이해를 증진하고 정책 권고안을 제시하고자 합니다.

대규모 언어 모델을 적용하여 Sui 스마트 컨트랙트 생성하기

켄 코딩거와 이슨 첸 (카네기 멜론 대학교)

Sui 의 스마트 컨트랙트는 Move 언어로 작성되어 있어 제한된 학습 데이터로 인해 현재 대규모 언어 모델(LLM)에 어려움을 겪고 있습니다. 이 연구는 Move 코드와 Sui 전용 프롬프트를 사용하여 LLM을 미세 조정함으로써 이 문제를 해결하는 것을 목표로 합니다. 이 연구에서는 Move 언어 예제에 대한 포괄적인 데이터 세트를 수집하고, 프롬프트 엔지니어링을 개선하며, 미세 조정을 구현하여 이러한 방법 간의 LLM 효과를 비교합니다. 

COMET: 전환을 위한 비교 메트릭 및 프레임워크 Move

조지 지글리스 (니코시아 대학교)

솔리디티에 대한 광범위한 분석에도 불구하고 Move 의 등장은 주목할 만한 변화를 제시하지만, 솔리디티와 Move 의 비교 분석은 여전히 부족합니다. 이 연구는 솔리디티와 Move 간의 포괄적인 비교 분석을 완료하여 Move의 특징과 기능에 대한 심층적인 이해를 돕습니다. 핵심 요소를 프레임워크로 정리함으로써 개발자가 Move 로 쉽게 전환할 수 있도록 지원하는 것이 목표입니다.

디파이의 혁신: 유동성 및 동적 수수료 최적화를 위한 딥러닝 접근 방식 Sui

라키드 게라우이, 왈리드 소피안 (에콜 폴리테크니크 페데랄 드 로잔)

이 연구에서는 최적의 범위 예측을 위한 하이브리드 딥러닝 모델을 개발할 예정입니다. Sui DeFi 프로토콜. 이 모델은 향상된 순환 신경망과 심층 강화 학습을 결합하는 동시에 소셜 미디어 감정 분석을 통합하여 예측 정확도를 높입니다. 이 연구는 시장 변화에 대한 DeFi 프로토콜의 대응력을 개선하여 Sui 차세대 DeFi 프로토콜의 선두주자로 자리매김하고자 합니다.

SUI의 변동성 예측 능력 평가하기

스타브로스 데지아나키스 (키프로스 오픈 대학교)

계량경제학에서 모델 적합성과 예측 능력을 평가하는 것은 매우 중요하며, 예측 유용성을 평가하기 위해 손실 함수에 의존하는 경우가 많습니다. 이 연구에서는 Sui 에서 자산의 변동성을 예측하는 SPEC 알고리즘의 효율성을 조사합니다. 무료로 제공되는 고빈도 가격 데이터를 활용하여 주로 SUI 에 초점을 맞추고 다양한 블록체인 자산에 대한 검증을 진행할 것입니다.

저메모리 포스트-퀀텀 투명 zkSNARKs

브렛 포크와 프라티쉬 미쉬라 (펜실베니아 대학교)

이 연구는 증명자 시간 복잡성, 증명자 공간 복잡성, 증명자 SRS 크기라는 세 가지 주요 장벽을 해결하여 확장 가능한 zkSNARK를 개발하는 것을 목표로 합니다. 목표는 이러한 장벽을 동시에 극복하여 블록체인 기술의 다양한 애플리케이션에 배포할 수 있고 확장 가능한 암호화 증명을 제공하는 zkSNARK를 구축하는 것입니다.

Sui 학술 연구 어워드 프로그램에 제안서를 제출해 주신 모든 분들께 감사의 말씀을 드립니다. 

이 프로그램에 관심이 있으신 분들은 제안서 제출 제안서를 2024년 4월 4일까지 제출해 주세요.