解析以太坊搶先交易原理及其解決方案_RON

作為一般用戶，可以通過設置較低的交易滑點和較高的 Gas 費來應對搶先交易。

本文旨在全面解析廣泛存在于以太坊區塊鏈上的攻擊行為：Front-Running （搶跑交易），通過對其原理的研究，尋找最有效的解決方案，最終幫助 DeGate 用戶避免這一嚴重有損他們利益的攻擊行為。

簡單來說，Front-Running 是指在一筆正常交易等待打包的過程中，搶跑機器人通過設置更高 Gas 費用搶先完成攻擊交易，以此攫取用戶利益的攻擊行為。而 Mempool 是一組已經廣播到網絡中并等待被打包進區塊的以太坊交易，它是 Front-Running 可以實施的前提，搶跑機器人通過不斷掃描 Mempool 中的交易，來分析發現可攻擊的目標。下圖是一個 Mempool 瀏覽器，可以通過設置各種篩選項訂閱 Mempool 中的交易，并查看這些交易的全部詳細信息。

在所有 Front-Running 中，最典型最具危害性的就是針對 AMM 交易的 Sandwich Attacks （三明治攻擊），除此以外還有針對套利、清算交易、閃電貸等利用系統漏洞獲利的搶跑攻擊，攻擊者數量眾多，且由自動化腳本控制，永遠不知疲倦，因此任何有利可圖的交易都會遭受他們的飽和攻擊，幾乎沒有幸免的可能。

ENS將推出區塊鏈原生的、可通過域名解析系統路由的頂級域名.box:6月7日消息，ENS開發者nick.eth發推稱，ENS將推出區塊鏈原生的、可通過域名解析系統路由的頂級域名.box。該域名系統中所有注冊和轉移都將在鏈上進行，NFT的所有者將同時擁有DNS和ENS域名。

據悉，.box域名可用于DID配置文件和錢包、去中心化的網站和消息傳遞、Web2網站和電子郵件、收藏與交易等。[2023/6/7 21:21:43]

接下來，我們重點對三明治攻擊進行分析。

真實攻擊案例

首先我們來看一個真實的三明治攻擊案例。

上圖可見，三筆交易在同一個區塊被打包，兩筆攻擊交易（打上了黑客標記的）中間夾著一筆正常交易。其具體流程如下：

用戶首先發起一筆正常交易，用 237000.705USDC 買入 DG，設置 Gas Price 為 40.5Gwei；

搶跑機器人檢測到這筆有利可圖的交易后，隨即展開攻擊，發起一筆買入交易，設定 GasPrice 為 49.9Gwei，憑借 Gas 競爭機制成功搶跑用戶的正常交易；

與此同時，機器人發出另一筆賣出交易，設置 GasPrice 同樣為 40.5Gwei，因為時間順序的原因，緊貼著用戶正常交易完成。

Beosin解析Reaper Farm遭攻擊事件：_withdraw中owner地址可控且未作任何訪問控制:8月2日消息，據 Beosin EagleEye 安全輿情監控數據顯示，Reaper Farm 項目遭到黑客攻擊，Beosin 安全團隊發現由于_withdraw 中 owner 地址可控且未作任何訪問控制，導致調用 withdraw 或 redeem 函數可提取任意用戶資產。攻擊者（0x5636 開頭）利用攻擊合約（0x8162 開頭）通過漏洞合約（0xcda5 開頭）提取用戶資金，累計獲利 62 ETH 和 160 萬 DAI，約價值 170 萬美元，目前攻擊者（0x2c17 開頭）已通過跨鏈將所有獲利資金轉入 Tornado.Cash。[2022/8/2 2:54:18]

一次完美的搶跑攻擊完成，算上手續費，機器人共賺取 16448.012-16310.3-15.2-10.61 = $111.9，而這種兩筆攻擊交易夾著一筆正常交易的攻擊，就被形象的稱為三明治攻擊。

原理說明

為了更好的說明攻擊原理，我們補充一些相關背景知識。

我們知道，現如今的主流 DEX 如 Uniswap 等，采用的都是 AMM （自動化做市商）機制，其價格遵循恒定乘積公式。例如，在 Uniswap 中建立一個 A 代幣與 ETH 的流動池，A 數量為 1000，ETH 數量為 100，則兩者數量乘積為 100000，當前 A 價格為 0.1ETH。當 Alice 試圖用 10 個 ETH 來池子里購買 A 時，他所得到的 A 的數量 X，可以用下面的公式推導 (注：為簡化計算，以下均未考慮手續費)：

歐科云鏈張超：目前已累計解析超1.5億地址標簽，成全球最大鏈上地址標簽庫服務商:4月27日消息，歐科云鏈副總裁、歐科云鏈控股執行董事張超在出席“甲子引力X數字經濟高峰論壇”時表示，截至目前歐科云鏈已解析鏈上超1.5億地址標簽（實體標簽、行為標簽、屬性標簽）、數十億交易記錄、超1萬條結構化指標，成為全球最大的鏈上地址標簽庫服務商。

會上張超表示，未來歐科云鏈將繼續探索區塊鏈底層技術，加強對鏈上數據的分析、治理，為更多上層的區塊鏈應用添磚加瓦，服務于更多實體的應用層。[2022/4/27 2:33:56]

（1000-X）\*（100+10）= 100000，X = 90.9

這筆交易中，A 的價格為 10/90.9 = 0.11，相比于原來 A 的價格，價格滑點為 :

（0.11-0.1）/0.1\*100% = 10%

一筆交易就讓幣價產生了 10% 的滑點，可見越是流動性差的池子，遇到大額交易，越是容易產生滑點。而如果，能在用戶正常的大額交易前（預計該交易會產生較大滑點），搶先買入 A，再在用戶正常交易后，將剛買入的 A 賣出，就可以獲得一筆不菲的收益。沿用剛才的例子，假設在 Alice 的交易前，Bob 搶先花 5 個 ETH 購買 A，然后在 Alice 的交易完成后，Bob 再把之前買入的 A 賣出，我們看看會有什么樣的結果。

BitDNS入選火種源計劃，將為BitCherry生態應用提供域名解析服務:據官方消息，2021年4月14日，BitDNS成為首批加入BitCherry分布式商業生態的合作伙伴。BitDNS將為BitCherry鏈上應用提供分布式域名解析服務，實現一鍵去中心化，幫助企業和個人用戶更加便捷、安全的參與數字資產交易，管理鏈上價值數據信息。BitCherry將攜手BitDNS打造去中心化的網絡生態系統，建立安全便捷的鏈上分布式商業生態體系。[2021/4/14 20:18:34]

首先是 Bob 的搶跑交易：

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

即，Bob 用 5ETH 購得 47.62 個 A

接下來是 Alice 的正常交易，注意此時流動池中 A 的數量變為 952.38，ETH 的數量變為 105：

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

最后 Bob 賣出 47.62 個 A 的交易，此時流動性中 A 的數量為 869.57，ETH 的數量為 115：

（869.57+47.62）\*（115-Y）= 100000，Y = 5.97

通過這一次搶跑攻擊，Bob 凈賺 5.97-5 = 0.97 個 ETH，而 Alice 凈虧 90.9-82.81 = 8.09 個 A，Bob 通過使 Alice 蒙受更大的滑點損失來獲得自己的收益！

前美聯儲理事Kevin Warsh：從美國經濟政策角度解析比特幣價格波動: 前美聯儲理事、斯坦福大學胡佛研究所杰出訪問學者Kevin Warsh今日撰文，從政府經濟政策角度解讀了比特幣價格波動的原因。對于2017年BTC價格的狂飆，Warsh認為：1.特朗普上臺后推出的減稅等寬松政策持續刺激美國經濟增長，繼而帶來的通貨膨脹預期促使美國加息進度超預期，比特幣成為規避法幣貶值的避風港；2.特朗普政府貿易保護政策致使美元在2017年貶值12%，投資者尋求比特幣規避貶值；3.據去年10月、11月調查，美國民眾對政府的信任度下降14個百分點達到33%，而美元正是建立在公眾對政府信任的基礎上。而對于今年以來比特幣價格的大幅波動，是因為投資者正在調整對政府政策的預期，新任美聯儲主席也在重新考慮如何更好地實施貨幣政策，同時也在考慮推出自己的加密貨幣。[2018/3/8]

當然，實際的搶跑攻擊會更復雜，攻擊者需要進行更精密的計算，以求實現以下兩個目標：

讓用戶的交易結果無限逼近用戶自己設置的最大滑點（max_slippage），以求達到理論上的最大套利空間

在手續費競爭力和收益之間取得平衡，盡可能的在與其他機器人的競爭中獲勝

我們用圖表來更好的描述這一過程：

用戶在 A 點，打算投入 in_amount(user) 個 USDT 購買 ETH，這筆交易正常會把當前狀態推向 B，同時用戶設置了最大滑點為 B(max_slippage)；

搶跑機器人監測到這筆交易，先于用戶交易之前，進行了一筆 in_amount(robot) 個 USDT 的買入交易，將當前狀態推到 A'；

用戶的交易隨后執行，達到其設置的最大滑點 B(max_slippage)；

搶跑機器人把步驟 2 中買入的 ETH 賣出，狀態達到 C 點，得到 out_amount(robot) 個 USDT

搶跑機器人獲得收益 out_amount(robot) - in_amount(robot)-手續費

既然我們已經看到了 Front-Running 的殺傷力，那我們有什么辦法阻止搶跑攻擊呢？

作為一般用戶，應對 Front-Running 可以有以下幾種手段：

設置較低的交易滑點，比如 0.1%，這會讓搶跑機器人缺少可盈利的空間。?缺點：滑點過低導致大額交易十分容易失敗，且失敗的交易仍然需要支付高昂手續費。

提高 gas 費用，這會增加機器人的攻擊成本。缺點：這同樣也增加了自己的交易成本。

可以看出，以上解決方案都是無奈之舉，且有各種不足，幸運的是，有很多團隊認識到了 Front-Running 的危害性，并提出了不少有建設性的解決方案。首先通過對捕獵全過程的分析，我們可以得出結論，要實現 Front-Running，需要幾個要素：

Transaction 公開性：可以在 Mempool 中獲取交易的詳細信息

以太坊交易執行機制：可以通過 gas 競爭的方式搶先完成交易

AMM 交易曲線機制：恒定乘積機制可以造成較大滑點

那么反制手段就是分別在這幾個要素上做文章。

Transaction 公開性

既然機器人是通過分析 Mempool 中的交易來決定是否發起攻擊，那么我們將交易信息直接加密，讓機器人看不到或者看不懂不就好了？

社區中就有人提議使用零知識證明技術 zk-SNARKs 來達成上述目標，即運用 zk-SNARKs 將每筆交易的信息都加密隱藏起來，讓機器人無從下手。

不過，目前該方案還不夠成熟，存在需要消耗更高 Gas 費用和可能被利用來進行阻塞攻擊，導致系統化整體 liveness 的缺陷。

以太坊交易執行機制

當前的以太坊交易執行機制是通過 Gas 競爭來完成的，即誰出的 Gas 費高，礦工就優先打包誰的交易，那么我們如果繞過這種機制，把交易發給礦工讓其直接打包，就杜絕了搶跑機器人在中途攻擊的可能性

所以一種類似于 Layer 0 的方案也得到了一些應用，如星火礦池的 Taichi 服務，用戶可以直接在 MetaMask 中設置 Taichi 的以太坊節點，這樣交易就直接在沒有出現在 Mempool 的情況下被打包了，但劣勢是被打包的時效有一定的不確定性。

另外，如 ArcherSwap 類似理念的解決方案，構建了交易者和礦工之間的橋梁，交易者可以通過打賞的形式讓礦工直接打包自己的交易，這就避免了被 Front-Running 的可能。雖然有那么點交保護費來避免被攻擊的感覺，但也實實在在的降低了交易者的成本，而且有著不收取交易失敗費用的優勢。

AMM 算法優化

在 AMM 機制下，大額交易產生過大的價格滑點（可理解為一個臨時的錯誤價格），是 Front-Running 的利潤空間，如果有一種 AMM 機制可以減少大額交易對后續交易價格的影響，就可以有效防止 Front-Running 攻擊。 早在 2018 年，Vitalik 在以太坊技術社區中提供了一個 方案，當發生兌換交易時，交易池價格不會立刻調整成真實價格，而是在若干分鐘內，緩慢的趨向真實價格，這就好像交易池憑空多出了很多流動性一樣，因此我們將這種技術稱之為 Vitrual Balance （虛擬余額）技術。這種新機制，可大大壓縮套利者的利潤空間，有效防御 Front-Running 攻擊，同時還可以增加流動性做市商的收益，可謂一舉多得，1inch 的 mooniswap 就是這個方案的一個實現版本。

增加流動性

此外，還有種思路，就是盡可能的加大交易池中特定價格區間的流動性，流動性越大，滑點越小，當流動性大到一定程度的時候，搶跑機器人就喪失了盈利空間，Uniswap 的 V3 版本的聚焦流動性特性，就是在這方面做出的努力。

我們有理由相信，在各個團隊堅持不懈的努力之下，隨著各種解決方案的持續演進，以及新一代 AMM、以太坊二層等技術的相繼落地，很快我們就可以為用戶提供一個更公平更安全的鏈上交易環境。

撰文：DeGate

Tags：ETHNNIRUNRONtogetherbnb全部攻略INNIT價格PEPERUNNER幣tronlink錢包哪個國家的

比特幣價格實時行情