Sui Foundation s potěšením oznamuje držitele čtvrté kohorty Sui Academic Research Awards. Tento program financuje převratný výzkum, který posouvá Web3, zejména se zaměřením na technologii blockchain, programování inteligentních smluv a produkty postavené na Sui.

V této kohortě jsme přijali 20 výjimečných návrhů od prestižních univerzit, jako je UC Berkeley, Yale, NYU, EPFL a National University of Singapore. Tito přední výzkumní pracovníci budou řídit inovace v ekosystému Sui. Vzhledem k vynikající kvalitě návrhů Sui Foundation vyčlenila další 1 milion dolarů na financování pro rok 2024 na podporu dalšího výzkumu, který urychlí inovace a přijetí blockchainu. Další výzva k předkládání návrhů se uzavírá 5. července 2024.

Zrychlení ZKP pomocí ukládání do mezipaměti  

Fan Zhang (Yale University)

Důkazy nulových znalostí (zk-proofs) jsou zásadní pro škálovatelnost blockchainu, soukromí a identitu, jako je Sui's primitiv zkLogin. Generování zk-proofs je však pomalé kvůli výpočtům náročným na zdroje. Tento výzkum vylepšuje generování zk-proof pomocí ukládání do mezipaměti pro ukládání mezivýsledků opakovaných výpočtů, jako jsou multiskalární násobení a rychlé Fourierovy transformace. Tento přístup využívá vzory v uživatelských vstupech k výraznému urychlení generování zk-proof, čímž se zvyšuje efektivita v reálných aplikacích.

AICain: LLM pro propojení statické analýzy a fuzzingu pro bezpečnější chytré smlouvy 

Vijay Ganesh (Georgia Institute of Technology)

AIChain řeší problém zabezpečení inteligentních smluv tím, že využívá AI pro statickou analýzu a fuzzing, aby se eliminovala manuální práce. AIChain je velký jazykový model (LLM) používaný ke zpracování inteligentních smluv a zprávy o statické analýze pro generování kódu pro fuzzing k ověření potenciálních zranitelností. Počáteční testy s OpenAI GPT-3.5-Turbo ukázaly efektivní výsledky a nástroj se rozšiřuje, aby odhalil další zranitelnosti.

Domácí úschova klíčů pro platformy Web3

Tushar Jois (Výzkumná nadace CUNY)

Platformy Web3 nabízejí bezprecedentní kontrolu nad digitálními aktivy, ale úschova klíčů zůstává hlavním třecím bodem. Tradiční řešení, jako jsou hardwarové peněženky a úschova třetích stran, jsou nákladná a potenciální uživatele odrazují. Tento výzkum zkoumá využití stávajících zařízení internetu věcí v inteligentních domácnostech pro úschovu klíčů, přičemž využívá kolektivní zabezpečení několika pevných zařízení. Systém SocIoTy bude využívat zařízení chytré domácnosti k provádění kryptografických operací a dvoufaktorové autentizace, což zajistí, že klíčový materiál zůstane v domácnosti bezpečný. Tento přístup poskytuje nákladově efektivní a bezpečnou metodu pro úschovu klíčů Web3, čímž zvyšuje důvěru a dostupnost uživatelů.

Autobahn: Jak zajistit, aby byly částečně synchronní BFT protokoly odolné vůči částečné synchronizaci

Natacha Crooks (University of California, Berkeley)

Tradiční byzantské protokoly odolné proti chybám (BFT) musí vyvažovat nízkou latenci a robustnost sítě, ale příležitostně během síťových výkyvů zakolísají, což vede k „asynchronnímu kocovině“. Protokoly BFT založené na DAG, přestože jsou robustní, často vykazují vyšší latenci. Tento výzkum vyvine Autobahn, nový konsenzuální protokol kombinující šíření dat na bázi DAG s tradičním částečně synchronním mechanismem konsenzu. Autobahn udržuje nízkou latenci během normálního provozu a robustnost během výpadků sítě tím, že odděluje konsenzus od šíření dat, zajišťuje efektivní obnovu a vysoký výkon.

Automatizované řízení rizik pro ekosystém Sui DeFi

Lukasz Szpruch a David Siska (University of Edinburgh)

Tento projekt si klade za cíl vyvinout automatizované systémy řízení rizik pro zvýšení ekonomické bezpečnosti v ekosystému Sui's DeFi pomocí kvantitativních financí a simulací založených na agentech. Současná správa DAO se potýká s řízením rizik v reálném čase a často se spoléhá na offchain centralizovaná doporučení třetích stran. Tento výzkum vytvoří ověřitelný rámec pro řízení rizik založený na datech v reálném čase, automatizaci nastavení parametrů protokolu a zátěžové testování pomocí simulací založených na agentech. Počáteční důraz bude kladen na decentralizované úvěrové protokoly poskytující nástroje s otevřeným zdrojovým kódem, které umožňují transparentní, škálovatelné a odpovědné hodnocení rizik.

Behaviorální abstrakce na podporu inteligentních smluvních auditorů

Diego Garbervetsky (Univerzita v Buenos Aires)

Audit je lidsky náročný úkol, který se často opírá o nástroje jako linters a fuzzers, které postrádají vhledy specifické pro doménu. Tento výzkum vytvoří nástroje využívající predikátovou abstrakci ke konstrukci modelů (automatů), které pomohou auditorům prozkoumat a ověřit chování inteligentních smluv. Postupným pochopením chování smlouvy prostřednictvím navrhovaných predikátů mohou auditoři tyto modely používat k efektivnější identifikaci funkčních a implementačních chyb. Cílem je automatizovat generování těchto modelů, zlepšit efektivitu auditu a celkovou bezpečnost smart kontraktů.

Benchmarking Sui prostřednictvím perspektivy paralelního provádění

Ooi Beng Chin (Národní univerzita v Singapuru)

Tento projekt se zabývá úzkým hrdlem prováděcího motoru v moderních blockchainech a překračuje omezení konsensuálních algoritmů. Návrhem pracovních zátěží nativních Web3 pro paralelní provádění se tým snaží porovnat oblíbené aplikace, jako jsou DEX, NFT tržiště a hry. Tento výzkum poskytne cenné poznatky o škálovatelnosti a výkonu moderních blockchainů a zvýší efektivitu strategií paralelního provádění.

Beyond Space and Time: Experimental Economics via Smart Contracts

Yang You (The University of Hong Kong), Lin William Cong (Cornell University)

Tradiční společenskovědní experimenty čelí omezením kvůli umělé léčbě a krátkému trvání v laboratorních podmínkách. Tento výzkum představuje decentralizovanou platformu pro obchodování s kontrakty událostí poháněnou automatizovaným vytvářením trhu, kde účastníci obchodují na základě skutečných událostí a poskytují spolehlivější data. Díky neustálému zapojování účastníků pomocí tokenů platforem konvertibilních na USDC pro správné předpovědi tento přístup umožňuje dlouhodobé studie očekávání, prokázané prostřednictvím experimentu s očekáváními úrokových sazeb ovlivněnými oznámeními Federálního rezervního systému USA.

Blockchain Address Poisoning  

Nicolas Christin (Carnegie Mellon University)

Tento výzkum se zabývá problémem otravy blockchainových adres, kdy útočníci vytvářejí „podobné“ adresy, aby přiměli uživatele, aby poslali finanční prostředky nesprávnému příjemci, běžně označované jako otrava adres. Blockchainové transakce jsou nevratné, takže takové útoky jsou obzvláště škodlivé. Tento projekt formalizuje model hrozeb, změří prevalenci napříč více blockchainy, charakterizuje chování útočníků a vyvine zmírnění. Cílem je vytvořit přísný rámec pro návrh uživatelského rozhraní Web3, který zvýší bezpečnost a důvěru uživatelů na Sui a dalších platformách.

Dosažení výnosu bez rizika na Sui: Hluboký hedgingový přístup s využitím opcí a futures

Dimitrios Karyampas a Walid Sofiane (École Polytechnique Fédérale de Lausanne), Adam Bouabda (ETH Zurich)

Stabilní, téměř bezrizikové výnosy jsou zásadní pro důvěru investorů ve vysoce volatilní trh s kryptoměnami. Tento projekt využívá inovativní hedgingové strategie inspirované syntetickými stablecoiny ke zlepšení současných metod. Integrací věčných kontraktů s pokročilými opčními strategiemi, zejména box spready, a využitím posilovacího učení se projekt snaží vyvinout dynamickou obchodní strategii, která se přizpůsobí tržním podmínkám, maximalizuje výnosy a zároveň minimalizuje rizika.

Specifikace složení a ověření protokolů Blockchain Consensus Protocol

Zhong Shao (Yale University)

Protokoly Byzantine State Machine Replication (SMR) zajišťují lineární historii zabezpečenou proti neoprávněné manipulaci tím, že se zúčastněné uzly dohodnou na jediném konsensu. Správná implementace těchto protokolů pro zachování bezpečnosti a životnosti však zůstává složitou výzvou. Zavedením přechodného modelu konsenzuálních protokolů, který zahrnuje součást kardiostimulátoru, tato práce podporuje prokazování bezpečnosti a životnosti prostřednictvím zdokonalení. Cílem je vyvinout model Linearizable Byzantine Distributed Objects (LiDO), který zjednoduší a zlepší ověřování konsenzuálních protokolů a zajistí robustní a spolehlivé implementace blockchainu.

Paradigma souběžného provádění inteligentních smluv

Mohammad Sadoghi (University of California, Davis)

Během posledního desetiletí ResilientDB byla průkopníkem odolné a udržitelné datové platformy, která sjednocuje bezpečné transakční a analytické zpracování v reálném čase. Jako projekt inkubátoru Apache ResilientDB významně přispěl, včetně vývoje protokolu geo-scale consensus protocol (GeoBFT) a hybridních protokolů sharding (Cerberus, RingBFT). Na základě tohoto základu se tým nyní zaměřuje na vývoj vysoce výkonných protokolů pro řízení souběžnosti s nízkou latencí optimalizovaných pro souběžné provádění inteligentních smluv.

Efektivní postkvantový vícestranný výpočet pomocí lehké kryptografie

Aniket Kate (Purdue University)

Multi-Party Computation (MPC) umožňuje více stranám počítat funkce na soukromých vstupech při zachování soukromí, což je nezbytné pro Web3 aplikace, jako je umělá inteligence chránící soukromí a zdravotnická analytika. Tento výzkum si klade za cíl vyvinout protokoly MPC založené na hash, které jsou škálovatelné a post-kvantově bezpečné, čímž překonávají omezení současných protokolů, které se spoléhají na výpočetně nákladné kryptografické operace. Předběžné výsledky s protokolem HashRand ukazují výrazné zlepšení výkonu, dosažení 11 000 majáků za minutu s 16 účastníky, což výrazně překonalo stávající řešení.

Šifrování na řetězu

Jevgenij Dodis (New York University)

Blockchainy jako Bitcoin a Ethereum nabízejí pseudonymitu, ale nativně postrádají silné záruky ochrany soukromí, což umožňuje sledovat uživatelské transakce. Tento výzkum si klade za cíl tento problém vyřešit zkoumáním „šifrování v řetězci“ pro soukromé úložiště, na rozdíl od zk-proofs, aby bylo zajištěno soukromí a dostupnost dat na blockchainech. Tento projekt čerpá ze zkušeností z vývoje protokolů pro bezpečné zasílání zpráv, jako je Signal a Zoom, a snaží se vyvinout robustní řešení ochrany soukromí pro blockchainové transakce.

Hodnocení odolnosti Sui vůči síťovým útokům

Prateek Mittal (Princeton University)

Tento výzkum zkoumá odolnost sítě Sui validator vůči směrovacím útokům na úrovni sítě, zejména útokům Border Gateway Protocol (BGP) a útokům DDoS. Studie posoudí odolnost uzlů validátoru vůči těmto hrozbám s konečným cílem vyvinout funkci „skóre“ odolnosti, která podle toho upraví výplaty za ověření a podpoří bezpečné připojení prostřednictvím síťové architektury SCION nové generace. Tento výzkum bude dosud nejpodrobnější simulací odolnosti vůči únosu BGP, která bude zahrnovat aspekty skutečného směrování, aby byla zajištěna robustnost a spolehlivost Sui.

Rychlejší zk-SNARK z Akumulace

Benedikt Bünz (New York University)

Tento výzkum si klade za cíl zlepšit stručné neinteraktivní argumenty znalostí Zero-Knowledge (zk-SNARKs), zlepšit soukromí a efektivitu blockchainu. Pomocí „akumulačních“ technik jsou výpočty rozděleny do malých kroků a kombinovány, což zjednodušuje ověřování. Tato metoda může zlepšit agregaci podpisů v systémech jako Bullshark a Narwhal a nabízí efektivnější ověřování. Projekt se snaží zk-SNARK rychleji a snadněji generovat pro praktické aplikace.

Plně decentralizovaný zkLogin s biometrickými metodami přihlašování a přepínatelnými poskytovateli přihlášení

Jieliang Yin (Hongkongská univerzita vědy a technologie)

Současné blockchainové systémy se potýkají s problémy v ověřování identity uživatelů a spoléhají ve velké míře na to, že uživatelé spravují hesla nebo konkrétní zařízení, což může být nepohodlné a nejisté. Tento navrhovaný výzkum řeší tento problém zavedením decentralizovaného řešení zkLogin, které využívá metody biometrické identifikace, jako je rozpoznání hlasu, otisku prstu, obličeje a duhovky. Tento přístup eliminuje potřebu, aby si uživatelé cokoliv pamatovali nebo přenášeli, a umožňuje jim přepínat mezi různými poskytovateli služeb, což zvyšuje pohodlí i bezpečnost a zároveň zajišťuje nepřetržitý přístup k jejich blockchain účtům.

MoveGen: Generování bezpečných inteligentních smluv na základě přirozeného jazyka a bezpečnostních specifikací

Weidong Shi a Rabimba Karanjai (University of Houston)

Tento projekt si klade za cíl vylepšit SolMover, nástroj pro generování kódu Move, vylepšením jeho generátoru úloh LLM, rozšířením datové sady kódu Move a integrací mechanismů opravy chyb. Výzkum bude zkoumat přímé generování kódu Move ze specifikací přirozeného jazyka pomocí zpětné vazby kompilátoru k opakovanému zlepšování přesnosti a kvality kódu. K zajištění správnosti a spolehlivosti generovaných smluv o přesunu budou navíc použity pokročilé techniky vyrovnávání bezpečnosti, záplatování na bázi linter a automatické generování testů jednotek. 

Škálovatelnost z virtuálních strojů s nulovými znalostmi

Sanjam Garg (University of California, Berkeley)

zk-proofs jsou výkonný kryptografický nástroj, který zajišťuje bezpečnost a soukromí v blockchainových aplikacích. zk-proofs osvědčují správné provádění výpočtů bez odhalení jakýchkoli vstupních dat, což je činí zásadními pro aplikace, jako jsou ověřitelné databáze, soukromé hlasování a anonymní přihlašovací údaje. Implementace zk-proofs pro virtuální stroj Move by klientům umožnila provádět chytré smlouvy lokálně a předkládat důkazy, což by snížilo zátěž horníků a podpořilo výpočetně náročné smlouvy. To by také pomohlo povolit aplikace pro ochranu soukromí na Sui.

SuiGPT AutoTest: Vytvářejte komplexní testy přesunových jednotek s velkými jazykovými modely

Ken Koedinger a Eason Chen (Carnegie Mellon University)

Zatímco testování je klíčové pro zachování integrity inteligentní smlouvy, vytváření jednotkových testů je velmi časově náročné. Tento výzkum zkoumá použití LLM jako pomoc při psaní těchto testů. Počáteční úspěchy s rychlým inženýrstvím ukazují, že LLM mohou generovat efektivní, kompilovatelný testovací kód. Tento výzkum vyvine SDK a rozšíření Visual Studio Code, které pomůže vývojářům Move snadno vytvářet komplexní testy jednotek, čímž se zvýší efektivita a spolehlivost.

Rádi bychom poděkovali všem, kteří předložili návrhy do programu Sui Academic Research Awards. 

Zájemci o program zasílejte své návrhy do dalšího kola do 5. července 2024.