ETH:解析以太坊抢先交易原理及其解决方案_sunny币行情

作为一般用户，可以通过设置较低的交易滑点和较高的Gas费来应对抢先交易。

本文旨在全面解析广泛存在于以太坊区块链上的攻击行为：Front-Running，通过对其原理的研究，寻找最有效的解决方案，最终帮助DeGate用户避免这一严重有损他们利益的攻击行为。

Front-Running和Mempool

简单来说，Front-Running是指在一笔正常交易等待打包的过程中，抢跑机器人通过设置更高Gas费用抢先完成攻击交易，以此攫取用户利益的攻击行为。而Mempool是一组已经广播到网络中并等待被打包进区块的以太坊交易，它是Front-Running可以实施的前提，抢跑机器人通过不断扫描Mempool中的交易，来分析发现可攻击的目标。下图是一个Mempool浏览器，可以通过设置各种筛选项订阅Mempool中的交易，并查看这些交易的全部详细信息。

在所有Front-Running中，最典型最具危害性的就是针对AMM交易的SandwichAttacks，除此以外还有针对套利、清算交易、闪电贷等利用系统漏洞获利的抢跑攻击，攻击者数量众多，且由自动化脚本控制，永远不知疲倦，因此任何有利可图的交易都会遭受他们的饱和攻击，几乎没有幸免的可能。

Beosin：Avalanche链上Platypus项目损失850万美元攻击事件解析:2月17日，据区块链安全审计公司Beosin旗下Beosin EagleEye安全风险监控、 预警与阻断平台监测显示，Avalanche链上的Platypus项目合约遭受闪电贷攻击，Beosin安全团队分析发现攻击者首先通过闪电贷借出4400万USDC之后调用Platypus Finance合约的deposit函数质押，该函数会为攻击者铸造等量的LP-USDC，随后攻击者再把所有LP-USDC质押进MasterPlatypusV4合约的4号池子当中，然后调用positionView函数利用_borrowLimitUSP函数计算出可借贷余额，_borrowLimitUSP函数会返回攻击者在MasterPlatypusV4中质押物品的价值的百分比作为可借贷上限，利用该返回值通过borrow函数铸造了大量USP（获利点），由于攻击者自身存在利用LP-USDC借贷的大量债务（USP），那么在正常逻辑下是不应该能提取出质押品的，但是MasterPlatypusV4合约的emergencyWithdraw函数检查机制存在问题，仅检测了用户的借贷额是否超过该用户的borrowLimitUSP（借贷上限）而没有检查用户是否归还债务的情况下，使攻击者成功提取出了质押品（4400万LP-USDC）。归还4400万USDC闪电贷后， 攻击者还剩余41,794,533USP，随后攻击者将获利的USP兑换为价值8,522,926美元的各类稳定币。[2023/2/17 12:12:32]

接下来，我们重点对三明治攻击进行分析。

1inch Network：已向解析器激励计划发放超150万枚INCH:2月12日消息，DEX聚合器1inch Network在社交媒体发布项目数据更新，截止目前已向解析器激励计划发放1,507,992 INCH代币，按照当前价格计算超过80万美元。1inch Network于1月底启动解析器激励计划代币发放，总计为1000万枚INCH。

此外，1inch Network还公布了当前主流链上数据，按交易额排名：以太坊（2406亿美元）、BNB（326亿美元）、Polygon（181亿美元）、Avalanche（33亿美元）、Arbitrum（32亿美元）、Optimism（16亿美元）、Fantom（7.291亿美元）、Gnosis（1.92亿美元）。[2023/2/12 12:02:19]

SandwichAttacks

真实攻击案例

首先我们来看一个真实的三明治攻击案例。

上图可见，三笔交易在同一个区块被打包，两笔攻击交易中间夹着一笔正常交易。其具体流程如下：

欧科云链张超：目前已累计解析超1.5亿地址标签，成全球最大链上地址标签库服务商:4月27日消息，欧科云链副总裁、欧科云链控股执行董事张超在出席“甲子引力X数字经济高峰论坛”时表示，截至目前欧科云链已解析链上超1.5亿地址标签（实体标签、行为标签、属性标签）、数十亿交易记录、超1万条结构化指标，成为全球最大的链上地址标签库服务商。

会上张超表示，未来欧科云链将继续探索区块链底层技术，加强对链上数据的分析、治理，为更多上层的区块链应用添砖加瓦，服务于更多实体的应用层。[2022/4/27 2:33:56]

用户首先发起一笔正常交易，用237000.705USDC买入DG，设置GasPrice为40.5Gwei；

抢跑机器人检测到这笔有利可图的交易后，随即展开攻击，发起一笔买入交易，设定GasPrice为49.9Gwei，凭借Gas竞争机制成功抢跑用户的正常交易；

与此同时，机器人发出另一笔卖出交易，设置GasPrice同样为40.5Gwei，因为时间顺序的原因，紧贴着用户正常交易完成。

一次完美的抢跑攻击完成，算上手续费，机器人共赚取16448.012-16310.3-15.2-10.61=$111.9，而这种两笔攻击交易夹着一笔正常交易的攻击，就被形象的称为三明治攻击。

原理说明

Etherscan现支持以太坊域名服务ENS反向解析:5月12日消息，以太坊域名服务（Ethereum Name Service，简称ENS）发推称，Etherscan目前支持ENS反向解析。ENS反向解析可使用户的ENS域名成为跨DApp的以太坊账户的便携式用户名。除Etherscan外，使用此功能的其他DApp包括Uniswap、Opensea、Aavegotchi和Snapshot Labs等。目前，要使用该服务，用户必须手动启用反向解决，之后将更改为自动启动；DApp须在其UI代码中使用PR。

注：正向解析（Forward resolution，FR）是将一个ENS域名解析到以太坊地址等资源，反向解析（Reverse resolution，RR）是指将一个以太坊地址解析到一个ENS域名。[2021/5/12 21:52:40]

为了更好的说明攻击原理，我们补充一些相关背景知识。

我们知道，现如今的主流DEX如Uniswap等，采用的都是AMM机制，其价格遵循恒定乘积公式。例如，在Uniswap中建立一个A代币与ETH的流动池，A数量为1000，ETH数量为100，则两者数量乘积为100000，当前A价格为0.1ETH。当Alice试图用10个ETH来池子里购买A时，他所得到的A的数量X，可以用下面的公式推导(注：为简化计算，以下均未考虑手续费)：

动态 | 日本Catabira推出基于区块链的数据解析平台:据Prtimes消息，日本信息服务商Catabira宣布推出基于区块链的商业服务级数据解析平台Catabira Insights For Blockchain，将利用区块链技术不可篡改的特性保证调查数据的真实性。[2018/11/8]

\*=100000，X=90.9

这笔交易中，A的价格为10/90.9=0.11，相比于原来A的价格，价格滑点为:

/0.1\*100%=10%

一笔交易就让币价产生了10%的滑点，可见越是流动性差的池子，遇到大额交易，越是容易产生滑点。而如果，能在用户正常的大额交易前，抢先买入A，再在用户正常交易后，将刚买入的A卖出，就可以获得一笔不菲的收益。沿用刚才的例子，假设在Alice的交易前，Bob抢先花5个ETH购买A，然后在Alice的交易完成后，Bob再把之前买入的A卖出，我们看看会有什么样的结果。

首先是Bob的抢跑交易：

(1000-X)\*(100+5)=100000,X=47.62

即，Bob用5ETH购得47.62个A

接下来是Alice的正常交易，注意此时流动池中A的数量变为952.38，ETH的数量变为105：

(952.38-X)\*(105+10)=100000,X=82.81

最后Bob卖出47.62个A的交易，此时流动性中A的数量为869.57，ETH的数量为115：

\*=100000，Y=5.97

通过这一次抢跑攻击，Bob净赚5.97-5=0.97个ETH，而Alice净亏90.9-82.81=8.09个A，Bob通过使Alice蒙受更大的滑点损失来获得自己的收益！

当然，实际的抢跑攻击会更复杂，攻击者需要进行更精密的计算，以求实现以下两个目标：

让用户的交易结果无限逼近用户自己设置的最大滑点，以求达到理论上的最大套利空间

在手续费竞争力和收益之间取得平衡，尽可能的在与其他机器人的竞争中获胜

我们用图表来更好的描述这一过程：

用户在A点，打算投入in_amount(user)个USDT购买ETH，这笔交易正常会把当前状态推向B，同时用户设置了最大滑点为B(max_slippage)；

抢跑机器人监测到这笔交易，先于用户交易之前，进行了一笔in_amount(robot)个USDT的买入交易，将当前状态推到A'；

用户的交易随后执行，达到其设置的最大滑点B(max_slippage)；

抢跑机器人把步骤2中买入的ETH卖出，状态达到C点，得到out_amount(robot)个USDT

抢跑机器人获得收益out_amount(robot)-in_amount(robot)-手续费

解决方案

既然我们已经看到了Front-Running的杀伤力，那我们有什么办法阻止抢跑攻击呢？

作为一般用户，应对Front-Running可以有以下几种手段：

设置较低的交易滑点，比如0.1%，这会让抢跑机器人缺少可盈利的空间。?缺点：滑点过低导致大额交易十分容易失败，且失败的交易仍然需要支付高昂手续费。

提高gas费用，这会增加机器人的攻击成本。缺点：这同样也增加了自己的交易成本。

可以看出，以上解决方案都是无奈之举，且有各种不足，幸运的是，有很多团队认识到了Front-Running的危害性，并提出了不少有建设性的解决方案。首先通过对捕猎全过程的分析，我们可以得出结论，要实现Front-Running，需要几个要素：

Transaction公开性：可以在Mempool中获取交易的详细信息

以太坊交易执行机制：可以通过gas竞争的方式抢先完成交易

AMM交易曲线机制：恒定乘积机制可以造成较大滑点

那么反制手段就是分别在这几个要素上做文章。

Transaction公开性

既然机器人是通过分析Mempool中的交易来决定是否发起攻击，那么我们将交易信息直接加密，让机器人看不到或者看不懂不就好了？

社区中就有人提议使用零知识证明技术zk-SNARKs来达成上述目标，即运用zk-SNARKs将每笔交易的信息都加密隐藏起来，让机器人无从下手。

不过，目前该方案还不够成熟，存在需要消耗更高Gas费用和可能被利用来进行阻塞攻击，导致系统化整体liveness的缺陷。

以太坊交易执行机制

当前的以太坊交易执行机制是通过Gas竞争来完成的，即谁出的Gas费高，矿工就优先打包谁的交易，那么我们如果绕过这种机制，把交易发给矿工让其直接打包，就杜绝了抢跑机器人在中途攻击的可能性

所以一种类似于Layer0的方案也得到了一些应用，如星火矿池的Taichi服务，用户可以直接在MetaMask中设置Taichi的以太坊节点，这样交易就直接在没有出现在Mempool的情况下被打包了，但劣势是被打包的时效有一定的不确定性。

另外，如ArcherSwap类似理念的解决方案，构建了交易者和矿工之间的桥梁，交易者可以通过打赏的形式让矿工直接打包自己的交易，这就避免了被Front-Running的可能。虽然有那么点交保护费来避免被攻击的感觉，但也实实在在的降低了交易者的成本，而且有着不收取交易失败费用的优势。

AMM算法优化

在AMM机制下，大额交易产生过大的价格滑点，是Front-Running的利润空间，如果有一种AMM机制可以减少大额交易对后续交易价格的影响，就可以有效防止Front-Running攻击。早在2018年，Vitalik在以太坊技术社区中提供了一个方案，当发生兑换交易时，交易池价格不会立刻调整成真实价格，而是在若干分钟内，缓慢的趋向真实价格，这就好像交易池凭空多出了很多流动性一样，因此我们将这种技术称之为VitrualBalance技术。这种新机制，可大大压缩套利者的利润空间，有效防御Front-Running攻击，同时还可以增加流动性做市商的收益，可谓一举多得，1inch的mooniswap就是这个方案的一个实现版本。

增加流动性

此外，还有种思路，就是尽可能的加大交易池中特定价格区间的流动性，流动性越大，滑点越小，当流动性大到一定程度的时候，抢跑机器人就丧失了盈利空间，Uniswap的V3版本的聚焦流动性特性，就是在这方面做出的努力。

展望未来

我们有理由相信，在各个团队坚持不懈的努力之下，随着各种解决方案的持续演进，以及新一代AMM、以太坊二层等技术的相继落地，很快我们就可以为用户提供一个更公平更安全的链上交易环境。

撰文：DeGate

标签：ETH以太坊NNIUNNETHVAULT以太坊行情币有什么用Gennixsunny币行情

PEPE币热门资讯