区块链特别是智能合约一直都是承诺交易的公开透明性。但不幸的是,此承诺远远没有达到要求。表面透明的交易之下,暗流涌动,充斥着各种竞争、攻击。本文研究了区块链系统中的自动套利机器人的行为,并分析了它们对区块链安全的可能影响。

文章目录


  1. 背景与简介
  2. 套利与竞争
    1. 净收益交易
    2. 交易竞争
  3. 现网测量
  4. 策略研究
    1. 策略一:盲升
    2. 策略二:你升我也升
    3. 策略三:合作
      1. 合作策略
  5. 对区块链安全的影响
  6. 引用

本文不会介绍区块链、以太坊交易的一些基本概念。若对此方面不了解,建议先去学习下区块链、以太坊的基本知识。

背景与简介

如今加密货币的总市值已经非常高,早就超过了万亿美元大关,日交易额也在大几百亿到上千亿不等。这些交易中的大部分都是在加密货币交易所进行的。然而,这种中心化的交易所管控较为宽松,并且还出过不少丑闻,比如:偷窃、价格操控等。与中心化交易所相对的是,分布式交易所 DEXes(DEcentralized eXchange)。在DEXes中,交易是通过智能合约或者通过p2p网络上的其它形式来自动实现的。

这种分布式交易所虽然能避免中心化交易所带来的一些弊端,但是其本身也存在着缺陷,如:交易延迟大、网络不同步等等。更为严重的是,攻击者可以利用这种信息的不对称性进行抢先交易。攻击者在观察到有利可图的交易后,可以发出对应的高交易费的订单以保证它们的交易会被矿工接收。

本文对DEXes中的此类套利的竞争进行了研究,并分析了此类行为对区块链网络的影响。

套利与竞争

既然是买卖,那自然有价格高低,加密货币的交易也一样。如果出现了一个很明显的低价的商品(这里指币),那么肯定有很多人抢着购买。此处我们重点关注一类净收益交易(稳赚不赔)。

净收益交易

此类交易,从币持有量来说有着稳赚不赔的特性。下面我们举例说明此类交易。

净收益交易示意图
图 1:净收益交易示意图

在上图中,铁憨憨首先提交了一个订单,要以1000Xcoin/Eth的价格卖出自己的Xcoin。而当前的市场价为10 Xcoin/Eth,套利机器人发现此订单有利可图,那么立即使用1 Eth 购买了1000 Xcoin。并与此同时,发出另外一个后续交易二,以10 Xcoin/Eth 的价格卖出自己尚未取得的1000 个Xcoin(此交易为future 类型的交易,参考:DETER)。这样如果不计算交易费,套利机器人净赚99Eth,毫无损失。

现网中真的有这样的铁憨憨吗?有!而且还不少哦~

交易竞争

既然出现了这样有利可图的交易,那么肯定很多人过来抢,这就引入了竞争。显然,越快收到消息的人,越有利。但是以太坊上的交易并不是一个先进先出的队列结构,交易是否被区块包含以及交易的顺序完全由矿工决定。而矿工绝大多数情况下都是看中交易费,哪个交易的交易费高,其被包含在区块中的优先级就越高。

区块链上交易的透明性决定了,竞争净收益交易的过程一定是一个不断循环的过程。不同的交易机器人会不断地提高自己的交易费以让保证自己的交易可以被尽快确认。我们称这个竞价的过程为交易费优先级拍卖(priority gas auction, PGA)。

注:文中用的是GAS的优先级拍卖,这里为了简单理解直接翻译为交易费。实际上交易费不仅与gas价格相关还与其它一些东西相关,感兴趣的自行搜索。

这种拍卖和我们传统的拍卖不太一样。在传统的拍卖中,没拍到竞品的参与者不需要付钱。而在以太坊交易费的拍卖竞争中,即使某个交易竞争失败了,此交易还是会被矿工包含在区块中。这是因为这些交易会为交易的尝试执行付费,而且这些交易的交易费都较高。虽然竞争是有代价的,但是这种竞争输掉的交易的交易费较低,影响并不大。

以太坊现网两个套利机器人间的竞价记录
图 2:以太坊现网两个套利机器人间的竞价记录。(图片源自论文)

现网测量

研究者们修改了Go-Ethereum 客户端(用于记录那些未被确认的交易),分别在6地部署了测试结点连接到以太坊的区块链网络,用于监测区块链网络上的所有交易,记录下所有的PGA过程。记录过程持续了9个月,搜集了大概300G数据,观测到了$708,385,840$次PGA交易机器人的活动。

下面我们看几个图表。

净收益交易成交额
图 3:净收益交易成交额

图中黑线为14日平均线,橙色的点线为累积交易额,散点图为每日的成交额,粉红色的竖线时间为此论文早期版本相关的一篇文章发布的时间。

下图展示了10个主要的套利机器人每日收益(以美元计)。

套利机器人每日收益
图 4:套利机器人每日收益。其中每条彩色线代表一个账号,黑色线表示10个账号总收益。

策略研究

文中对这个竞价拍卖建了一个正式的模型,建模过程非常无趣,感兴趣的可以查看原论文。

在上文我们提到,网络延迟越低,机器人在竞争过程中的竞争优势越大,此处我们不关注这一点。这里我们直接分析几个可能的竞价策略。

策略一:盲升

在此策略下,机器人在观察到净收益交易后立即发送一个订单交易。此后以固定时间间隔$\delta$发送后续交易,每个后续交易的交易费用都比之前的提高百分比$f$(如:$12.5\%,21\%,70\%$等等)。

这个策略显然不是什么好策略。

策略二:你升我也升

此策略为:机器人一旦看到有其它竞争交易的交易费比自己高,那么它就将自己的交易提高一个合适的百分比。当然,如果交易费超出了自己能够获取的利益,那么它就停止出价。显然,交易中能够获取的利益是固定的,如果交易费超过了这个可获取利益,那么就无利可图了。

这个策略看似不错,但实际上不怎么样。机器人之间互相竞争,那么很快就会将交易费推到一个很高的价格,这样机器人自己最后并不能获得太大收益,而相反便宜了矿工。

策略三:合作

既然盲目竞争会导致所有人无法获利,那么好的策略就是大家不去竞争,等把利益拿到之后一起分。这样所有参与方得到的收益总和是最高的。此种策略似乎看着不可行,但是在实际的观测中,确实是有很多的净收益交易仅有一个参与竞争的人。也就是说套利机器人确实存在着线下合作的可能性。虽然套利机器人们可能存在着线下合作,但是这种合作是有风险的,比如无法保证匿名性啊等等。这里我们仅关注线上合作的可能性。

合作策略

为了最大化套利机器人间的总利益,它们可以采用以下策略:

所有参与方都遵循以下规则:

  1. 参与者按照固定的时间间隔$T$轮流叫价
  2. 每次都按照最低的合理范围加价,不得随意加价
  3. 一旦有参与者太快叫价,或者叫价超出了合理范围,那么其他参与方立刻把价格叫到底,将所有收益都放到交易费里,这样大家都玩完

从现网的观测情况来看,大多数参与竞争方的提价额度在12.5%(最小提升度)和15%上,这比较符合合作策略。文中指出在两个竞争者的情况下,从理论上来说,如果大家都遵从合作策略,那么是存在一个纳什均衡点的。

显然,如果大家出价的时间间隔较长,按么最终大家的期望总收益也会越高。虽然这种完美的线上合作几乎不可能达到,但是从观测来看,竞价者们为了利益还是有往合作方面靠拢的(比如大家都按照最低额度加价)。

对区块链安全的影响

PGAs和分布式交易所的套利机器人看起来不会对区块链的安全性立即产生影响。但实际上,它们可能却会会对区块链的共识层的安全产生影响。

...应用层安全给共识层安全带来了一个直接的威胁 ...

在一个稳定的区块链中,矿工们的主要利益来源应该为区块奖励。一旦区块奖励变低了,区块链的稳定性就会受到影响(参考[3])。

本文提出了一个概念叫:矿工可取价值(miner-extractable value, MEV)。MEV指的是矿工通过对交易的操控可以获取的总以太币收益。而我们在本文中看到,矿工是可以通过对交易顺序的优化(order optimization, OO)来提升自己的MEV的。在一些情况下,这些通过OO得到的利益甚至可能比区块所给的收益更高。

交易所的存在,以及各种通过其他渠道可以获得的MEV,让原本区块所给的奖励变得不再稳固。这种依赖于利益优先或理性经济人模型的共识算法这样看来也并不是那么可靠的。

这里我们看一个极端的例子,下图展示了几个区块中OO交易费、其它交易费以及区块奖励的占比。

以太坊上净收益交易OO费用最高的区块
图 5:以太坊上净收益交易OO费用最高的区块中矿工收益分布情况

我们看到在这几个区块中,区块奖励不再占主导地位。这种情况下,一旦矿工受利益驱使,就很有可能在区块链上生成分叉,进而影响区块链的安全性、稳定性。文中还提出了利用OO费用的其它一些类型的攻击,感兴趣可查看原论文。

引用

[1] Daian, Philip, et al. "Flash boys 2.0: Frontrunning, transaction reordering, and consensus instability in decentralized exchanges."arXiv preprint arXiv:1904.05234(2019).

[2] DETER:https://mp.weixin.qq.com/s/o0TSu4Vm7Vg9prXgzE_nMghttps://paperexplained.cn/articles/article/sdetail/bf772404-411f-4adf-a139-c2e94cd5cd97/

[3] On the Instability of Bitcoin Without the Block Reward,https://paperexplained.cn/articles/article/sdetail/557f7f9d-9f0a-41f5-a9fc-6de8c91b4b44/


扫码关注我们:

CS 论文分享
图 6:CS论文分享

[本]通信工程@河海大学 & [硕]CS@清华大学
这个人很懒,他什么也没有写!

0
7044
0

More Recommendations