Fundacja Sui z radością ogłasza laureatów czwartej grupy nagród Sui Academic Research Awards. Program ten finansuje przełomowe badania, które rozwijają Web3, szczególnie koncentrując się na technologii blockchain, programowaniu inteligentnych kontraktów i produktach zbudowanych na Sui.
W tej kohorcie przyjęliśmy 20 wyjątkowych propozycji od prestiżowych uniwersytetów, takich jak UC Berkeley, Yale, NYU, EPFL i National University of Singapore. Ci czołowi badacze będą napędzać innowacje w ekosystemie Sui. Ze względu na wyjątkową jakość wniosków Fundacja Sui przeznaczyła dodatkowy milion dolarów na rok 2024 na wsparcie dalszych badań przyspieszających innowacje i wdrażanie technologii blockchain. Kolejny nabór wniosków zakończy się 5 lipca 2024 r.
Przyspieszenie ZKP za pomocą buforowania
Fan Zhang (Uniwersytet Yale)
Dowody wiedzy zerowej (zk-proofs) są kluczowe dla skalowalności, prywatności i tożsamości blockchainu, tak jak prymityw zkLogin Sui. Jednak generowanie dowodów ZK jest powolne ze względu na obliczenia wymagające dużej ilości zasobów. Badania te ulepszają generowanie odporne na ZK za pomocą buforowania do przechowywania pośrednich wyników powtarzalnych obliczeń, takich jak mnożenia wieloskalarne i szybkie transformacje Fouriera. Podejście to wykorzystuje wzorce wprowadzane przez użytkownika, aby znacznie przyspieszyć generowanie odporne na ZK, poprawiając wydajność w rzeczywistych zastosowaniach.
AIChain: LLM łączący analizę statyczną i fuzzing w celu uzyskania bezpieczniejszych inteligentnych kontraktów
Vijay Ganesh (Georgia Institute of Technology)
AIChain podejmuje wyzwanie, jakim jest bezpieczeństwo inteligentnych kontraktów, wykorzystując sztuczną inteligencję do analizy statycznej i fuzzingu w celu wyeliminowania pracy ręcznej. AIChain to model wielkojęzykowy (LLM) używany do przetwarzania inteligentnych kontraktów i raportu z analizy statycznej w celu generowania kodu do fuzzowania w celu weryfikacji potencjalnych luk w zabezpieczeniach. Wstępne testy z GPT-3.5-Turbo OpenAI wykazały skuteczne wyniki, a narzędzie jest rozwijane w celu wykrywania większej liczby luk w zabezpieczeniach.
Opieka nad kluczami w domu dla platform Web3
Tushar Jois (Fundacja badawcza CUNY)
Platformy Web3 oferują bezprecedensową kontrolę nad zasobami cyfrowymi, ale kluczowa opieka pozostaje głównym punktem spornym. Tradycyjne rozwiązania, takie jak portfele sprzętowe i usługi depozytowe stron trzecich, są kosztowne i odstraszają potencjalnych użytkowników. W badaniu tym zbadano wykorzystanie istniejących urządzeń Internetu rzeczy w inteligentnych domach do przechowywania kluczy, wykorzystując zbiorowe bezpieczeństwo wielu urządzeń stacjonarnych. System SocIoTy będzie wykorzystywał inteligentne urządzenia domowe do wykonywania operacji kryptograficznych i uwierzytelniania dwuskładnikowego, zapewniając bezpieczeństwo kluczowych materiałów w domu. Takie podejście zapewnia opłacalną i bezpieczną metodę przechowywania kluczy Web3, zwiększając pewność użytkownika i dostępność.
Autobahn: Jak sprawić, by częściowo synchroniczne protokoły BFT były odporne na częściową synchronizację
Natacha Crooks (Uniwersytet Kalifornijski w Berkeley)
Tradycyjne protokoły bizantyjskie odporne na awarie (BFT) muszą równoważyć niskie opóźnienia i niezawodność sieci, ale czasami zawodzą podczas przerw w pracy sieci, prowadząc do „asynchronicznego kaca”. Protokoły BFT oparte na DAG, choć solidne, często charakteryzują się większymi opóźnieniami. W wyniku tych badań powstanie Autobahn, nowy protokół konsensusu łączący rozpowszechnianie danych w oparciu o DAG z tradycyjnym, częściowo synchronicznym mechanizmem konsensusu. Autobahn utrzymuje niskie opóźnienia podczas normalnej pracy i niezawodność podczas zakłóceń sieci, oddzielając konsensus od rozpowszechniania danych, zapewniając skuteczne odzyskiwanie i wysoką wydajność.
Zautomatyzowane zarządzanie ryzykiem dla ekosystemu Sui DeFi
Łukasz Szpruch i David Siska (Uniwersytet w Edynburgu)
Celem tego projektu jest opracowanie zautomatyzowanych systemów zarządzania ryzykiem w celu zwiększenia bezpieczeństwa ekonomicznego w ekosystemie DeFi Sui przy użyciu finansów ilościowych i symulacji opartych na agentach. Obecne zarządzanie DAO ma trudności z zarządzaniem ryzykiem w czasie rzeczywistym, często opierając się na scentralizowanych rekomendacjach stron trzecich poza łańcuchem. Badania te pozwolą stworzyć weryfikowalną strukturę zarządzania ryzykiem opartą na danych w czasie rzeczywistym, automatyzującą ustawienia parametrów protokołu i testy warunków skrajnych za pomocą symulacji opartych na agentach. Początkowy nacisk zostanie położony na zdecentralizowane protokoły kredytowe zapewniające narzędzia typu open source umożliwiające przejrzystą, skalowalną i odpowiedzialną ocenę ryzyka.
Abstrakcje behawioralne wspierające inteligentnych audytorów kontraktów
Diego Garbervetsky (Uniwersytet w Buenos Aires)
Audyt to zadanie wymagające zaangażowania człowieka, które często opiera się na narzędziach takich jak linters i fuzzery, którym brakuje wiedzy specyficznej dla domeny. W ramach tego badania zostaną zbudowane narzędzia wykorzystujące abstrakcję predykatów do konstruowania modeli (automatów), które pomogą audytorom badać i weryfikować zachowania inteligentnych kontraktów. Stopniowo rozumiejąc zachowanie umowy poprzez proponowane predykaty, audytorzy mogą wykorzystać te modele do skuteczniejszej identyfikacji błędów funkcjonalnych i wdrożeniowych. Celem jest automatyzacja generowania tych modeli, poprawa efektywności audytu i ogólnego bezpieczeństwa inteligentnych kontraktów.
Benchmarking Sui z perspektywy wykonywania równoległego
Ooi Beng Chin (Narodowy Uniwersytet Singapuru)
Projekt ten rozwiązuje problem wąskiego gardła silnika wykonawczego we współczesnych blockchainach, wykraczając poza ograniczenia algorytmów konsensusu. Projektując obciążenia natywne dla Web3 do wykonywania równoległego, zespół zamierza przeprowadzić testy porównawcze popularnych aplikacji, takich jak DEX, rynki NFT i gry. Badanie to dostarczy cennych informacji na temat skalowalności i wydajności nowoczesnych łańcuchów bloków, zwiększając efektywność strategii wykonywania równoległego.
Poza przestrzenią i czasem: ekonomia eksperymentalna za pośrednictwem inteligentnych kontraktów
Yang You (Uniwersytet w Hongkongu), Lin William Cong (Uniwersytet Cornell)
Tradycyjne eksperymenty z zakresu nauk społecznych napotykają ograniczenia ze względu na sztuczne metody leczenia i krótki czas trwania badań laboratoryjnych. Badanie to wprowadza zdecentralizowaną platformę handlu kontraktami na wydarzenia, opartą na zautomatyzowanym tworzeniu rynku, w ramach której uczestnicy dokonują transakcji w oparciu o wydarzenia ze świata rzeczywistego, zapewniając bardziej wiarygodne dane. Poprzez ciągłe angażowanie uczestników w tokeny platformy wymienialne na USDC w celu uzyskania prawidłowych przewidywań, podejście to pozwala na długoterminowe badania oczekiwań, wykazane poprzez eksperyment dotyczący oczekiwań dotyczących stóp procentowych, na który wpływają ogłoszenia Rezerwy Federalnej USA.
Zatrucie adresów Blockchain
Nicolas Christin (Uniwersytet Carnegie Mellon)
Badanie to dotyczy problemu zatruwania adresów blockchain, polegającego na tworzeniu „podobnych” adresów, aby nakłonić użytkowników do wysłania środków do niewłaściwego odbiorcy, co jest powszechnie określane jako zatruwanie adresów. Transakcje Blockchain są nieodwracalne, co czyni takie ataki szczególnie szkodliwymi. Projekt ten sformalizuje model zagrożeń, zmierzy rozpowszechnienie w wielu łańcuchach bloków, scharakteryzuje zachowanie atakującego i opracuje środki zaradcze. Celem jest stworzenie rygorystycznych ram dla projektowania interfejsu użytkownika Web3, które zwiększają bezpieczeństwo i pewność użytkowników na Sui i innych platformach.
Łapanie zwrotu bez ryzyka na Sui: podejście do głębokiego hedgingu z wykorzystaniem opcji i kontraktów futures
Dimitrios Karyampas i Walid Sofiane (École Polytechnique Fédérale de Lausanne), Adam Bouabda (ETH Zurych)
Stabilne, niemal wolne od ryzyka stopy zwrotu mają kluczowe znaczenie dla zaufania inwestorów na bardzo niestabilnym rynku kryptowalut. Projekt ten wykorzystuje innowacyjne strategie hedgingowe inspirowane syntetycznymi monetami typu stablecoin w celu ulepszenia obecnych metod. Integrując kontrakty wieczyste z zaawansowanymi strategiami opcyjnymi, w szczególności ze spreadami pudełkowymi, i wykorzystując uczenie się przez wzmacnianie, projekt ma na celu opracowanie dynamicznej strategii handlowej, która dostosowuje się do warunków rynkowych, maksymalizując zyski przy jednoczesnej minimalizacji ryzyka.
Specyfikacja składu i weryfikacja protokołów konsensusu Blockchain
Zhong Shao (Uniwersytet Yale)
Bizantyjskie protokoły replikacji maszyn państwowych (SMR) zapewniają liniową, zabezpieczoną przed manipulacją historię, powodując, że uczestniczące węzły uzgadniają jeden konsensus. Jednak prawidłowe wdrożenie tych protokołów w celu utrzymania bezpieczeństwa i żywotności pozostaje złożonym wyzwaniem. Dzięki wprowadzeniu pośredniego modelu protokołów konsensusowych, który obejmuje element rozrusznika, prace te wspierają udowodnienie zarówno bezpieczeństwa, jak i żywotności poprzez udoskonalenie. Celem jest opracowanie linearyzowalnego modelu bizantyjskich obiektów rozproszonych (LiDO), aby uprościć i ulepszyć weryfikację protokołów konsensusu, zapewniając solidne i niezawodne wdrożenia blockchain.
Paradygmat jednoczesnego inteligentnego wykonywania kontraktów
Mohammad Sadoghi (Uniwersytet Kalifornijski, Davis)
W ciągu ostatniej dekady ResilientDB było pionierem odpornej i zrównoważonej platformy danych, która ujednolica bezpieczne przetwarzanie transakcyjne i analityczne w czasie rzeczywistym. Jako projekt Apache Incubator, ResilientDB wniósł znaczący wkład, w tym opracował protokół konsensusu w skali geograficznej (GeoBFT) i protokoły hybrydowego fragmentowania (Cerberus, RingBFT). Opierając się na tym fundamencie, zespół zamierza teraz opracować protokoły kontroli współbieżności o wysokiej przepustowości i niskim opóźnieniu, zoptymalizowane pod kątem jednoczesnej inteligentnej realizacji kontraktów.
Wydajne postkwantowe obliczenia wielostronne z wykorzystaniem lekkiej kryptografii
Aniket Kate (Uniwersytet Purdue)
Obliczenia wielostronne (MPC) umożliwiają wielu stronom obliczanie funkcji na prywatnych danych wejściowych przy jednoczesnym zachowaniu prywatności, co jest niezbędne w aplikacjach Web3, takich jak chroniąca prywatność sztuczna inteligencja i analityka medyczna. Badania te mają na celu opracowanie protokołów MPC opartych na skrótach, które są skalowalne i bezpieczne postkwantowo, przezwyciężając ograniczenia obecnych protokołów, które opierają się na kosztownych obliczeniowo operacjach kryptograficznych. Wstępne wyniki z protokołem HashRand wykazują znaczną poprawę wydajności, osiągając 11 000 sygnałów nawigacyjnych na minutę przy 16 uczestnikach, co znacznie przewyższa istniejące rozwiązania.
Szyfrowanie w łańcuchu
Jewgienij Dodis (Uniwersytet Nowojorski)
Łańcuchy bloków, takie jak Bitcoin i Ethereum, oferują pseudonimowość, ale brakuje im natywnie silnych gwarancji prywatności, umożliwiając śledzenie transakcji użytkowników. Niniejsze badanie ma na celu rozwiązanie tego problemu poprzez zbadanie „szyfrowania w łańcuchu” w przypadku prywatnego przechowywania, w przeciwieństwie do zabezpieczeń ZK, aby zapewnić prywatność i dostępność danych w łańcuchach bloków. Opierając się na wiedzy specjalistycznej zdobytej podczas opracowywania bezpiecznych protokołów przesyłania wiadomości, takich jak Signal i Zoom, projekt ten ma na celu opracowanie solidnych rozwiązań w zakresie prywatności dla transakcji typu blockchain.
Ocena odporności Sui na ataki sieciowe
Prateek Mittal (Uniwersytet Princeton)
W tym badaniu badana jest odporność sieci walidatora Sui na ataki routingowe na poziomie sieci, w szczególności porwania protokołu Border Gateway Protocol (BGP) i ataki DDoS. W badaniu zostanie oceniona odporność węzłów walidatora na te zagrożenia, a ostatecznym celem będzie opracowanie funkcji „wyniku” odporności umożliwiającej odpowiednie dostosowanie wypłat w ramach walidacji i zachęcanie do bezpiecznej łączności za pośrednictwem architektury sieciowej nowej generacji SCION. Badania te będą najbardziej szczegółową jak dotąd symulacją odporności na ataki BGP, obejmującą aspekty routingu w świecie rzeczywistym, aby zapewnić solidność i niezawodność Sui.
Szybsze zk-SNARK z akumulacji
Benedikt Bünz (Uniwersytet Nowojorski)
Badanie to ma na celu ulepszenie zwięzłych, nieinteraktywnych argumentów wiedzy o zerowej wiedzy (zk-SNARK), zwiększając prywatność i wydajność blockchain. Dzięki zastosowaniu technik „akumulacji” obliczenia są dzielone na małe etapy i łączone, co upraszcza weryfikację. Ta metoda może usprawnić agregację podpisów w systemach takich jak Bullshark i Narwhal, oferując bardziej efektywną weryfikację. Celem projektu jest szybsze i łatwiejsze generowanie zk-SNARK do zastosowań praktycznych.
W pełni zdecentralizowany zkLogin z biometrycznymi metodami logowania i możliwością przełączania dostawców logowania
Jieliang Yin (Uniwersytet Naukowo-Technologiczny w Hongkongu)
Obecne systemy blockchain stoją przed wyzwaniami w zakresie uwierzytelniania tożsamości użytkowników, w dużym stopniu polegając na użytkownikach w zarządzaniu hasłami lub określonymi urządzeniami, co może być niewygodne i niebezpieczne. Proponowane badanie rozwiązuje ten problem poprzez wprowadzenie zdecentralizowanego rozwiązania zkLogin, które wykorzystuje metody identyfikacji biometrycznej, takie jak rozpoznawanie głosu, odcisków palców, twarzy i tęczówki. Takie podejście eliminuje potrzebę zapamiętywania lub noszenia przez użytkowników czegokolwiek i pozwala im przełączać się między różnymi dostawcami usług, zwiększając zarówno wygodę, jak i bezpieczeństwo, zapewniając jednocześnie ciągły dostęp do ich kont blockchain.
MoveGen: generowanie bezpiecznych inteligentnych kontraktów w oparciu o język naturalny i specyfikacje bezpieczeństwa
Weidong Shi i Rabimba Karanjai (Uniwersytet w Houston)
Celem tego projektu jest ulepszenie SolMover, narzędzia do generowania kodu Move, poprzez ulepszenie jego generatora zadań LLM, rozszerzenie zbioru danych kodu Move i integrację mechanizmów korekcji błędów. W ramach badań zbadane zostanie bezpośrednie generowanie kodu Move na podstawie specyfikacji języka naturalnego przy użyciu informacji zwrotnych od kompilatora w celu iteracyjnej poprawy dokładności i jakości kodu. Dodatkowo zostaną zastosowane zaawansowane techniki dopasowywania bezpieczeństwa, łatanie oparte na linterze i automatyczne generowanie testów jednostkowych, aby zapewnić poprawność i niezawodność wygenerowanych kontraktów Move.
Skalowalność z maszyn wirtualnych o zerowej wiedzy
Sanjam Garg (Uniwersytet Kalifornijski w Berkeley)
zk-proofs to potężne narzędzie kryptograficzne, które zapewnia bezpieczeństwo i prywatność w aplikacjach typu blockchain. Zk-proofs poświadczają prawidłowe wykonanie obliczeń bez ujawniania jakichkolwiek danych wejściowych, co czyni je kluczowymi dla zastosowań takich jak weryfikowalne bazy danych, prywatne głosowanie i anonimowe dane uwierzytelniające. Wdrożenie ZK-Proof dla maszyny wirtualnej Move umożliwiłoby klientom wykonywanie inteligentnych kontraktów lokalnie i przesyłanie dowodów, zmniejszając obciążenie górników i obsługując kontrakty wymagające dużej mocy obliczeniowej. Pomogłoby to również włączyć w Sui aplikacje chroniące prywatność.
AutoTest SuiGPT: generuj kompleksowe testy jednostkowe przenoszenia z dużymi modelami językowymi
Ken Koedinger i Eason Chen (Uniwersytet Carnegie Mellon)
Chociaż testowanie ma kluczowe znaczenie dla utrzymania integralności inteligentnych kontraktów, tworzenie testów jednostkowych jest bardzo czasochłonne. W tym badaniu zbadano wykorzystanie LLM do pomocy w pisaniu tych testów. Początkowe sukcesy dzięki szybkiej inżynierii pokazują, że LLM mogą generować skuteczny, kompilowalny kod testowy. W ramach tych badań zostanie opracowany pakiet SDK i rozszerzenie Visual Studio Code, które pomogą programistom Move w łatwym tworzeniu kompleksowych testów jednostkowych, zwiększając wydajność i niezawodność.
Dziękujemy wszystkim, którzy złożyli wnioski do programu Sui Academic Research Awards.
Osoby zainteresowane programem prosimy o zgłaszanie propozycji do kolejnej edycji do 5 lipca 2024 r.