FRONT:解析以太坊搶先交易原理及其解決方案_RON

作為一般用戶，可以通過設置較低的交易滑點和較高的Gas費來應對搶先交易。

本文旨在全面解析廣泛存在于以太坊區塊鏈上的攻擊行為：Front-Running，通過對其原理的研究，尋找最有效的解決方案，最終幫助DeGate用戶避免這一嚴重有損他們利益的攻擊行為。

Front-Running和Mempool

簡單來說，Front-Running是指在一筆正常交易等待打包的過程中，搶跑機器人通過設置更高Gas費用搶先完成攻擊交易，以此攫取用戶利益的攻擊行為。而Mempool是一組已經廣播到網絡中并等待被打包進區塊的以太坊交易，它是Front-Running可以實施的前提，搶跑機器人通過不斷掃描Mempool中的交易，來分析發現可攻擊的目標。下圖是一個Mempool瀏覽器，可以通過設置各種篩選項訂閱Mempool中的交易，并查看這些交易的全部詳細信息。

在所有Front-Running中，最典型最具危害性的就是針對AMM交易的SandwichAttacks，除此以外還有針對套利、清算交易、閃電貸等利用系統漏洞獲利的搶跑攻擊，攻擊者數量眾多，且由自動化腳本控制，永遠不知疲倦，因此任何有利可圖的交易都會遭受他們的飽和攻擊，幾乎沒有幸免的可能。

Numen發布微軟漏洞解析，黑客可通過該漏洞獲取Windows完全控制權:6月9日消息，安全機構 Numen Cyber Labs 發布微軟 win32k 提權漏洞解析。Numen 表示，該漏洞系 win32k 提權漏洞，是微軟 Windows 系統層面的漏洞。通過該漏洞，黑客可獲取 Windows 的完全控制權。

Numen 指出，win32k 漏洞歷史眾所周知。但在最新的 windows11 預覽版中，微軟已經在嘗試使用 Rust 重構該部分內核代碼。未來該類型的漏洞在新系統可能被杜絕。

此前報道，5 月，微軟發布的補丁更新解決了 38 個安全漏洞，其中包括一個零日漏洞。[2023/6/9 21:25:55]

接下來，我們重點對三明治攻擊進行分析。

SandwichAttacks

真實攻擊案例

首先我們來看一個真實的三明治攻擊案例。

上圖可見，三筆交易在同一個區塊被打包，兩筆攻擊交易中間夾著一筆正常交易。其具體流程如下：

用戶首先發起一筆正常交易，用237000.705USDC買入DG，設置GasPrice為40.5Gwei；

OKX建立行業BRC-20解析新標準:5月16日消息，據OKX官方公告，OKX正式建立行業BRC-20解析新標準，該標準已通過安全審計機構慢霧的安全審計，旨在逐步完善和增強BRC-20生態的完整性和穩健性。

據悉，OKX持續關注并投入BRC-20基礎設施建設，OKX Web3錢包即將上線Ordinals交易市場，是首個支持Ordinals代幣及NFT交易的多鏈錢包。OKX此前已與UniSat達成官方合作支持雙重驗證，并上線首個BRC-20瀏覽器。[2023/5/16 15:06:48]

搶跑機器人檢測到這筆有利可圖的交易后，隨即展開攻擊，發起一筆買入交易，設定GasPrice為49.9Gwei，憑借Gas競爭機制成功搶跑用戶的正常交易；

與此同時，機器人發出另一筆賣出交易，設置GasPrice同樣為40.5Gwei，因為時間順序的原因，緊貼著用戶正常交易完成。

一次完美的搶跑攻擊完成，算上手續費，機器人共賺取16448.012-16310.3-15.2-10.61=$111.9，而這種兩筆攻擊交易夾著一筆正常交易的攻擊，就被形象的稱為三明治攻擊。

原理說明

為了更好的說明攻擊原理，我們補充一些相關背景知識。

Beosin：Avalanche鏈上Platypus項目損失850萬美元攻擊事件解析:2月17日，據區塊鏈安全審計公司Beosin旗下Beosin EagleEye安全風險監控、 預警與阻斷平臺監測顯示，Avalanche鏈上的Platypus項目合約遭受閃電貸攻擊，Beosin安全團隊分析發現攻擊者首先通過閃電貸借出4400萬USDC之后調用Platypus Finance合約的deposit函數質押，該函數會為攻擊者鑄造等量的LP-USDC，隨后攻擊者再把所有LP-USDC質押進MasterPlatypusV4合約的4號池子當中，然后調用positionView函數利用_borrowLimitUSP函數計算出可借貸余額，_borrowLimitUSP函數會返回攻擊者在MasterPlatypusV4中質押物品的價值的百分比作為可借貸上限，利用該返回值通過borrow函數鑄造了大量USP（獲利點），由于攻擊者自身存在利用LP-USDC借貸的大量債務（USP），那么在正常邏輯下是不應該能提取出質押品的，但是MasterPlatypusV4合約的emergencyWithdraw函數檢查機制存在問題，僅檢測了用戶的借貸額是否超過該用戶的borrowLimitUSP（借貸上限）而沒有檢查用戶是否歸還債務的情況下，使攻擊者成功提取出了質押品（4400萬LP-USDC）。歸還4400萬USDC閃電貸后， 攻擊者還剩余41,794,533USP，隨后攻擊者將獲利的USP兌換為價值8,522,926美元的各類穩定幣。[2023/2/17 12:12:32]

我們知道，現如今的主流DEX如Uniswap等，采用的都是AMM機制，其價格遵循恒定乘積公式。例如，在Uniswap中建立一個A代幣與ETH的流動池，A數量為1000，ETH數量為100，則兩者數量乘積為100000，當前A價格為0.1ETH。當Alice試圖用10個ETH來池子里購買A時，他所得到的A的數量X，可以用下面的公式推導(注：為簡化計算，以下均未考慮手續費)：

1inch Network：已向解析器激勵計劃發放超150萬枚INCH:2月12日消息，DEX聚合器1inch Network在社交媒體發布項目數據更新，截止目前已向解析器激勵計劃發放1,507,992 INCH代幣，按照當前價格計算超過80萬美元。1inch Network于1月底啟動解析器激勵計劃代幣發放，總計為1000萬枚INCH。

此外，1inch Network還公布了當前主流鏈上數據，按交易額排名：以太坊（2406億美元）、BNB（326億美元）、Polygon（181億美元）、Avalanche（33億美元）、Arbitrum（32億美元）、Optimism（16億美元）、Fantom（7.291億美元）、Gnosis（1.92億美元）。[2023/2/12 12:02:19]

\*=100000，X=90.9

這筆交易中，A的價格為10/90.9=0.11，相比于原來A的價格，價格滑點為:

/0.1\*100%=10%

一筆交易就讓幣價產生了10%的滑點，可見越是流動性差的池子，遇到大額交易，越是容易產生滑點。而如果，能在用戶正常的大額交易前，搶先買入A，再在用戶正常交易后，將剛買入的A賣出，就可以獲得一筆不菲的收益。沿用剛才的例子，假設在Alice的交易前，Bob搶先花5個ETH購買A，然后在Alice的交易完成后，Bob再把之前買入的A賣出，我們看看會有什么樣的結果。

安全團隊：Reaper Farm項目遭到攻擊事件解析，項目方損失約170萬美元:據成都鏈安“鏈必應-區塊鏈安全態勢感知平臺”安全輿情監控數據顯示，Reaper Farm項目遭到黑客攻擊，成都鏈安安全團隊發現由于_withdraw中owner地址可控且未作任何訪問控制，導致調用withdraw或redeem函數可提取任意用戶資產。攻擊者(0x5636e55e4a72299a0f194c001841e2ce75bb527a)利用攻擊合約(0x8162a5e187128565ace634e76fdd083cb04d0145)通過漏洞合約(0xcda5dea176f2df95082f4dadb96255bdb2bc7c7d)提取用戶資金，累計獲利62ETH，160萬 DAI，約價值170萬美元，目前攻擊者(0x2c177d20B1b1d68Cc85D3215904A7BB6629Ca954)已通過跨鏈將所有獲利資金轉入Tornado.Cash，成都鏈安鏈必追平臺將對被盜資金進行實時監控和追蹤。[2022/8/2 2:54:19]

首先是Bob的搶跑交易：

(1000-X)\*(100+5)=100000,X=47.62

即，Bob用5ETH購得47.62個A

接下來是Alice的正常交易，注意此時流動池中A的數量變為952.38，ETH的數量變為105：

(952.38-X)\*(105+10)=100000,X=82.81

最后Bob賣出47.62個A的交易，此時流動性中A的數量為869.57，ETH的數量為115：

\*=100000，Y=5.97

通過這一次搶跑攻擊，Bob凈賺5.97-5=0.97個ETH，而Alice凈虧90.9-82.81=8.09個A，Bob通過使Alice蒙受更大的滑點損失來獲得自己的收益！

當然，實際的搶跑攻擊會更復雜，攻擊者需要進行更精密的計算，以求實現以下兩個目標：

讓用戶的交易結果無限逼近用戶自己設置的最大滑點，以求達到理論上的最大套利空間

在手續費競爭力和收益之間取得平衡，盡可能的在與其他機器人的競爭中獲勝

我們用圖表來更好的描述這一過程：

用戶在A點，打算投入in_amount(user)個USDT購買ETH，這筆交易正常會把當前狀態推向B，同時用戶設置了最大滑點為B(max_slippage)；

搶跑機器人監測到這筆交易，先于用戶交易之前，進行了一筆in_amount(robot)個USDT的買入交易，將當前狀態推到A'；

用戶的交易隨后執行，達到其設置的最大滑點B(max_slippage)；

搶跑機器人把步驟2中買入的ETH賣出，狀態達到C點，得到out_amount(robot)個USDT

搶跑機器人獲得收益out_amount(robot)-in_amount(robot)-手續費

解決方案

既然我們已經看到了Front-Running的殺傷力，那我們有什么辦法阻止搶跑攻擊呢？

作為一般用戶，應對Front-Running可以有以下幾種手段：

設置較低的交易滑點，比如0.1%，這會讓搶跑機器人缺少可盈利的空間。?缺點：滑點過低導致大額交易十分容易失敗，且失敗的交易仍然需要支付高昂手續費。

提高gas費用，這會增加機器人的攻擊成本。缺點：這同樣也增加了自己的交易成本。

可以看出，以上解決方案都是無奈之舉，且有各種不足，幸運的是，有很多團隊認識到了Front-Running的危害性，并提出了不少有建設性的解決方案。首先通過對捕獵全過程的分析，我們可以得出結論，要實現Front-Running，需要幾個要素：

Transaction公開性：可以在Mempool中獲取交易的詳細信息

以太坊交易執行機制：可以通過gas競爭的方式搶先完成交易

AMM交易曲線機制：恒定乘積機制可以造成較大滑點

那么反制手段就是分別在這幾個要素上做文章。

Transaction公開性

既然機器人是通過分析Mempool中的交易來決定是否發起攻擊，那么我們將交易信息直接加密，讓機器人看不到或者看不懂不就好了？

社區中就有人提議使用零知識證明技術zk-SNARKs來達成上述目標，即運用zk-SNARKs將每筆交易的信息都加密隱藏起來，讓機器人無從下手。

不過，目前該方案還不夠成熟，存在需要消耗更高Gas費用和可能被利用來進行阻塞攻擊，導致系統化整體liveness的缺陷。

以太坊交易執行機制

當前的以太坊交易執行機制是通過Gas競爭來完成的，即誰出的Gas費高，礦工就優先打包誰的交易，那么我們如果繞過這種機制，把交易發給礦工讓其直接打包，就杜絕了搶跑機器人在中途攻擊的可能性

所以一種類似于Layer0的方案也得到了一些應用，如星火礦池的Taichi服務，用戶可以直接在MetaMask中設置Taichi的以太坊節點，這樣交易就直接在沒有出現在Mempool的情況下被打包了，但劣勢是被打包的時效有一定的不確定性。

另外，如ArcherSwap類似理念的解決方案，構建了交易者和礦工之間的橋梁，交易者可以通過打賞的形式讓礦工直接打包自己的交易，這就避免了被Front-Running的可能。雖然有那么點交保護費來避免被攻擊的感覺，但也實實在在的降低了交易者的成本，而且有著不收取交易失敗費用的優勢。

AMM算法優化

在AMM機制下，大額交易產生過大的價格滑點，是Front-Running的利潤空間，如果有一種AMM機制可以減少大額交易對后續交易價格的影響，就可以有效防止Front-Running攻擊。早在2018年，Vitalik在以太坊技術社區中提供了一個方案，當發生兌換交易時，交易池價格不會立刻調整成真實價格，而是在若干分鐘內，緩慢的趨向真實價格，這就好像交易池憑空多出了很多流動性一樣，因此我們將這種技術稱之為VitrualBalance技術。這種新機制，可大大壓縮套利者的利潤空間，有效防御Front-Running攻擊，同時還可以增加流動性做市商的收益，可謂一舉多得，1inch的mooniswap就是這個方案的一個實現版本。

增加流動性

此外，還有種思路，就是盡可能的加大交易池中特定價格區間的流動性，流動性越大，滑點越小，當流動性大到一定程度的時候，搶跑機器人就喪失了盈利空間，Uniswap的V3版本的聚焦流動性特性，就是在這方面做出的努力。

展望未來

我們有理由相信，在各個團隊堅持不懈的努力之下，隨著各種解決方案的持續演進，以及新一代AMM、以太坊二層等技術的相繼落地，很快我們就可以為用戶提供一個更公平更安全的鏈上交易環境。

撰文：DeGate

Tags：NNIUNNRONFRONTNNI幣bunnypark幣價格ron幣怎么樣Final Frontier

FIL