[論文レビュー] SoK: Decentralized Finance (DeFi) Attacks

Liyi Zhou, Xihan Xiong+8 more|arXiv (Cornell University)|Aug 27, 2022

Blockchain Technology Applications and Security被引用数 4

ひとこと要約

本論文は、DeFiのインcidentを体系的かつ包括的に分析・比較するための基準フレームワークを提唱し、主な攻撃パターンと防御メカニズムを特定している。56%の攻撃がアトミックでないことが判明し、救済のための時間的余地が生じる。また、バイトコード類似度分析により、31件の脆弱なコントラクトと23件の悪意あるコントラクトを検出可能であり、15.3%の攻撃者は中央集権型取引所を通じて識別可能な痕跡を残している。

ABSTRACT

Within just four years, the blockchain-based Decentralized Finance (DeFi) ecosystem has accumulated a peak total value locked (TVL) of more than 253 billion USD. This surge in DeFi's popularity has, unfortunately, been accompanied by many impactful incidents. According to our data, users, liquidity providers, speculators, and protocol operators suffered a total loss of at least 3.24 billion USD from Apr 30, 2018 to Apr 30, 2022. Given the blockchain's transparency and increasing incident frequency, two questions arise: How can we systematically measure, evaluate, and compare DeFi incidents? How can we learn from past attacks to strengthen DeFi security? In this paper, we introduce a common reference frame to systematically evaluate and compare DeFi incidents, including both attacks and accidents. We investigate 77 academic papers, 30 audit reports, and 181 real-world incidents. Our data reveals several gaps between academia and the practitioners' community. For example, few academic papers address "price oracle attacks" and "permissonless interactions", while our data suggests that they are the two most frequent incident types (15% and 10.5% correspondingly). We also investigate potential defenses, and find that: (i) 103 (56%) of the attacks are not executed atomically, granting a rescue time frame for defenders; (ii) SoTA bytecode similarity analysis can at least detect 31 vulnerable/23 adversarial contracts; and (iii) 33 (15.3%) of the adversaries leak potentially identifiable information by interacting with centralized exchanges.

研究の動機と目的

• 異なるプロトコル、スマートコントラクト、攻撃ベクトルを対象として、DeFiインシデントを分類・比較するための標準化されたフレームワークを構築すること。
• 特に価格オラクル攻撃や非許可型相互作用といった、研究が不足している分野において、学術的リサーチと現実の攻撃パターンとの間の重要なギャップを特定すること。
• コントラクト類似度分析や攻撃前資金追跡といった実用的防御メカニズムを評価し、インシデント対応および緩和の改善を図ること。
• 2018年から2022年までの累計損失額が32.4億ドルに達するなど、DeFiインシデントの財務的影響を定量的に評価し、事前検出の可能性を検討すること。

提案手法

• ネットワーク、コンSENSUS、スマートコントラクト、プロトコル、補助サービス（例：オラクル、ブリッジ）を含む5層構造のDeFi基準フレームワークを構築し、インシデント分類の標準化を図る。
• 2018年4月から2022年4月にかけてイーサリアムおよびBNBスマートチェーンで発生した181件の実世界のDeFiインシデントを収集・分析し、77件の学術論文および30件の監査レポートと照合する。
• 取引レベルのバイトコードを、過去に観察された攻撃パターンと比較することで、既知の悪意あるまたは脆弱なコントラクトを検出するバイトコード類似度分析を適用する。
• 攻撃者資金の流れを、攻撃前の取引履歴をもとに追跡し、中央集権型取引所や、Tornado Cashのような規制対象のミキサーとの関連を特定する。
• 攻撃の実行時間枠を特定することで、攻撃がアトミックか非アトミックかを評価し、救済の可能性がある時間的余地を同定する。
• 累積異常リターン（CAR）分析を用いて市場への影響を評価し、CARは回帰ベースの期待リターンと異常リターンの計算により算出される。

実験結果

リサーチクエスチョン

• RQ1 DeFiインシデントは、異なるシステム層や脅威モデルを対象として、どのように体系的に分類・比較できるか？
• RQ2 実際の攻撃で最も頻発する攻撃タイプは何か？ また、学術文献で強調されている攻撃タイプとはどのように異なるか？
• RQ3 バイトコード類似度分析や資金追跡といった、既存の防御メカニズムが、現実のDeFi攻撃をどの程度検出または緩和できるか？
• RQ4 非アトミックな攻撃は全体のどの程度を占め、これが早期の防御的対応を可能にするか？
• RQ5 攻撃者は資金をどのように調達し、洗浄しているのか？ また、ブロックチェーン分析により、その身元を特定可能か？

主な発見

• 分析対象の181件のインシデントのうち、103件（56%）がアトミックに実行されず、最終的な決済前に防御側が介入できる可能性のある時間的余地が生じた。
• バイトコード類似度分析により、100%の類似度スコアで31件の既知の脆弱なコントラクトと23件の悪意あるコントラクトが検出された。これは、自動検出の強力な可能性を示している。
• 15.3%の攻撃者が中央集権型取引所とのやり取りを通じて識別可能な痕跡を残した。イーサリアムでは12名、BNBスマートチェーンでは21名の攻撃者が、取引所のウォレットから直接資金を引き出した。
• 33名の攻撃者（15.3%）が米国制裁対象のTornado Cashミキサーに関連しており、イーサリアムでは55件、BNBスマートチェーンでは12件の攻撃資金がTornado Cashから出ている。
• 価格オラクル攻撃と非許可型相互作用が、最も頻発するインシデントタイプ（15%および10.5%）であったが、学術文献ではそれらが過小評価されていた。
• 2018年4月から2022年4月までのDeFiインシデントによる累計損失額は、少なくとも32.4億ドルに達し、セキュリティ課題の規模を浮き彫りにしている。