論文の概要: Rolling in the Shadows: Analyzing the Extraction of MEV Across Layer-2 Rollups
- arxiv url: http://arxiv.org/abs/2405.00138v1
- Date: Tue, 30 Apr 2024 18:34:32 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-02 17:26:02.450514
- Title: Rolling in the Shadows: Analyzing the Extraction of MEV Across Layer-2 Rollups
- Title（参考訳）: シャドウの転がり:MEV層間ロールアップの抽出解析
- Authors: Christof Ferreira Torres, Albin Mamuti, Ben Weintraub, Cristina Nita-Rotaru, Shweta Shinde,
- Abstract要約: 分散金融は、最大抽出可能価値(MEV)として知られる一連の搾取的経済プラクティスを取り入れている
本稿では,約3年間にわたるArbitrumやzkSyncなどの著名なロールアップにおけるMEVの有病率と影響について検討する。
一般的なロールアップのサンドイッチ活動は検出されなかったが,クロスレイヤーサンドイッチ攻撃の可能性が確認された。
- 参考スコア（独自算出の注目度）: 13.27494645366702
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The emergence of decentralized finance has transformed asset trading on the blockchain, making traditional financial instruments more accessible while also introducing a series of exploitative economic practices known as Maximal Extractable Value (MEV). Concurrently, decentralized finance has embraced rollup-based Layer-2 solutions to facilitate asset trading at reduced transaction costs compared to Layer-1 solutions such as Ethereum. However, rollups lack a public mempool like Ethereum, making the extraction of MEV more challenging. In this paper, we investigate the prevalence and impact of MEV on Ethereum and prominent rollups such as Arbitrum, Optimism, and zkSync over a nearly three-year period. Our analysis encompasses various metrics including volume, profits, costs, competition, and response time to MEV opportunities. We discover that MEV is widespread on rollups, with trading volume comparable to Ethereum. We also find that, although MEV costs are lower on rollups, profits are also significantly lower compared to Ethereum. Additionally, we examine the prevalence of sandwich attacks on rollups. While our findings did not detect any sandwiching activity on popular rollups, we did identify the potential for cross-layer sandwich attacks facilitated by transactions that are sent across rollups and Ethereum. Consequently, we propose and evaluate the feasibility of three novel attacks that exploit cross-layer transactions, revealing that attackers could have already earned approximately 2 million USD through cross-layer sandwich attacks.
- Abstract（参考訳）: 分散金融の出現はブロックチェーンの資産トレーディングを変革し、従来の金融商品をよりアクセスしやすくするとともに、最大抽出価値(MEV)と呼ばれる一連の搾取的な経済プラクティスを導入している。
同時に、分散金融は、EthereumのようなLayer-1ソリューションと比較して、トランザクションコストの削減による資産取引を容易にするために、ロールアップベースのLayer-2ソリューションを採用しています。
しかし、ロールアップにはEthereumのようなパブリックなメムプールがないため、MEVの抽出がより困難になる。
本稿では,MEVがEthereumおよびArbitrum,Optimism,zkSyncなどの著名なロールアップに対する3年近くにわたって,その頻度と影響について検討する。
私たちの分析は、量、利益、コスト、競争、MEVの機会に対する応答時間など、さまざまな指標を含んでいます。
MEVは、Ethereumに匹敵する取引量で、ロールアップで広く使われていることが分かりました。
また、MEVはロールアップのコストが低いが、Ethereumに比べて利益も著しく低いこともわかりました。
さらに,ロールアップにおけるサンドイッチ攻撃の頻度について検討した。
一般的なロールアップのサンドイッチ活動は検出されなかったが、ロールアップとEthereumにまたがるトランザクションによって促進されるクロスレイヤーサンドイッチ攻撃の可能性を確認した。
その結果, クロスレイヤー・サンドイッチ・アタックにより, 攻撃者がすでに200万USドルを稼いでいたことが判明し, クロスレイヤー・トランザクションを利用した3つの新たな攻撃の可能性について検討した。
関連論文リスト
- Layer-2 Arbitrage: An Empirical Analysis of Swap Dynamics and Price Disparities on Rollups [6.892626226074608]
本稿では,レイヤ2エコシステムにおける分散ファイナンス(DeFi)のダイナミクスについて考察する。
AMMと中央集権取引所の価格差を調べることで、ロールアップにおける0.5万以上の未公表の仲裁機会が明らかになる。
以上の結果から,アルビタラム,ベース,オプティミズムプールの仲裁は取引量の0.03%から0.05%の範囲で,zkSync時代には0.25%,LVRは5倍の仲裁を過大評価していることがわかった。
論文 参考訳（メタデータ） (2024-06-04T10:03:23Z) - 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。
2022年の合併以前、約6億7500万ドルがMEVで抽出された。
私たちの研究は将来のMEV関連の研究に光を当てるでしょう。
論文 参考訳（メタデータ） (2024-05-28T08:17:15Z) - Cross-border Exchange of CBDCs using Layer-2 Blockchain [0.0]
本稿では,CBDCのクロスボーダー取引のための新しい多層ブロックチェーンアーキテクチャを提案する。
許可されたレイヤ2は、基盤となるネットワークの公開コンセンサスに依存して、トランザクションのセキュリティと整合性を保証する。
本研究は, 流動性フラグメンテーションであっても, 多層・多層AMMセットアップは単一AMMよりもコスト効率が高いことを示した。
論文 参考訳（メタデータ） (2023-12-22T15:10:57Z) - FairFlow Protocol: Equitable Maximal Extractable Value (MEV) mitigation in Ethereum [0.0]
本稿では,最大抽出可能値(MEV)の効果を緩和する新しいフレームワークであるFairFlowプロトコルを紹介する。
このプロトコルは、より公平な環境を提供し、鉱夫やバリデータによる搾取を防ぎ、ユーザーデータを保護することを目的としている。
論文 参考訳（メタデータ） (2023-12-19T22:53:59Z) - FRAD: Front-Running Attacks Detection on Ethereum using Ternary
Classification Model [3.929929061618338]
独自のセキュリティ脅威であるフロントランニング攻撃は、ブロックチェーントランザクションの整合性に重大な課題を生じさせる。
これらの攻撃シナリオでは、悪意のあるアクターが他のユーザのトランザクションアクティビティを監視し、より高い手数料で自身のトランザクションを戦略的に送信する。
第三次分類モデルを用いたFRAD(Front-Running Attacks Detection)という新しい検出手法を提案する。
実験により,Multilayer Perceptron (MLP)分類器は前走攻撃の検出において最高の性能を示し,精度84.59%,F1スコア84.60%を達成した。
論文 参考訳（メタデータ） (2023-11-24T14:42:29Z) - Diffusion Variational Autoencoder for Tackling Stochasticity in
Multi-Step Regression Stock Price Prediction [54.21695754082441]
長期的地平線上での多段階の株価予測は、ボラティリティの予測に不可欠である。
多段階の株価予測に対する現在の解決策は、主に単一段階の分類に基づく予測のために設計されている。
深層階層型変分オートコーダ(VAE)と拡散確率的手法を組み合わせてセック2seqの株価予測を行う。
本モデルでは, 予測精度と分散性の観点から, 最先端の解よりも優れていることを示す。
論文 参考訳（メタデータ） (2023-08-18T16:21:15Z) - 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) - A Game of NFTs: Characterizing NFT Wash Trading in the Ethereum
Blockchain [59.0626764544669]
非Fungible Token(NFT)市場は2021年に爆発的に成長し、2022年1月には月間貿易額が60億ドルに達した。
ウォッシュトレーディングの可能性に関する懸念が浮かび上がっており、あるパーティがNFTを取引してそのボリュームを人為的に膨らませる市場操作の形式である。
洗濯物取引は全NFTコレクションの5.66%に影響し、総生産量は3,406,110,774ドルである。
論文 参考訳（メタデータ） (2022-12-02T15:03:35Z) - A Word is Worth A Thousand Dollars: Adversarial Attack on Tweets Fools
Stock Prediction [100.9772316028191]
本稿では,3つのストック予測犠牲者モデルを騙すために,様々な攻撃構成を試行する。
以上の結果から,提案手法が一貫した成功率を達成し,取引シミュレーションにおいて大きな損失をもたらす可能性が示唆された。
論文 参考訳（メタデータ） (2022-05-01T05:12:22Z) - Softmax with Regularization: Better Value Estimation in Multi-Agent
Reinforcement Learning [72.28520951105207]
q$-learningの過大評価は、シングルエージェント強化学習で広く研究されている重要な問題である。
ベースラインから逸脱する大きな関節動作値をペナライズする,新たな正規化ベースの更新方式を提案する。
本手法は,StarCraft IIマイクロマネジメントの課題に対して,一貫した性能向上を実現する。
論文 参考訳（メタデータ） (2021-03-22T14:18:39Z) - Reinforcement-Learning based Portfolio Management with Augmented Asset
Movement Prediction States [71.54651874063865]
ポートフォリオマネジメント(PM)は、最大利益や最小リスクといった投資目標を達成することを目的としている。
本稿では,PMのための新しいステート拡張RLフレームワークであるSARLを提案する。
当社の枠組みは, 金融PMにおける2つのユニークな課題に対処することを目的としている。(1) データの異種データ -- 資産毎の収集情報は通常, 多様性, ノイズ, 不均衡(ニュース記事など), (2) 環境の不確実性 -- 金融市場は多様で非定常である。
論文 参考訳（メタデータ） (2020-02-09T08:10:03Z)
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。