[論文レビュー] Demystifying Scam Tokens on Uniswap Decentralized Exchange.

Pengcheng Xia, Haoyu Wang+7 more|arXiv (Cornell University)|Sep 1, 2021

Blockchain Technology Applications and Security参考文献 37被引用数 7

ひとこと要約

本稿では、罪の帰属に関するヒューリスティクスと機械学習を組み合わせたハイブリッド手法を提案し、Uniswapにおけるスキャムトークンの検出を実施した。その結果、10,000個を超えるスキャムトークンを同定した。これは、全リストアップトークンの約50％に相当し、一括リムーブス cams や悪意あるスマートコントラクトによって、40,165人の被害者から合計1,600万ドル以上の損失を引き起こした。

ABSTRACT

The prosperity of the cryptocurrency ecosystem drives the needs for digital asset trading platforms. Beyond centralized exchanges (CEXs), decentralized exchanges (DEXs) are introduced to allow users to trade cryptocurrency without transferring the custody of their digital assets to the middlemen, thus eliminating the security and privacy issues of CEX. Uniswap, as the most prominent cryptocurrency DEX, is continuing to attract scammers, with fraudulent cryptocurrencies flooding in the ecosystem. In this paper, we take the first step to detect and characterize scam tokens on Uniswap. We first collect all the transactions related to Uniswap exchanges and investigate the landscape of cryptocurrency trading on Uniswap from different perspectives. Then, we propose an accurate approach for flagging scam tokens on Uniswap based on a guilt-by-association heuristic and a machine-learning powered technique. We have identified over 10K scam tokens listed on Uniswap, which suggests that roughly 50% of the tokens listed on Uniswap are scam tokens. All the scam tokens and liquidity pools are created specialized for the rug pull scams, and some scam tokens have embedded tricks and backdoors in the smart contracts. We further observe that thousands of collusion addresses help carry out the scams in league with the scam token/pool creators. The scammers have gained a profit of at least $16 million from 40,165 potential victims. Our observations in this paper suggest the urgency to identify and stop scams in the decentralized finance ecosystem.

研究の動機と目的

• Uniswap、世界的に主要な分散型取引所におけるスキャムトークンの広がりと特徴を調査すること。
• スキャム関連の金融損失が増加する中、分散型金融（DeFi）における自動検出メカニズムの緊急の必要性に対処すること。
• スキャムトークンおよびその関連リキッドティープールの構造的・行動的パターンを分析すること。
• スキャムトークンの創設者と悪意あるアドレスが関与する共謀ネットワークを解明すること。
• スキャムトークンがUniswapおよび広義のDeFiエコシステムに与える財務的影響を定量すること。

提案手法

• プラットフォーム全体のUniswap関連取引を収集・分析し、暗号資産取引の状況をマップした。
• 既知のスキャム活動や疑わしい取引パターンに関連するトークンを、罪の帰属ヒューリスティクスを用いてスクリーニングした。
• 取引およびコントラクトメタデータを用いて訓練された機械学習モデルを採用し、スキャムトークン検出の正確性を向上させた。
• トークン作成パターン、リキッドティープールの行動、アドレスクラスタリングなどの特徴を用いてモデルを訓練した。
• バックドアや埋め込みトリックを含む悪意あるスマートコントラクトパターンを特定・分析した。
• スキャムトークンのリリースおよびリムーブス cams を支援するアドレスを関与する共謀ネットワークを追跡・マッピングした。

実験結果

リサーチクエスチョン

• RQ1 Uniswapにリストアップされた全トークンのうち、スキャムトークンはどの程度の割合を占めているか？
• RQ2 スキャムトークンおよびその関連リキッドティープールは、正当なトークンと比較して、構造的・行動的側面でどのように異なるか？
• RQ3 アドレスの共謀ネットワークは、スキャムトークンのリリースおよびリムーブス cams の実行にどのように寄与しているか？
• RQ4 Uniswapにおけるスキャムトークンの影響で、ユーザーはどの程度の財務的損失を被ったか？
• RQ5 罪の帰属と機械学習手法を組み合わせることで、スキャムトークンを高精度に検出できるか、その範囲はどの程度か？

主な発見

• Uniswap上に10,000個を超えるスキャムトークンが同定され、全リストアップトークンの約50％を占める。
• スキャムトークンおよびそのリキッドティープールは、一括リムーブス cams を目的とした体系的な作成がなされており、悪意あるスマートコントラクトにはしばしば埋め込みバックドアが存在する。
• 数千の共謀アドレスがスキャムトークン創設者を支援し、一括リムーブス cams を支援する形で活動している。
• Uniswap上のスキャムエコシステムは、40,165人の潜在的被害者から合計1,600万ドル以上の利益を生み出した。
• 罪の帰属と機械学習の組み合わせにより、スキャムトークンの高精度な検出が可能となり、DeFiにおける構造的脆弱性が明らかになった。
• 本研究の結果は、分散型金融における能動的検出および緩和メカニズムの緊急の必要性を強調している。