Quỹ Sui vui mừng thông báo những người được trao giải thuộc nhóm thứ tư của Giải thưởng Nghiên cứu Học thuật Tùy. Chương trình này tài trợ cho nghiên cứu đột phá nhằm thúc đẩy Web3, đặc biệt tập trung vào công nghệ chuỗi khối, lập trình hợp đồng thông minh và các sản phẩm được xây dựng trên Sui.
Trong nhóm này, chúng tôi đã chấp nhận 20 đề xuất đặc biệt từ các trường đại học danh tiếng như UC Berkeley, Yale, NYU, EPFL và Đại học Quốc gia Singapore. Những nhà nghiên cứu hàng đầu này sẽ thúc đẩy sự đổi mới trong hệ sinh thái Sui. Do chất lượng vượt trội của các đề xuất, Sui Foundation đã cam kết tài trợ thêm 1 triệu đô la cho năm 2024 để hỗ trợ nghiên cứu sâu hơn nhằm đẩy nhanh quá trình đổi mới và áp dụng blockchain. Cuộc gọi đề xuất tiếp theo sẽ kết thúc vào ngày 5 tháng 7 năm 2024.
Tăng tốc ZKP bằng bộ nhớ đệm
Fan Zhang (Đại học Yale)
Bằng chứng không có kiến thức (zk-proofs) rất quan trọng đối với khả năng mở rộng, quyền riêng tư và nhận dạng của blockchain, chẳng hạn như nguyên thủy zkLogin của Sui. Tuy nhiên, việc tạo bằng chứng zk diễn ra chậm do tính toán tốn nhiều tài nguyên. Nghiên cứu này tăng cường khả năng tạo bằng chứng zk bằng bộ nhớ đệm để lưu trữ các kết quả trung gian của các phép tính lặp đi lặp lại, như phép nhân đa vô hướng và phép biến đổi phạm vi nhanh. Cách tiếp cận này tận dụng các mẫu trong đầu vào của người dùng để tăng tốc đáng kể việc tạo bằng chứng zk, nâng cao hiệu quả trong các ứng dụng trong thế giới thực.
AIChain: LLM để kết nối phân tích tĩnh và làm mờ để có hợp đồng thông minh an toàn hơn
Vijay Ganesh (Viện Công nghệ Georgia)
AIChain giải quyết thách thức về bảo mật hợp đồng thông minh bằng cách sử dụng AI để phân tích tĩnh và làm mờ để loại bỏ công việc thủ công. AIChain là Mô hình ngôn ngữ lớn (LLM) được sử dụng để xử lý các hợp đồng thông minh và báo cáo phân tích tĩnh nhằm tạo mã làm mờ nhằm xác minh các lỗ hổng tiềm ẩn. Các thử nghiệm ban đầu với GPT-3.5-Turbo của OpenAI đã cho thấy kết quả hiệu quả và công cụ này đang được mở rộng để phát hiện nhiều lỗ hổng hơn.
Quyền lưu giữ chìa khóa tại nhà cho nền tảng Web3
Tushar Jois (Quỹ nghiên cứu của CUNY)
Nền tảng Web3 cung cấp khả năng kiểm soát chưa từng có đối với tài sản kỹ thuật số, nhưng quyền lưu ký chính vẫn là một điểm bất đồng lớn. Các giải pháp truyền thống như ví phần cứng và ký quỹ của bên thứ ba rất tốn kém, cản trở người dùng tiềm năng. Nghiên cứu này khám phá việc sử dụng các thiết bị Internet vạn vật hiện có trong nhà thông minh để lưu giữ chìa khóa, tận dụng tính bảo mật chung của nhiều thiết bị cố định tại chỗ. Hệ thống SocIoTy sẽ sử dụng các thiết bị nhà thông minh để thực hiện các hoạt động mã hóa và xác thực hai yếu tố, đảm bảo tài liệu chính được an toàn trong nhà. Cách tiếp cận này cung cấp một phương pháp an toàn, tiết kiệm chi phí để lưu giữ khóa Web3, nâng cao độ tin cậy và khả năng truy cập của người dùng.
Autobahn: Cách biến giao thức BFT đồng bộ một phần trở nên mạnh mẽ thành đồng bộ hóa một phần
Natacha Crooks (Đại học California, Berkeley)
Các giao thức Dung sai lỗi Byzantine (BFT) truyền thống phải cân bằng độ trễ thấp và độ bền của mạng nhưng đôi khi bị chập chờn khi mạng bị lỗi, dẫn đến tình trạng “không đồng bộ”. Các giao thức BFT dựa trên DAG tuy mạnh mẽ nhưng thường có độ trễ cao hơn. Nghiên cứu này sẽ phát triển Autobahn, một giao thức đồng thuận mới kết hợp phổ biến dữ liệu dựa trên DAG với cơ chế đồng thuận một phần truyền thống. Autobahn duy trì độ trễ thấp trong quá trình hoạt động bình thường và độ mạnh mẽ trong thời gian mạng bị lỗi bằng cách tách sự đồng thuận khỏi việc phổ biến dữ liệu, đảm bảo phục hồi hiệu quả và hiệu suất cao.
Quản lý rủi ro tự động cho hệ sinh thái Sui DeFi
Lukasz Szpruch và David Siska (Đại học Edinburgh)
Dự án này nhằm mục đích phát triển các hệ thống quản lý rủi ro tự động để tăng cường an ninh kinh tế trong hệ sinh thái DeFi của Sui bằng cách sử dụng tài chính định lượng và mô phỏng dựa trên đại lý. Quản trị DAO hiện tại gặp khó khăn với việc quản lý rủi ro theo thời gian thực, thường dựa vào các khuyến nghị tập trung, ngoại tuyến của bên thứ ba. Nghiên cứu này sẽ tạo ra một khung quản lý rủi ro dựa trên dữ liệu theo thời gian thực, có thể kiểm chứng, tự động hóa cài đặt tham số giao thức và kiểm tra sức chịu đựng bằng các mô phỏng dựa trên tác nhân. Trọng tâm ban đầu sẽ là các giao thức cho vay phi tập trung cung cấp các công cụ nguồn mở để cho phép đánh giá rủi ro minh bạch, có thể mở rộng và có trách nhiệm.
Trừu tượng hóa hành vi để hỗ trợ kiểm toán viên hợp đồng thông minh
Diego Garbervetsky (Đại học Buenos Aires)
Kiểm tra là một nhiệm vụ sử dụng nhiều nhân lực, thường dựa vào các công cụ như linters và fuzzers, thiếu thông tin chi tiết về miền cụ thể. Nghiên cứu này sẽ xây dựng các công cụ sử dụng tính năng trừu tượng hóa vị từ để xây dựng các mô hình (automata) giúp kiểm toán viên khám phá và xác thực hành vi của hợp đồng thông minh. Bằng cách hiểu dần dần hành vi hợp đồng thông qua các biến vị ngữ được đề xuất, kiểm toán viên có thể sử dụng các mô hình này để xác định các lỗi chức năng và triển khai hiệu quả hơn. Mục tiêu là tự động hóa việc tạo ra các mô hình này, nâng cao hiệu quả kiểm toán và tính bảo mật tổng thể của hợp đồng thông minh.
Đo điểm chuẩn Sui thông qua góc nhìn thực thi song song
Ooi Beng Chin (Đại học Quốc gia Singapore)
Dự án này giải quyết nút thắt cổ chai của công cụ thực thi trong các chuỗi khối hiện đại, vượt qua giới hạn của các thuật toán đồng thuận. Bằng cách thiết kế khối lượng công việc gốc Web3 để thực thi song song, nhóm đặt mục tiêu đánh giá các ứng dụng phổ biến như DEX, thị trường NFT và trò chơi. Nghiên cứu này sẽ cung cấp những hiểu biết sâu sắc có giá trị về khả năng mở rộng và hiệu suất của các chuỗi khối hiện đại, nâng cao hiệu quả của các chiến lược thực thi song song.
Vượt không gian và thời gian: Kinh tế thực nghiệm thông qua hợp đồng thông minh
Yang You (Đại học Hồng Kông), Lin William Cong (Đại học Cornell)
Các thí nghiệm khoa học xã hội truyền thống gặp phải những hạn chế do phương pháp điều trị nhân tạo và thời gian thực hiện ngắn trong môi trường phòng thí nghiệm. Nghiên cứu này giới thiệu một nền tảng giao dịch hợp đồng sự kiện phi tập trung được hỗ trợ bởi quá trình tạo thị trường tự động, nơi người tham gia giao dịch dựa trên các sự kiện trong thế giới thực, cung cấp dữ liệu đáng tin cậy hơn. Bằng cách liên tục thu hút người tham gia bằng token nền tảng có thể chuyển đổi sang USDC để có dự đoán chính xác, phương pháp này cho phép nghiên cứu dài hạn về kỳ vọng, được thể hiện thông qua thử nghiệm về kỳ vọng lãi suất bị ảnh hưởng bởi các thông báo của Cục Dự trữ Liên bang Hoa Kỳ.
Ngộ độc địa chỉ chuỗi khối
Nicolas Christin (Đại học Carnegie Mellon)
Nghiên cứu này giải quyết vấn đề đầu độc địa chỉ blockchain, trong đó kẻ tấn công tạo ra các địa chỉ “trông giống nhau” để lừa người dùng gửi tiền đến sai người nhận, thường được gọi là đầu độc địa chỉ. Các giao dịch chuỗi khối là không thể đảo ngược, khiến các cuộc tấn công như vậy trở nên đặc biệt nguy hiểm. Dự án này sẽ chính thức hóa mô hình mối đe dọa, đo lường mức độ phổ biến trên nhiều chuỗi khối, mô tả hành vi của kẻ tấn công và phát triển các biện pháp giảm thiểu. Mục tiêu là tạo ra một khuôn khổ nghiêm ngặt cho thiết kế giao diện người dùng Web3 nhằm nâng cao sự an toàn và tự tin của người dùng trên Sui và các nền tảng khác.
Nắm bắt lợi nhuận phi rủi ro trên Sui: Phương pháp phòng ngừa rủi ro sâu bằng cách sử dụng quyền chọn và hợp đồng tương lai
Dimitrios Karyampas và Walid Sofiane (École Polytechnique Fédérale de Lausanne), Adam Bouabda (ETH Zurich)
Lợi suất ổn định, gần như không có rủi ro là rất quan trọng đối với niềm tin của nhà đầu tư vào thị trường tiền điện tử có tính biến động cao. Dự án này sử dụng các chiến lược phòng ngừa rủi ro sáng tạo lấy cảm hứng từ stablecoin tổng hợp để nâng cao các phương pháp hiện tại. Bằng cách tích hợp các hợp đồng vĩnh viễn với các chiến lược quyền chọn nâng cao, đặc biệt là chênh lệch giá hộp và sử dụng phương pháp học tăng cường, dự án nhằm mục đích phát triển một chiến lược giao dịch năng động thích ứng với điều kiện thị trường, tối đa hóa lợi nhuận đồng thời giảm thiểu rủi ro.
Đặc điểm kỹ thuật thành phần và xác minh các giao thức đồng thuận Blockchain
Zhong Shao (Đại học Yale)
Các giao thức Sao chép máy trạng thái Byzantine (SMR) đảm bảo lịch sử tuyến tính, chống giả mạo bằng cách làm cho các nút tham gia đồng ý về một sự đồng thuận duy nhất. Tuy nhiên, việc triển khai các giao thức này một cách chính xác để duy trì cả sự an toàn và tính sống động vẫn là một thách thức phức tạp. Bằng cách giới thiệu một mô hình trung gian của các giao thức đồng thuận bao gồm thành phần máy điều hòa nhịp tim, công việc này hỗ trợ việc chứng minh cả tính an toàn và tính sống động thông qua sàng lọc. Mục tiêu là phát triển mô hình Đối tượng phân tán Byzantine tuyến tính hóa (LiDO) để đơn giản hóa và cải thiện việc xác minh các giao thức đồng thuận, đảm bảo triển khai chuỗi khối mạnh mẽ và đáng tin cậy.
Mô hình thực thi hợp đồng thông minh đồng thời
Mohammad Sadoghi (Đại học California, Davis)
Trong thập kỷ qua, ResilientDB đã đi tiên phong trong một nền tảng dữ liệu linh hoạt và bền vững, giúp hợp nhất quá trình xử lý phân tích theo thời gian thực và giao dịch an toàn. Là một dự án Vườn ươm Apache, ResilientDB đã có những đóng góp đáng kể, bao gồm phát triển giao thức đồng thuận quy mô địa lý (GeoBFT) và các giao thức sharding lai (Cerberus, RingBFT). Dựa trên nền tảng này, nhóm hiện đặt mục tiêu phát triển các giao thức kiểm soát đồng thời có thông lượng cao, độ trễ thấp được tối ưu hóa để thực hiện hợp đồng thông minh đồng thời.
Tính toán đa bên hậu lượng tử hiệu quả bằng cách sử dụng mật mã nhẹ
Aniket Kate (Đại học Purdue)
Điện toán nhiều bên (MPC) cho phép nhiều bên tính toán các chức năng trên đầu vào riêng tư trong khi vẫn duy trì quyền riêng tư, điều cần thiết cho các ứng dụng Web3 như AI bảo vệ quyền riêng tư và phân tích chăm sóc sức khỏe. Nghiên cứu này nhằm mục đích phát triển các giao thức MPC dựa trên hàm băm có khả năng mở rộng và bảo mật sau lượng tử, khắc phục các hạn chế của các giao thức hiện tại dựa vào các hoạt động mã hóa tốn kém về mặt tính toán. Kết quả sơ bộ với giao thức HashRand cho thấy những cải thiện hiệu suất đáng kể, đạt được 11.000 đèn hiệu mỗi phút với 16 người tham gia, vượt xa các giải pháp hiện có.
Mã hóa trên chuỗi
Yevgeny Dodis (Đại học New York)
Các chuỗi khối như Bitcoin và Ethereum cung cấp bút danh nhưng thiếu đảm bảo quyền riêng tư mạnh mẽ, cho phép theo dõi các giao dịch của người dùng. Nghiên cứu này nhằm mục đích giải quyết vấn đề này bằng cách khám phá “mã hóa trên chuỗi” để lưu trữ riêng tư, trái ngược với zk-proofs, để đảm bảo quyền riêng tư và tính khả dụng của dữ liệu trên chuỗi khối. Dựa trên chuyên môn từ việc phát triển các giao thức nhắn tin an toàn như Signal và Zoom, dự án này tìm cách phát triển các giải pháp bảo mật mạnh mẽ cho các giao dịch blockchain.
Đánh giá khả năng phục hồi của Sui trước các cuộc tấn công mạng
Prateek Mittal (Đại học Princeton)
Nghiên cứu này điều tra khả năng phục hồi của mạng trình xác thực Sui trước các cuộc tấn công định tuyến cấp mạng, đặc biệt là các vụ tấn công chiếm quyền điều khiển Giao thức cổng biên giới (BGP) và các cuộc tấn công DDoS. Nghiên cứu sẽ đánh giá khả năng phục hồi của các nút xác thực đối với các mối đe dọa này, với mục tiêu cuối cùng là phát triển chức năng “cho điểm” khả năng phục hồi để điều chỉnh các khoản thanh toán xác thực phù hợp và khuyến khích kết nối an toàn thông qua kiến trúc mạng thế hệ tiếp theo SCION. Nghiên cứu này sẽ là mô phỏng chi tiết nhất về khả năng phục hồi bị tấn công BGP cho đến nay, kết hợp các khía cạnh định tuyến trong thế giới thực để đảm bảo tính mạnh mẽ và độ tin cậy của Sui.
Zk-SNARK nhanh hơn từ tích lũy
Benedikt Bunz (Đại học New York)
Nghiên cứu này nhằm mục đích cải thiện Các đối số kiến thức không tương tác ngắn gọn không có kiến thức (zk-SNARK), nâng cao tính riêng tư và hiệu quả của blockchain. Bằng cách sử dụng kỹ thuật “tích lũy”, các phép tính được chia thành các bước nhỏ và được kết hợp lại, giúp đơn giản hóa việc xác minh. Phương pháp này có thể cải thiện việc tổng hợp chữ ký trong các hệ thống như Bullshark và Narwhal, mang lại khả năng xác minh hiệu quả hơn. Dự án tìm cách tạo ra zk-SNARK nhanh hơn và dễ dàng hơn cho các ứng dụng thực tế.
ZkLogin phi tập trung hoàn toàn với các phương thức đăng nhập sinh trắc học và nhà cung cấp đăng nhập có thể chuyển đổi
Jieliang Yin (Đại học Khoa học và Công nghệ Hồng Kông)
Các hệ thống blockchain hiện tại phải đối mặt với những thách thức trong việc xác thực danh tính người dùng, phụ thuộc nhiều vào người dùng để quản lý mật khẩu hoặc thiết bị cụ thể, điều này có thể gây bất tiện và không an toàn. Nghiên cứu đề xuất này giải quyết vấn đề này bằng cách giới thiệu giải pháp zkLogin phi tập trung sử dụng các phương pháp nhận dạng sinh trắc học như nhận dạng giọng nói, dấu vân tay, khuôn mặt và mống mắt. Cách tiếp cận này giúp loại bỏ nhu cầu người dùng phải nhớ hoặc mang theo bất cứ thứ gì và cho phép họ chuyển đổi giữa các nhà cung cấp dịch vụ khác nhau, nâng cao cả sự tiện lợi và bảo mật đồng thời đảm bảo quyền truy cập liên tục vào tài khoản blockchain của họ.
MoveGen: Tạo hợp đồng thông minh an toàn dựa trên ngôn ngữ tự nhiên và thông số bảo mật
Weidong Shi và Rabimba Karanjai (Đại học Houston)
Dự án này nhằm mục đích nâng cao SolMover, một công cụ tạo mã Move, bằng cách cải thiện LLM của trình tạo tác vụ, mở rộng tập dữ liệu mã Move và tích hợp các cơ chế sửa lỗi. Nghiên cứu sẽ khám phá việc tạo trực tiếp mã Move từ các đặc tả ngôn ngữ tự nhiên, sử dụng phản hồi của trình biên dịch để liên tục cải thiện độ chính xác và chất lượng của mã. Ngoài ra, các kỹ thuật căn chỉnh an toàn nâng cao, vá lỗi dựa trên kẻ nói dối và tạo thử nghiệm đơn vị tự động sẽ được sử dụng để đảm bảo tính chính xác và độ tin cậy của các hợp đồng Move được tạo.
Khả năng mở rộng từ các máy ảo không có kiến thức
Sanjam Garg (Đại học California, Berkeley)
zk-proofs là một công cụ mã hóa mạnh mẽ đảm bảo tính bảo mật và quyền riêng tư trong các ứng dụng blockchain. zk-proofs chứng nhận việc thực hiện chính xác các phép tính mà không tiết lộ bất kỳ dữ liệu đầu vào nào, khiến chúng trở nên quan trọng đối với các ứng dụng như cơ sở dữ liệu có thể xác minh, bỏ phiếu riêng tư và thông tin xác thực ẩn danh. Việc triển khai zk-proofs cho máy ảo Move sẽ cho phép khách hàng thực hiện các hợp đồng thông minh cục bộ và gửi bằng chứng, giảm khối lượng công việc của thợ mỏ và hỗ trợ các hợp đồng đòi hỏi nhiều tính toán. Điều này cũng sẽ giúp kích hoạt các ứng dụng bảo vệ quyền riêng tư trên Sui.
SuiGPT AutoTest: Tạo các bài kiểm tra đơn vị di chuyển toàn diện với các mô hình ngôn ngữ lớn
Ken Koedinger và Eason Chen (Đại học Carnegie Mellon)
Mặc dù thử nghiệm là rất quan trọng để duy trì tính toàn vẹn của hợp đồng thông minh, nhưng việc tạo ra các thử nghiệm đơn vị rất tốn thời gian. Nghiên cứu này khám phá việc sử dụng LLM để hỗ trợ viết các bài kiểm tra này. Những thành công ban đầu với kỹ thuật nhanh chóng cho thấy LLM có thể tạo ra mã kiểm tra hiệu quả và có thể biên dịch được. Nghiên cứu này sẽ phát triển SDK và tiện ích mở rộng Visual Studio Code để giúp các nhà phát triển Move dễ dàng tạo các bài kiểm tra đơn vị toàn diện, nâng cao hiệu quả và độ tin cậy.
Chúng tôi xin cảm ơn tất cả những người đã gửi đề xuất cho chương trình Giải thưởng Nghiên cứu Học thuật Sui.
Đối với những người quan tâm đến chương trình, vui lòng gửi đề xuất của bạn cho vòng tiếp theo trước ngày 5 tháng 7 năm 2024.
