Sui Foundation dengan bangga mengumumkan para penerima penghargaan Sui Academic Research Awards angkatan keempat. Program ini mendanai penelitian inovatif yang memajukan Web3, khususnya berfokus pada teknologi blockchain, pemrograman kontrak pintar, dan produk yang dibangun di Sui.
Dalam kelompok ini, kami menerima 20 proposal luar biasa dari universitas bergengsi seperti UC Berkeley, Yale, NYU, EPFL, dan National University of Singapore. Para peneliti terkemuka ini akan mendorong inovasi dalam ekosistem Sui. Karena kualitas proposal yang luar biasa, Sui Foundation memberikan tambahan pendanaan sebesar $1 juta pada tahun 2024 untuk mendukung penelitian lebih lanjut yang mempercepat inovasi dan adopsi blockchain. Panggilan proposal berikutnya ditutup pada tanggal 5 Juli 2024.
Mempercepat ZKP dengan Caching
Fan Zhang (Universitas Yale)
Bukti tanpa pengetahuan (zk-proofs) sangat penting untuk skalabilitas, privasi, dan identitas blockchain, seperti zkLogin primitif Sui. Namun, menghasilkan bukti-zk lambat karena komputasi yang menghabiskan banyak sumber daya. Penelitian ini meningkatkan pembuatan zk-proof dengan caching untuk menyimpan hasil antara perhitungan berulang, seperti perkalian multi-skalar dan transformasi fourier cepat. Pendekatan ini memanfaatkan pola masukan pengguna untuk mempercepat pembuatan zk-proof secara signifikan, sehingga meningkatkan efisiensi dalam aplikasi dunia nyata.
AIChain: LLM untuk Menghubungkan Analisis Statis dan Fuzzing untuk Kontrak Cerdas yang Lebih Aman
Vijay Ganesh (Institut Teknologi Georgia)
AIChain mengatasi tantangan keamanan kontrak pintar dengan menggunakan AI untuk analisis statis dan fuzzing untuk menghilangkan pekerjaan manual. AIChain adalah Model Bahasa Besar (LLM) yang digunakan untuk memproses kontrak pintar dan laporan analisis statis untuk menghasilkan kode fuzzing guna memverifikasi potensi kerentanan. Pengujian awal dengan GPT-3.5-Turbo OpenAI telah menunjukkan hasil yang efektif, dan alat ini diperluas untuk mendeteksi lebih banyak kerentanan.
Penahanan Kunci di Rumah untuk Platform Web3
Tushar Jois (Yayasan Penelitian CUNY)
Platform Web3 menawarkan kontrol yang belum pernah terjadi sebelumnya atas aset digital, namun penyimpanan kunci masih menjadi titik perselisihan utama. Solusi tradisional seperti dompet perangkat keras dan escrow pihak ketiga mahal, sehingga menghalangi calon pengguna. Penelitian ini mengeksplorasi penggunaan perangkat internet of things yang ada di rumah pintar untuk penyimpanan kunci, memanfaatkan keamanan kolektif dari beberapa perangkat yang terpasang di tempat. Sistemnya, SocIoTy, akan menggunakan perangkat rumah pintar untuk melakukan operasi kriptografi dan otentikasi dua faktor, memastikan materi utama tetap aman di dalam rumah. Pendekatan ini memberikan metode yang hemat biaya dan aman untuk penyimpanan kunci Web3, meningkatkan kepercayaan dan aksesibilitas pengguna.
Autobahn: Cara Membuat Protokol BFT Sinkronisasi Sebagian Kuat terhadap Sinkronisasi Parsial
Natacha Crooks (Universitas California, Berkeley)
Protokol Byzantine Fault Tolerant (BFT) tradisional harus menyeimbangkan latensi rendah dan ketahanan jaringan, namun terkadang terputus-putus saat terjadi gangguan jaringan, yang menyebabkan “mabuk asinkron.” Protokol BFT berbasis DAG, meskipun kuat, sering kali mengalami latensi yang lebih tinggi. Penelitian ini akan mengembangkan Autobahn, sebuah protokol konsensus baru yang menggabungkan penyebaran data berbasis DAG dengan mekanisme konsensus tradisional yang sebagian sinkron. Autobahn mempertahankan latensi rendah selama pengoperasian normal dan ketahanan selama gangguan jaringan dengan memisahkan konsensus dari penyebaran data, memastikan pemulihan yang efisien dan kinerja tinggi.
Manajemen Risiko Otomatis untuk Ekosistem Sui DeFi
Lukasz Szpruch dan David Siska (Universitas Edinburgh)
Proyek ini bertujuan untuk mengembangkan sistem manajemen risiko otomatis untuk meningkatkan keamanan ekonomi di ekosistem DeFi Sui menggunakan keuangan kuantitatif dan simulasi berbasis agen. Tata kelola DAO saat ini berjuang dengan manajemen risiko real-time, sering kali mengandalkan rekomendasi pihak ketiga yang terpusat dan offchain. Penelitian ini akan menciptakan kerangka kerja manajemen risiko berbasis data real-time yang dapat diverifikasi, mengotomatiskan pengaturan parameter protokol, dan stress test dengan simulasi berbasis agen. Fokus awalnya adalah pada protokol pinjaman terdesentralisasi yang menyediakan alat sumber terbuka untuk memungkinkan penilaian risiko yang transparan, terukur, dan akuntabel.
Abstraksi Perilaku untuk Mendukung Auditor Kontrak Cerdas
Diego Garbervetsky (Universitas Buenos Aires)
Audit adalah tugas intensif manusia yang sering kali bergantung pada alat seperti linter dan fuzzer, yang tidak memiliki wawasan khusus domain. Penelitian ini akan membangun alat menggunakan abstraksi predikat untuk membangun model (automata) yang membantu auditor mengeksplorasi dan memvalidasi perilaku kontrak pintar. Dengan memahami perilaku kontrak secara bertahap melalui predikat yang diusulkan, auditor dapat menggunakan model ini untuk mengidentifikasi bug fungsional dan implementasi dengan lebih efektif. Tujuannya adalah untuk mengotomatiskan pembuatan model-model ini, meningkatkan efisiensi audit, dan keamanan kontrak pintar secara keseluruhan.
Membandingkan Sui Melalui Perspektif Eksekusi Paralel
Ooi Beng Chin (Universitas Nasional Singapura)
Proyek ini mengatasi hambatan mesin eksekusi di blockchain modern, melampaui batasan algoritma konsensus. Dengan merancang beban kerja asli Web3 untuk eksekusi paralel, tim bertujuan untuk membuat tolok ukur aplikasi populer seperti DEX, pasar NFT, dan game. Penelitian ini akan memberikan wawasan berharga mengenai skalabilitas dan kinerja blockchain modern, sehingga meningkatkan efisiensi strategi eksekusi paralel.
Melampaui Ruang dan Waktu: Ekonomi Eksperimental melalui Kontrak Cerdas
Yang You (Universitas Hong Kong), Lin William Cong (Universitas Cornell)
Eksperimen ilmu sosial tradisional menghadapi keterbatasan karena perawatan buatan dan jangka waktu yang singkat di laboratorium. Penelitian ini memperkenalkan platform perdagangan kontrak acara terdesentralisasi yang didukung oleh pembuatan pasar otomatis, di mana peserta berdagang berdasarkan peristiwa dunia nyata, sehingga memberikan data yang lebih andal. Dengan terus melibatkan peserta dengan token platform yang dapat dikonversi ke USDC untuk prediksi yang benar, pendekatan ini memungkinkan studi ekspektasi jangka panjang, yang ditunjukkan melalui eksperimen ekspektasi suku bunga yang dipengaruhi oleh pengumuman Federal Reserve AS.
Keracunan Alamat Blockchain
Nicolas Christin (Universitas Carnegie Mellon)
Penelitian ini membahas masalah keracunan alamat blockchain, di mana penyerang membuat alamat yang “mirip” untuk mengelabui pengguna agar mengirimkan dana ke penerima yang salah, yang biasa disebut dengan keracunan alamat. Transaksi Blockchain tidak dapat diubah, sehingga serangan semacam ini sangat berbahaya. Proyek ini akan memformalkan model ancaman, mengukur prevalensi di berbagai blockchain, mengkarakterisasi perilaku penyerang, dan mengembangkan mitigasi. Tujuannya adalah untuk menciptakan kerangka kerja yang ketat untuk desain UI Web3 yang meningkatkan keamanan dan kepercayaan pengguna pada Sui dan platform lainnya.
Menangkap Hasil Bebas Risiko di Sui: Pendekatan Lindung Nilai Mendalam Menggunakan Opsi dan Kontrak Berjangka
Dimitrios Karyampas dan Walid Sofiane (École Polytechnique Fédérale de Lausanne), Adam Bouabda (ETH Zurich)
Imbal hasil yang stabil dan hampir bebas risiko sangat penting bagi kepercayaan investor terhadap pasar mata uang kripto yang sangat fluktuatif. Proyek ini menggunakan strategi lindung nilai inovatif yang terinspirasi oleh stablecoin sintetis untuk menyempurnakan metode saat ini. Dengan mengintegrasikan kontrak abadi dengan strategi opsi tingkat lanjut, khususnya box spread, dan memanfaatkan pembelajaran penguatan, proyek ini bertujuan untuk mengembangkan strategi perdagangan dinamis yang beradaptasi dengan kondisi pasar, memaksimalkan hasil sekaligus meminimalkan risiko.
Spesifikasi Komposisi dan Verifikasi Protokol Konsensus Blockchain
Zhong Shao (Universitas Yale)
Protokol Byzantine State Machine Replication (SMR) memastikan sejarah yang linier dan anti kerusakan dengan membuat node yang berpartisipasi menyetujui satu konsensus. Namun, menerapkan protokol-protokol ini dengan benar untuk menjaga keselamatan dan kelangsungan hidup masih merupakan tantangan yang kompleks. Dengan memperkenalkan model perantara protokol konsensus yang mencakup komponen alat pacu jantung, penelitian ini mendukung pembuktian keamanan dan keaktifan melalui penyempurnaan. Tujuannya adalah untuk mengembangkan model Linearizable Byzantine Distributed Objects (LiDO) untuk menyederhanakan dan meningkatkan verifikasi protokol konsensus, memastikan implementasi blockchain yang kuat dan andal.
Paradigma Eksekusi Kontrak Cerdas Secara Bersamaan
Mohammad Sadoghi (Universitas California, Davis)
Selama dekade terakhir, ResilientDB telah memelopori platform data yang tangguh dan berkelanjutan yang menyatukan pemrosesan analitis transaksional dan real-time yang aman. Sebagai proyek Inkubator Apache, ResilientDB telah memberikan kontribusi yang signifikan, termasuk mengembangkan protokol konsensus skala geografis (GeoBFT) dan protokol sharding hibrid (Cerberus, RingBFT). Berdasarkan fondasi ini, tim sekarang bertujuan untuk mengembangkan protokol kontrol konkurensi latensi rendah dan throughput tinggi yang dioptimalkan untuk eksekusi kontrak pintar secara bersamaan.
Komputasi Multi-Partai Pasca-Kuantum yang Efisien menggunakan Kriptografi Ringan
Aniket Kate (Universitas Purdue)
Multi-Party Computation (MPC) memungkinkan banyak pihak menghitung fungsi pada input pribadi dengan tetap menjaga privasi, hal ini penting untuk aplikasi Web3 seperti AI yang menjaga privasi dan analisis layanan kesehatan. Penelitian ini bertujuan untuk mengembangkan protokol MPC berbasis hash yang dapat diskalakan dan aman pasca-kuantum, mengatasi keterbatasan protokol saat ini yang mengandalkan operasi kriptografi yang mahal secara komputasi. Hasil awal dengan protokol HashRand menunjukkan peningkatan kinerja yang signifikan, mencapai 11.000 beacon per menit dengan 16 peserta, jauh melampaui solusi yang ada.
Enkripsi pada Rantai
Yevgeny Dodis (Universitas New York)
Blockchain seperti Bitcoin dan Ethereum menawarkan nama samaran tetapi tidak memiliki jaminan privasi yang kuat, sehingga transaksi pengguna dapat dilacak. Penelitian ini bertujuan untuk mengatasi hal ini dengan mengeksplorasi “enkripsi pada rantai” untuk penyimpanan pribadi, dibandingkan dengan bukti-bukti, untuk memastikan privasi dan ketersediaan data di blockchain. Dengan memanfaatkan keahlian dari pengembangan protokol pengiriman pesan yang aman seperti Signal dan Zoom, proyek ini berupaya mengembangkan solusi privasi yang kuat untuk transaksi blockchain.
Mengevaluasi Ketahanan Sui terhadap Serangan Jaringan
Prateek Mittal (Universitas Princeton)
Penelitian ini menyelidiki ketahanan jaringan validator Sui terhadap serangan perutean tingkat jaringan, khususnya pembajakan Border Gateway Protocol (BGP) dan serangan DDoS. Studi ini akan menilai ketahanan node validator terhadap ancaman-ancaman ini, dengan tujuan akhir mengembangkan fungsi “skor” ketahanan untuk menyesuaikan pembayaran validasi dan memberi insentif pada konektivitas yang aman melalui arsitektur jaringan generasi berikutnya SCION. Penelitian ini akan menjadi simulasi ketahanan pembajakan BGP yang paling detail hingga saat ini, dengan menggabungkan aspek perutean dunia nyata untuk memastikan ketahanan dan keandalan Sui.
Zk-SNARK yang lebih cepat dari Akumulasi
Benedikt Bunz (Universitas New York)
Penelitian ini bertujuan untuk meningkatkan Argumen Pengetahuan Non-Interaktif Ringkas Tanpa Pengetahuan (zk-SNARKs), meningkatkan privasi dan efisiensi blockchain. Dengan menggunakan teknik “akumulasi”, penghitungan dipecah menjadi langkah-langkah kecil dan digabungkan, sehingga menyederhanakan verifikasi. Metode ini dapat meningkatkan agregasi tanda tangan dalam sistem seperti Bullshark dan Narwhal, sehingga menawarkan verifikasi yang lebih efisien. Proyek ini berupaya membuat zk-SNARK lebih cepat dan mudah dibuat untuk aplikasi praktis.
ZkLogin Sepenuhnya Terdesentralisasi dengan Metode Login Biometrik dan Penyedia Login yang Dapat Diganti
Jieliang Yin (Universitas Sains dan Teknologi Hong Kong)
Sistem blockchain saat ini menghadapi tantangan dalam autentikasi identitas pengguna, karena sangat bergantung pada pengguna untuk mengelola kata sandi atau perangkat tertentu, yang dapat merepotkan dan tidak aman. Penelitian yang diusulkan ini mengatasi masalah ini dengan memperkenalkan solusi zkLogin terdesentralisasi yang menggunakan metode identifikasi biometrik seperti voiceprint, sidik jari, pengenalan wajah, dan iris mata. Pendekatan ini menghilangkan kebutuhan pengguna untuk mengingat atau membawa apa pun dan memungkinkan mereka untuk beralih antar penyedia layanan yang berbeda, meningkatkan kenyamanan dan keamanan sekaligus memastikan akses berkelanjutan ke akun blockchain mereka.
MoveGen: Menghasilkan Kontrak Cerdas yang Aman Berdasarkan Bahasa Alami dan Spesifikasi Keamanan
Weidong Shi dan Rabimba Karanjai (Universitas Houston)
Proyek ini bertujuan untuk meningkatkan SolMover, alat untuk menghasilkan kode Pindahkan, dengan meningkatkan LLM penghasil tugas, memperluas kumpulan data kode Pindahkan, dan mengintegrasikan mekanisme koreksi kesalahan. Penelitian ini akan mengeksplorasi pembuatan langsung kode Move dari spesifikasi bahasa alami, menggunakan umpan balik compiler untuk meningkatkan akurasi dan kualitas kode secara berulang. Selain itu, teknik penyelarasan keselamatan tingkat lanjut, patching berbasis linter, dan pembuatan pengujian unit otomatis akan digunakan untuk memastikan kebenaran dan keandalan kontrak Pemindahan yang dihasilkan.
Skalabilitas dari Mesin Virtual Tanpa Pengetahuan
Sanjam Garg (Universitas California, Berkeley)
zk-proofs adalah alat kriptografi canggih yang menjamin keamanan dan privasi dalam aplikasi blockchain. zk-proofs mengesahkan pelaksanaan komputasi yang benar tanpa mengungkapkan data masukan apa pun, menjadikannya penting untuk aplikasi seperti database yang dapat diverifikasi, pemungutan suara pribadi, dan kredensial anonim. Menerapkan bukti-zk untuk mesin virtual Move akan memungkinkan klien untuk mengeksekusi kontrak pintar secara lokal dan mengirimkan bukti, mengurangi beban kerja penambang dan mendukung kontrak intensif komputasi. Ini juga akan membantu mengaktifkan aplikasi yang menjaga privasi di Sui.
SuiGPT AutoTest: Menghasilkan Tes Unit Bergerak Komprehensif dengan Model Bahasa Besar
Ken Koedinger dan Eason Chen (Universitas Carnegie Mellon)
Meskipun pengujian sangat penting untuk menjaga integritas kontrak pintar, pembuatan pengujian unit sangat memakan waktu. Penelitian ini mengeksplorasi penggunaan LLM untuk membantu menulis tes ini. Keberhasilan awal dengan rekayasa cepat menunjukkan bahwa LLM dapat menghasilkan kode pengujian yang efektif dan dapat dikompilasi. Penelitian ini akan mengembangkan SDK dan ekstensi Visual Studio Code untuk membantu pengembang Move dengan mudah membuat pengujian unit yang komprehensif, sehingga meningkatkan efisiensi dan keandalan.
Kami mengucapkan terima kasih kepada semua pihak yang telah mengajukan proposal untuk program Sui Academic Research Awards.
Bagi yang berminat dengan program ini, silakan ajukan proposal untuk putaran selanjutnya paling lambat tanggal 5 Juli 2024.
