深入体验以太坊黑暗森林:DeFi 套利机器人是如何掠夺用户的?_以太坊:ETH

之前看过几篇关于以太坊黑暗森林的文章,对其中的黑暗、扭曲深感震撼。于是花了几天时间写了自己的机器人,深入体验了其间的险恶。

概述

什么是以太坊的黑暗森林?它是指以太坊上鲜为人知、却广泛存在的一种不公平的、暗黑的机制--Mempool的打包机制的特权使用。一般而言,矿工按照交易给予的矿工费高低来进行排序打包。这些交易的排序先后对于单个转账交易并无影响,然后涉及到DeFi交易,情况就不一样了。

在DeFi中,交易被打包的顺序深刻影响着其经济利益。例如,在Uniswap中,同样两个针对某交易对的买单,先被执行的交易将获得更多代币。如果你总是在一笔买单前买入同样的代币,然后又紧随其后卖出,则将「毫无风险」地获利。这也被称为提前交易。

细节

为什么提前交易可以获利?以Uniswap为例,其价格模型是x*y=常量。例如初始x=100,y=100,那么常量=10000。那么当:

顺网科技与中数链签订合作协议:将在元宇宙等方面开展深入合作:7金色财经报道,日前,顺网科技与中数链(上海)签订框架合作协议,公司旗下元宇宙瞬元智能链、Meta CJ将与对方展开包含资本性合作在内的全面深入合作。中数链是国版链的超级节点运营机构,是一家整合了专业的区块链、web3.0应用技术,链接了丰富的文化数字化上下游生态资源的元宇宙技术及应用解决方案的机构。当下,顺网科技则在不断完善元宇宙算力基础设施+应用层生态建设。[2022/7/23 2:33:07]

用户A用10个x买入y。此时x=110,y=90.9,用户A获得9.1y。

用户B用10个x买入y。此时x=120,y=83.33,用户B获得7.57y。

用户A卖出所有y。此时x=108.18,y=92.43,用户A获得11.82x。

以上例子可以看出,用户A通过提前交易,发出两个交易,一前一后包裹用户B交易,则可以「毫无风险」地获利。这里打上双引号是因为需要假设没有其他同样策略的用户A出现。在真实的市场环境中,用户B是一个真实的用户,而用户A则是一个机器人。

Babel Finance创始人:中国投资者并未深入GME、狗狗币交易背后的“革命”中:1月30日消息,香港加密货币贷款机构Babel Finance创始人兼首席执行官Flex Yang在采访中表示,不管是GameStop(GME)事件还是狗狗币的暴涨,从加密货币贷款机构的角度来看,中国的散户投资者并没有深入或积极地参与这场交易狂潮背后的真正“革命”。(Coindesk)[2021/1/30 18:28:04]

以Uniswap为例,当前市场上充斥着大量的提前交易机器人。这些机器人时刻监控着出现在以太坊mempool中的用户交易。如果用户是大额买入某币,那么它们立刻发出两笔交易,一笔是抢在用户之前买入该币,另一笔在用户之后卖出该币。

这种提前交易机器人,不同于两个DEX间进行搬砖套利的机器人,它们是伤害用户利益的。在上面的列子中,用户B本可以获得9.1y,因为机器人A的存在,却只获得了7.57y,从而白白损失了1.53y。

声音 | 中国银行支付清算部总经理:商业银行借助区块链等技术,深入分析客户行为以提升支付效率:金色财经报道,11月28日,中国银行支付清算部总经理范耀胜在第八届中国支付清算论坛上指出,如今数字化转型已经成为商业银行共同关注融入和推动的行业趋势,主要体现在一智能化,借助大数据、机器学习、区块链等技术,深入分析客户行为,提升支付效率,实现安全便捷的统一。[2019/11/29]

例子

这种机器人就如同站在公路上,光天化日进行打劫的强盗。下面我们来看一个例子:

用户在区块11331736上买入100ETH的YFL:

https://cn.etherscan.com/tx/0x4b7e5c9e25d0e4b0a0f87b68bde10b7b988bc6d7f83f7dd1fa1dd1b044a931c8

声音 | 中国科学院院士:深入贯彻落实密码法 推动商用密码标准制定与产业发展:中国科学院院士王小云针对深入贯彻落实密码法、推动商用密码标准制定与产业发展有以下几点认识:1.密码法准确界定了密码的定义与内涵;2.加快推进商用密码产业发展、顶层设计并完善商用密码检测认证体系;3.加大密码核心关键技术的自主创新能力与标准制定,贡献中国密码的智慧与方案;4.加快雄安新区同步规划与建设密码防护体系;5.加快推进以密码技术为支撑的区块链技术研发以及试点工程,加快区块链行业标准、国家标准以及国际标准制定进程;6.动密码专业建设与学科发展,加大规模化密码人才培养力度。(经济参考报)[2019/11/21]

在它前后出现了好几对打劫该用户的机器人,举出其中具有代表性的两对来讲解。机器人A以超高的矿工费抢在用户之前买入95ETH:

https://cn.etherscan.com/tx/0x97ab6f31785068a84c47a39e55b2ee391ee6cac2f4c82dbb0ab34f0c5b71c5b9

动态 | 金融时报:未来区块链等技术与银行业的融合一定会越来越深入:据金融时报今日刊文指出,银行业“变革的思维”,还体现在科技与传统银行的结合上。未来,云计算、大数据、区块链与银行业的融合一定会越来越深入。数据和信息会成为未来银行的生命线。拥有数据和信息,就能精准勾画出消费者所需要的场景,从而提高银行服务和产品的覆盖范围与个性化程度,进而满足金融消费者的获得感、幸福感和安全感。并且,数字技术与普惠金融、小微金融、消费金融相结合,可以产生事半功倍的效果,因为小微企业与消费者是最需要数字技术所带来的金融服务便利性的客户群体。[2018/9/8]

随后,机器人A以和用户同样的GasPrice在用户交易后卖出,获得99.24ETH,去除矿工费,该笔打劫,让机器人A获利2ETH以上:

https://cn.etherscan.com/tx/0x9e5d8a1a179867a4dbca23bd5c7fa6c8db6dd0817165ec3c3474493d69bf6a5c

在该用户交易身后,还出现了DEX间搬砖套利的机器人B。它从Balancer中买入YFL,并且在Uniswap中卖出YFL,获利1ETH左右:

https://cn.etherscan.com/tx/0x81528f2b5d0cbb217c73e1f60bbd8edda6536a8efc85cd0a9466496d4aa999c0

机器人B虽然获利,但并未对用户造成利益损失。但是机器人A则不然,机器人A所花费的巨额矿工费,以及其盈利部分,共计4.2ETH,都将由用户买单。该例子中用户,在什么都没有干的情况下,已经损失4.2ETH!

这个例子并非个例,而是几乎每个以太坊区块都能找的、普遍存在的例子。当前,以太坊的DeFi用户正在遭受严重的利益损害,而绝大部分人浑然不知!

深入

从技术上实现机器人A或B均不难。那么以太坊岂不成为一个强盗肆意打劫之地?有没有什么可以制约机器人的手段?

答案是:有,其它机器人。机器人之间也有不同的策略,也分不同的级别。如果你去认真分析现在的以太坊交易,不但普通用户遭受机器人的打劫,较弱的机器人也会受到较强的机器人的打劫。

另外一个制约机器人的点是用户交易失败。所谓交易失败,是指用户的交易执行时,因为超过用户设置的滑点,而导致交易无法完成的情况。在上面的例子中,如果用户交易失败,那么机器人将无利可图,不但如此,它们还要损失掉矿工费,和交易手续费。

而非常讽刺是,让机器人最为害怕的用户交易失败,却是由机器人自己造成的。当你在浏览器中看到某个交易有这样的报错,它大多是因为机器人的打劫:

https://cn.etherscan.com/tx/0xbc236137de0d6a9f82c04039b1c534b9d76789a8a4bda0f3546c87f9e509f016

普通用户害怕机器人,小机器人害怕大机器人。然而大机器人并不是终结。这里食物链的顶端不是别人,正式大家熟悉的:矿工。

矿工

交易的排序决定了利润的分配,而对交易排序有决定权的则是矿工。矿工加入到这场收割的游戏彻底改变机器人的格局。

在遵循GasPrice高低排序的规则下,矿工可以对同样GasPrice的交易任意调配顺序。矿工也可以在不广播交易的情况下,直接将某个交易打包进区块。在这个游戏中,普通用户是闭眼玩家,套利机器人是睁眼玩家,而矿工则是上帝视角。

拥有上帝视角的矿工一旦加入游戏,其结果可想而知。矿工的机器人将驱逐非矿工机器人。而这些矿工将成为以太坊上最大的黑暗势力,利用它们的权力,对用户进行肆意地收割!

解决

以太坊的打包机制是问题的根源,只要有顺序关系的应用都将都将遭受到这类攻击。要想彻底解决这类问题,必须从以太坊打包机制、交易隐私保护方面下手,从目前的发展来看,短期而言,并非易事。

另外一种方案是将这类应用迁移至Layer2。很多Layer2的方案拥有更快的打包速度,可以有效地降低机器人劫持的可能性。

结语

公开的抢劫、利己的排序、作恶的矿工,正在让以太坊沦为一场权力的游戏。这跟区块链,公平、开放、平等的理念已经背道而驰!

未来以太坊的发展,如果不能有效遏制矿工的权力,监督矿工的行为,那么它是否也会成为腐朽的产物,被人们所抛弃?水亦载舟,水亦覆舟。如果以太坊的DeFi不能成为一个公平的游戏,它又能走多远呢!

原文标题:《以太坊的黑暗森林》

撰文:谈国鹏,Ownbit创始人

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

水星链

[0:15ms0-0:552ms