[论文解读] On the Just-In-Time Discovery of Profit-Generating Transactions in DeFi Protocols

Liyi Zhou, Kaihua Qin+3 more|arXiv (Cornell University)|Mar 3, 2021

Blockchain Technology Applications and Security参考文献 39被引用 5

一句话总结

本文提出了 DeFiPoser-ARB 和 DeFiPoser-SMT 兩款即時工具，利用基於圖的循環檢測與 SMT 模型化技術，自動發現高利潤、可組合的 DeFi 交易。這些工具分別產生平均每周 191.48 ETH（76,592 美元）與 72.44 ETH（28,976 美元）的收益，部分交易利潤超過區塊獎勵的 800 倍以上，突顯出 MEV 驅動的分叉對區塊鏈共識機制造成的重大風險。

ABSTRACT

In this paper, we investigate two methods that allow us to automatically create profitable DeFi trades, one well-suited to arbitrage and the other applicable to more complicated settings. We first adopt the Bellman-Ford-Moore algorithm with DEFIPOSER-ARB and then create logical DeFi protocol models for a theorem prover in DEFIPOSER-SMT. While DEFIPOSER-ARB focuses on DeFi transactions that form a cycle and performs very well for arbitrage, DEFIPOSER-SMT can detect more complicated profitable transactions. We estimate that DEFIPOSER-ARB and DEFIPOSER-SMT can generate an average weekly revenue of 191.48ETH (76,592USD) and 72.44ETH (28,976USD) respectively, with the highest transaction revenue being 81.31ETH(32,524USD) and22.40ETH (8,960USD) respectively. We further show that DEFIPOSER-SMT finds the known economic bZx attack from February 2020, which yields 0.48M USD. Our forensic investigations show that this opportunity existed for 69 days and could have yielded more revenue if exploited one day earlier. Our evaluation spans 150 days, given 96 DeFi protocol actions, and 25 assets. Looking beyond the financial gains mentioned above, forks deteriorate the blockchain consensus security, as they increase the risks of double-spending and selfish mining. We explore the implications of DEFIPOSER-ARB and DEFIPOSER-SMT on blockchain consensus. Specifically, we show that the trades identified by our tools exceed the Ethereum block reward by up to 874x. Given optimal adversarial strategies provided by a Markov Decision Process (MDP), we quantify the value threshold at which a profitable transaction qualifies as Miner ExtractableValue (MEV) and would incentivize MEV-aware miners to fork the blockchain. For instance, we find that on Ethereum, a miner with a hash rate of 10% would fork the blockchain if an MEV opportunity exceeds 4x the block reward.

研究动机与目标

• 自動即時發現跨多個相互連結協議的高利潤、可組合的 DeFi 交易。
• 解決在動態、狀態感知的 DeFi 環境中識別套利與複雜金融機會的挑戰。
• 量化高利潤交易對區塊鏈共識安全的影響，特別是 Miner Extractable Value（MEV）與分叉激勵機制的影響。
• 評估使用最少資本（特別是透過閃電貸款）執行此類策略的可行性與財務可行性。
• 示範現有的高收益攻擊（如 bZx 攻擊）可透過所提出方法事先偵測與量化。

提出的方法

• DeFiPoser-ARB 在區塊鏈狀態圖上使用 Bellman-Ford-Moore 演算法檢測負循環，代表套利機會。
• 該工具執行局部搜尋迭代，以優化與驗證高收益交易路徑，再進行最終評估。
• DeFiPoser-SMT 使用符號執行與 SMT 求解技術，建構 DeFi 協議的邏輯模型，以驗證複雜、無循環的交易序列。
• 它應用啟發式剪枝以縮小搜尋空間，並使用定理證明器產生有效且高利潤的交易序列。
• 兩款工具均即時運行，每筆以太坊區塊的平均分析時間分別為 6.43 秒（DeFiPoser-ARB）與 5.39 秒（DeFiPoser-SMT），低於 13.5 秒的區塊時間。
• 使用馬可夫決策過程（MDP）模型模擬敵意挖礦策略，以確定礦工為提取 MEV 而分叉鏈條的門檻值。

实验结果

研究问题

• RQ1 自動化工具能否即時跨多個相互連結的協議發現高利潤、可組合的 DeFi 交易？
• RQ2 基於圖的循環檢測（DeFiPoser-ARB）與符號推理（DeFiPoser-SMT）在多大程度上能識別套利與複雜金融策略？
• RQ3 此類策略的財務潛力為何？執行這些策略需要多少資本？
• RQ4 高利潤交易如何影響區塊鏈共識安全，特別是透過 MEV 與分叉激勵機制？
• RQ5 理性礦工在 MEV 值達到何種門檻時會被激勵分叉區塊鏈？此門檻與現實世界攻擊相比如何？

主要发现

• 在 150 天的評估期間，DeFiPoser-ARB 和 DeFiPoser-SMT 分別產生平均每周 191.48 ETH（76,592 美元）與 72.44 ETH（28,976 美元）的收益。
• 單筆交易最高收益達 81.31 ETH（32,524 美元）（DeFiPoser-ARB）與 22.40 ETH（8,960 美元）（DeFiPoser-SMT）。
• 工具偵測到 2020 年 2 月已知的 bZx 攻擊，該攻擊總收益達 48 萬美元，且在被發現前已有 69 天可被利用。
• 所識別出最有利潤的交易，其收益超過以太坊區塊獎勵的 874 倍，展現極端的 MEV 潛力。
• 若礦工擁有網絡 10% 的算力，當 MEV 機會超過區塊獎勵的 4 倍時，將會選擇分叉鏈條。
• 大多數最有利潤的策略在使用閃電貸款時，所需資本低於 1.00 ETH（400 美元），顯示高收益策略的資本門檻極低。