[论文解读] FairPoS: Input Fairness in Permissionless Consensus
本文提出了一种新颖且最优的策略，称为“Dagwood三明治”（Dagwood sandwich），以在常数乘积自动做市商（AMM）中最大化矿工可提取价值（MEV），例如Uniswap。通过在用户操作前后战略性地插入多层交易（如兑换、存款和套利操作），攻击者可从单个用户交易序列中提取高达5,700美元的价值，相比仅针对兑换交易的前端抢跑攻击，效率高出14%。
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.
研究动机与目标
- 形式化常数乘积AMM中的MEV博弈，其中攻击者通过重新排序、插入或删除交易来提取价值。
- 填补现有研究仅针对兑换交易的空白，将MEV提取扩展至存款和赎回操作。
- 构建一种最优的多层交易序列，以在所有AMM交易类型中实现利润最大化。
- 证明先前的启发式方法在涉及存款和赎回的复杂用户交易集合上会失效。
- 提供一种可推广的框架，适用于矿工、汇总层（roll-up）聚合器以及支持flashbots的交易打包工具。
提出的方法
- 提出分层交易策略——“Dagwood三明治”——包含三个独立的交易层级：预兑换、用户操作和后套利。
- 使用常数乘积不变式（x × y = k）来建模AMM的储备金，并精确计算每次交易前后的代币数量。
- 构建一个序列，其中攻击者首先执行一次反向兑换（支付τ1以获得τ0），从而调整储备金，使用户的存款成为可能。
- 在用户存款和兑换之后，插入最后一次套利兑换，以从储备金变化中获利。
- 通过基于储备金动态排除会降低利润的用户赎回交易，优化该策略。
- 将该策略应用于包含兑换、存款和赎回操作的复合用户交易集合，通过形式化建模证明其最优性。
实验结果
研究问题
- RQ1能否构建一种通用且最优的策略，同时从所有类型的AMM交易——兑换、存款和赎回——中提取MEV？
- RQ2为何现有的基于启发式的MEV提取技术在涉及存款和赎回的交易集合上会失效？
- RQ3通过操纵多种交易类型的AMM储备金，多层三明治攻击所能实现的最大可提取价值是多少？
- RQ4与仅针对兑换的策略相比，攻击序列中包含存款和赎回操作如何影响总利润？
- RQ5Dagwood三明治策略在何种条件下是最优的？其在区块大小和费用等现实约束下的可扩展性如何？
主要发现
- Dagwood三明治策略从一个包含兑换、存款和赎回的单一用户交易序列中提取了5,700美元价值，比仅针对兑换的攻击高出14%。
- 该策略通过先执行反向兑换，成功使用户的存款成为可能，而此前的启发式方法因方向不匹配而无法实现这一点。
- 该方法通过利用多种交易类型之间的相互作用及储备金动态，优于传统前端抢跑策略。
- 当用户赎回交易会降低利润时，系统会战略性地将其排除在攻击之外，体现了基于经济影响的智能选择。
- 在假设代币价格固定且无交易/兑换费用的前提下，该方法被形式化证明为最优，为可提取价值提供了理论上限。
- 该框架适用于现实世界中的MEV提取机制，如flashbots和汇总层聚合器，其中交易打包是可行的。
更好的研究，从现在开始
从论文设计到论文写作，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。