論文の概要: Demystifying DeFi MEV Activities in Flashbots Bundle

• arxiv url: http://arxiv.org/abs/2312.01091v1
• Date: Sat, 2 Dec 2023 09:46:39 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-18 13:15:35.028382
• Title: Demystifying DeFi MEV Activities in Flashbots Bundle
• Title（参考訳）: Flashbots BundleにおけるDeFi MEV活性の最小化
• Authors: Zihao Li, Jianfeng Li, Zheyuan He, Xiapu Luo, Ting Wang, Xiaoze Ni, Wenwu Yang, Xi Chen, Ting Chen,
• Abstract要約: 分散型ファイナンス(無許可ブロックチェーン)は、最近人気が高まっている。 無許可ブロックチェーンの透明性のため、オポチュニストトレーダーはマイナー抽出可能な価値(MEV)を抽出することで収益を得るために競争することができる。 Flashbotsのバンドル機構は、より洗練されたMEV抽出を設計する能力を持つオポチュニストトレーダーに権限を与えるため、MEVコンペティションをさらに強化する。
• 参考スコア（独自算出の注目度）: 36.64508078443365
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Decentralized Finance, mushrooming in permissionless blockchains, has attracted a recent surge in popularity. Due to the transparency of permissionless blockchains, opportunistic traders can compete to earn revenue by extracting Miner Extractable Value (MEV), which undermines both the consensus security and efficiency of blockchain systems. The Flashbots bundle mechanism further aggravates the MEV competition because it empowers opportunistic traders with the capability of designing more sophisticated MEV extraction. In this paper, we conduct the first systematic study on DeFi MEV activities in Flashbots bundle by developing ActLifter, a novel automated tool for accurately identifying DeFi actions in transactions of each bundle, and ActCluster, a new approach that leverages iterative clustering to facilitate us to discover known/unknown DeFi MEV activities. Extensive experimental results show that ActLifter can achieve nearly 100% precision and recall in DeFi action identification, significantly outperforming state-of-the-art techniques. Moreover, with the help of ActCluster, we obtain many new observations and discover 17 new kinds of DeFi MEV activities, which occur in 53.12% of bundles but have not been reported in existing studies
• Abstract（参考訳）: 分散型ファイナンス(無許可ブロックチェーン)は、最近人気が高まっている。 無許可のブロックチェーンの透明性のため、オポチュニストトレーダーは、ブロックチェーンシステムのコンセンサスセキュリティと効率の両方を損なうMiner Extractable Value(MEV)を抽出することで、収益を得るために競争することができる。 Flashbotsのバンドル機構は、より洗練されたMEV抽出を設計する能力を持つオポチュニストトレーダーに権限を与えるため、MEVコンペティションをさらに強化する。 本稿では、各バンドルのトランザクションにおけるDeFiアクションを正確に識別する新しい自動化ツールであるActLifterと、繰り返しクラスタリングを活用する新しいアプローチであるActClusterの開発により、FlashbotsバンドルにおけるDeFi MEVアクティビティに関する最初の体系的研究を行い、既知の/知られていないDeFi MEVアクティビティの発見を容易にする。 ActLifterは、DeFiアクション識別において100%近い精度とリコールを達成でき、最先端技術よりも優れていた。 さらに、ActClusterの助けを借りて、17種類の新しいDeFi MEV活動を発見し、53.12%のバンドルで発生するが、既存の研究では報告されていない。

関連論文リスト

• Maximal Extractable Value in Decentralized Finance: Taxonomy, Detection, and Mitigation [0.534772724436823]
  最大抽出可能な値(MEV)は、ブロックチェーン上の金融トランザクションから抽出することができる。 MEVは、DeFiエコシステムのセキュリティ、効率、分散化目標を破壊し、金融損失とコンセンサス不安定を引き起こす。 この調査は、研究者、開発者、利害関係者、政策立案者に貴重な洞察を提供する。
  論文  参考訳（メタデータ） (2024-10-22T12:11:41Z)
• Maximal Extractable Value Mitigation Approaches in Ethereum and Layer-2 Chains: A Comprehensive Survey [1.2453219864236247]
  MEVは、採掘者またはバリデーターが追加の値を抽出するためにトランザクションオーダを操作するときに発生する。 これは、予測不可能と潜在的損失を導入することによってユーザエクスペリエンスに影響を与えるだけでなく、分散化と信頼の根底にある原則を脅かす。 本稿では, プロトコルL1と各種L2ソリューションの両方に適用したMEV緩和技術に関する包括的調査を行う。
  論文  参考訳（メタデータ） (2024-07-28T19:51:22Z)
• Remeasuring the Arbitrage and Sandwich Attacks of Maximal Extractable Value in Ethereum [7.381773144616746]
  最大抽出可能な価値(MEV)は、ブロックチェーンエコシステムの繁栄を促進する。 収集した最大のデータセット上でMEV活動を特定するための収益性同定アルゴリズムを提案する。 私たちはMEVエコシステムの全体像、プライベートトランザクションアーキテクチャがもたらす影響、バックランニングメカニズムの採用を特徴としています。
  論文  参考訳（メタデータ） (2024-05-28T08:17:15Z)
• Enhancing Trust and Privacy in Distributed Networks: A Comprehensive Survey on Blockchain-based Federated Learning [51.13534069758711]
  ブロックチェーンのような分散型アプローチは、複数のエンティティ間でコンセンサスメカニズムを実装することで、魅力的なソリューションを提供する。 フェデレートラーニング(FL)は、参加者がデータのプライバシを保護しながら、協力的にモデルをトレーニングすることを可能にする。 本稿では,ブロックチェーンのセキュリティ機能とFLのプライバシ保護モデルトレーニング機能の相乗効果について検討する。
  論文  参考訳（メタデータ） (2024-03-28T07:08:26Z)
• Playing the MEV Game on a First-Come-First-Served Blockchain [2.9942612239708826]
  本稿では,FCFSネットワーク,特にAlgorandにおけるMEV抽出ゲームのダイナミクスについて述べる。 本稿では,FCFSネットワークの時間制約に合わせた調停検出アルゴリズムを提案する。 時間制約の異なるアルゴリズムの性能は、任意探索におけるタイミングの重要性を浮き彫りにする。
  論文  参考訳（メタデータ） (2024-01-15T22:34:00Z)
• Cryptocurrency Portfolio Optimization by Neural Networks [81.20955733184398]
  本稿では,これらの投資商品を活用するために,ニューラルネットワークに基づく効果的なアルゴリズムを提案する。 シャープ比を最大化するために、各アセットの割り当て重量を時間間隔で出力するディープニューラルネットワークを訓練する。 ネットワークの特定の資産に対するバイアスを規制する新たな損失項を提案し,最小分散戦略に近い割り当て戦略をネットワークに学習させる。
  論文  参考訳（メタデータ） (2023-10-02T12:33:28Z)
• Cross-modal Orthogonal High-rank Augmentation for RGB-Event Transformer-trackers [58.802352477207094]
  本研究では,2つのモード間の分布ギャップを埋めるために,事前学習された視覚変換器(ViT)の潜在可能性を探る。 本研究では,いくつかのトークンの特定のモダリティをランダムにマスキングし,異なるモダリティのトークン間の相互作用を積極的に行うマスクモデリング戦略を提案する。 実験により,我々のプラグアンドプレイトレーニング強化技術は,追跡精度と成功率の両方の観点から,最先端のワンストリームと2つのトラッカーストリームを大幅に向上させることができることが示された。
  論文  参考訳（メタデータ） (2023-07-09T08:58:47Z)
• Leveraging Machine Learning for Multichain DeFi Fraud Detection [5.213509776274283]
  本稿では,最も大きなチェーンを含むさまざまなチェーンから特徴を抽出するフレームワークを提案し,広範囲なデータセットで評価する。 XGBoostやニューラルネットワークなど、さまざまな機械学習手法を使用して、DeFiと対話する不正アカウントの検出を識別した。 本稿では,新しいDeFi関連機能の導入により,評価結果が大幅に改善されることを実証する。
  論文  参考訳（メタデータ） (2023-05-17T15:48:21Z)
• Uniswap Liquidity Provision: An Online Learning Approach [49.145538162253594]
  分散取引所(DEX)は、テクノロジーを活用した新しいタイプのマーケットプレイスである。 そのようなDECの1つ、Unixwap v3は、流動性プロバイダが資金のアクティブな価格間隔を指定することで、より効率的に資金を割り当てることを可能にする。 これにより、価格間隔を選択するための最適な戦略を見出すことが問題となる。 我々は、この問題を非確率的な報酬を伴うオンライン学習問題として定式化する。
  論文  参考訳（メタデータ） (2023-02-01T17:21:40Z)
• ESCORT: Ethereum Smart COntRacTs Vulnerability Detection using Deep Neural Network and Transfer Learning [80.85273827468063]
  既存の機械学習ベースの脆弱性検出方法は制限され、スマートコントラクトが脆弱かどうかのみ検査される。 スマートコントラクトのための初のDeep Neural Network(DNN)ベースの脆弱性検出フレームワークであるESCORTを提案する。 ESCORTは6種類の脆弱性に対して平均95%のF1スコアを達成し,検出時間は契約あたり0.02秒であることを示す。
  論文  参考訳（メタデータ） (2021-03-23T15:04:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。