[논문 리뷰] FairPoS: Input Fairness in Permissionless Consensus

Massimo Bartoletti, James Hsin-yu Chiang외 2명|arXiv (Cornell University)|2021. 06. 02.

Benford’s Law and Fraud Detection인용 수 1

한 줄 요약

이 논문은 Uniswap와 같은 일정 제품 자동시장제어기(AMM)에서 마이너 추출 가능 가치(MEV)를 최대화하기 위해 '다그우드 샌드위치'라는 새로운 최적 전략을 제안한다. 사용자 행동 이전 및 이후에 다층적 거래(스왑, 예금, 아웃리어지)를 전략적으로 삽입함으로써, 한 사용자 시퀀스에서 최대 $5,700를 추출할 수 있으며, 기존의 스왑 전용 프론트런닝보다 14% 높은 성능을 기록한다.

ABSTRACT

Automated Market Makers (AMMs) are decentralized applications that allow users to exchange crypto-tokens without the need for a matching exchange order. AMMs are one of the most successful DeFi use cases: indeed, major AMM platforms process a daily volume of transactions worth USD billions. Despite their popularity, AMMs are well-known to suffer from transaction-ordering issues: adversaries can influence the ordering of user transactions, and possibly front-run them with their own, to extract value from AMMs, to the detriment of users. We devise an effective procedure to construct a strategy through which an adversary can maximize the value extracted from user transactions.

연구 동기 및 목표

• 일정 제품 AMM에서 악성 사용자가 거래 순서를 재정렬하거나 삽입하거나 제거하여 가치를 추출하는 MEV 게임을 체계화하기 위해.
• 기존 연구가 스왑 거래에만 초점을 맞추고 있는 점을 보완하여, 예금 및 환금 거래로의 MEV 추출을 확장하기 위해.
• 모든 AMM 거래 유형에서 수익을 극대화하는 최적의 다층 거래 시퀀스를 구성하기 위해.
• 예금 및 환금을 포함한 복잡한 사용자 거래 세트에서 기존 히우리스틱 기법이 실패하는 이유를 입증하기 위해.
• 마이너, 룰업 집계기, 플래시봇 기반 거래 번들러 등에 적용 가능한 일반화 가능한 프레임워크를 제공하기 위해.

제안 방법

• 사용자 이전의 스왑, 사용자 행동, 사용자 이후의 아웃리어지로 구성된 세 가지 별도의 거래 레이어를 포함하는 '다그우드 샌드위치' 전략을 제안한다.
• AMM 예금을 모델링하고 각 거래 이전 및 이후의 정확한 토큰 수량을 계산하기 위해 일정 제품 불변식(x × y = k)을 사용한다.
• 사용자의 예금을 가능하게 하기 위해 예금 이전에 역방향 스왑(τ1을 지불하여 τ0를 확보)을 수행함으로써 예금 예금을 조정한다.
• 사용자의 예금 및 스왑 이후에 예금 예금이 변경된 예금을 기반으로 이득을 얻기 위해 최종 아웃리어지 스왑을 삽입한다.
• 예금 예금이 수익을 감소시킬 경우 이를 제외함으로써 예금 예금의 동적 변화에 기반해 전략적으로 선택함으로써 전략을 최적화한다.
• 스왑, 예금, 환금 행동을 포함하는 복합 사용자 거래 세트에 전략을 적용하여, 체계적인 모델링을 통해 최적성의 증명을 수행한다.

실험 결과

연구 질문

• RQ1 모든 유형의 AMM 거래—스왑, 예금, 환금—을 동시에 대상으로 하는 일반적이고 최적의 전략을 구성할 수 있는가?
• RQ2 기존의 히우리스틱 기반 MEV 추출 기법이 예금 및 환금을 포함한 거래 세트에서 실패하는 이유는 무엇인가?
• RQ3 다양한 거래 유형을 통해 AMM 예금을 조작하는 다층 샌드위치 공격을 통해 얻을 수 있는 최대 추출 가능한 가치는 얼마인가?
• RQ4 공격 시퀀스에 예금 및 환금 행동이 포함될 경우, 스왑 전용 전략 대비 총 수익은 어떻게 변화하는가?
• RQ5 다그우드 샌드위치 전략이 최적일 조건은 무엇이며, 블록 크기 및 수수료와 같은 실제 제약 조건 하에서 어떻게 스케일링되는가?

주요 결과

• 다그우드 샌드위치 전략은 스왑, 예금, 환금을 포함한 단일 사용자 거래 시퀀스에서 $5,700를 추출하며, 스왑 전용 공격 대비 14% 높은 성능을 기록한다.
• 이 전략은 이전에 역방향 스왑을 수행함으로써 사용자의 예금을 가능하게 하여, 이전의 히우리스틱 기법이 방향성 불일치로 인해 이를 수행할 수 없었던 점을 성공적으로 해결한다.
• 다양한 거래 유형 간의 상호작용과 예금 예금 동적 변화를 활용함으로써, 기존의 프론트런닝 전략을 초월하는 성능을 기록한다.
• 사용자의 환금 거래는 수익을 감소시키는 경우에 전략에서 제외되며, 이는 경제적 영향을 기반으로 한 전략적 선택을 보여준다.
• 고정된 토큰 가격과 거래/스왑 수수료가 없다는 가정 하에 수학적으로 최적임을 증명하였으며, 추출 가능한 가치의 상한선을 제공한다.
• 플래시봇 및 룰업 집계기와 같이 거래 번들링이 가능한 실제 MEV 추출 메커니즘에 적용 가능하며, 일반화 가능한 프레임워크를 제공한다.