Aujourd’hui, nous apportons un nouvel argument : la MEV (Maximum Extractable Value) est devenue un facteur limitant majeur pour le dimensionnement de la blockchain.
Alors qu'Ethereum et ses réseaux Layer2, ainsi que Solana, se disputent pour s'agrandir à la vitesse la plus rapide, les limitations économiques apportées par le MEV se manifestent déjà dans l'ensemble de l'industrie. Les comportements de recherche sur la chaîne commencent à occuper la majeure partie de la capacité des blockchains à fort débit de manière étonnamment inefficace.
Ce n'est pas une hypothèse théorique ou un phénomène isolé. De Solana (où les robots MEV consomment 40 % de l'espace de bloc) à l'écosystème Layer2 d'Ethereum, cette situation est omniprésente. Pour quantifier l'impact, nous avons effectué une analyse approfondie des principaux Rollups OP-Stack prenant en charge des points de terminaison de suivi spécifiques, et les résultats révèlent un problème sectoriel majeur :
Plus de 50 % du Gas est consommé par des robots de transactions indésirables dans plusieurs Rollups, mais ils ne paient que moins de 10 % des frais.
Entre novembre 2024 et février 2025, le réseau Base augmentera sa capacité de traitement du Gas à 11 millions de Gas/seconde, mais presque entièrement occupée par des robots de spam (équivalent à la capacité de trois réseaux principaux Ethereum !) ;
La demande continue des robots de déchets pour le Gas a fait grimper les frais de transaction des utilisateurs ;
Le marché des transactions indésirables est fortement concentré, avec plus de 80 % des transactions indésirables sur Base dominées par deux chercheurs.
Les techniques d'extension telles que le partitionnement de base de données (comme Rollup), les preuves de validité, l'optimisation de la base de données ou des mécanismes de consensus sont certes importantes, mais la technologie seule ne peut pas résoudre le problème. Bien que nous ayons déjà maîtrisé les méthodes de construction de la capacité de traitement des technologies de base, la structure actuelle du marché impose des limitations économiques à l'expansion.
Cet article analysera ce phénomène d'échec du marché, présentera ses impacts à l'aide de données et proposera un nouveau mécanisme d'enchères MEV visant à résoudre ce problème.
Analyse des transactions frauduleuses
Pour comprendre pourquoi l'espace blockchain est gaspillé, décomposons d'abord une transaction d'arbitrage réussie :
Exemple de trading d'arbitrage réussi sur Base
À première vue, cela semble être un modèle d'efficacité : un robot de recherche effectue un arbitrage précis, réalisant un profit de 0,12 dollar et payant des frais de 0,02 dollar.
Mais le coût réel de cet arbitrage réussi est stupéfiant : pour chaque arbitrage réussi, le bot envoie environ 350 transactions qui tentent d’arbitrer (la plupart d’entre elles échouent). En moyenne, un seul arbitrage réussi consomme environ 132 millions de gaz, soit l’équivalent de près de 4 blocs Ethereum complets. Il est important de noter qu’il ne s’agit que de l’un des nombreux bots en compétition dans la compétition, et que le coût réel de la chaîne est plus élevé.
Voyons maintenant une tentative d'échec typique pour comprendre le comportement on-chain des robots :
Exemple d'échec de trading à la recherche aveugle d'opportunités d'arbitrage
À première vue, cette transaction ne présente aucune anomalie : elle a été exécutée avec succès et aucun transfert de jetons n'a eu lieu. La seule piste est qu'elle a consommé environ 2,6 millions de Gas (comme indiqué ci-dessus).
Une analyse approfondie de ses appels internes révèle qu'il a initié une série d'appels à des dizaines de pools DEX différents, interrogeant l'état des pools via getReserves () et slot0 (). Ces appels consistent essentiellement à obtenir les prix des actifs sur différents DEX.
Exemple de suivi de l'appel répété de slot0 () et getReserves ()
La logique centrale de ce robot est très simple :
Envoyer une transaction sur la chaîne
Vérifiez les prix de plusieurs pools DEX lors de l'exécution.
Exécuter s'il existe une opportunité d'arbitrage.
Si non, arrêtez la transaction.
La transaction ci-dessus illustre ces quatre étapes, se terminant finalement sans exécuter aucune opération. En réalité, il s'agit simplement d'une requête de prix à forte intensité, consommant environ 2,6 millions de Gas tout en ne lisant que l'état du marché sans action substantielle.
Sur des blockchains publiques comme Base, World et Solana, cette stratégie est devenue la méthode principale pour extraire le MEV. Un petit nombre de transactions réussies doivent compenser un grand nombre d'essais infructueux, ce qui est un choix rationnel pour les chercheurs, mais qui entraîne une inefficacité systémique pour le réseau.
Beaucoup de ressources sont utilisées pour lire les prix sans générer de valeur réelle. Et il ne s’agit pas d’un seul chercheur, tous les chercheurs doivent employer cette tactique afin de capturer des MEV à l’échelle atomique. Le résultat final est celui montré par les données : la chaîne publique est bloquée par les transactions de spam, et les frais de transaction augmentent en raison des transactions de spam. (Remarque : le MEV de niveau atomique met l’accent sur l’extraction de la valeur obtenue lors d’une seule opération sur la chaîne (telle qu’une transaction unique ou au sein d’un seul bloc), et est couramment utilisé dans des scénarios tels que l’arbitrage et le front-running, qui tirent parti de l’immédiateté de la blockchain et de l’ordre des transactions.) ）
La cause fondamentale des échanges de déchets
Il n'est pas surprenant qu'une blockchain à haut débit soit obstruée par des transactions indésirables ; c'est une réaction directe et « rationnelle » causée par des défauts dans la structure du marché : si les chercheurs souhaitent tirer profit de la lecture de l'état le plus récent du bloc, ils doivent lancer des transactions de manière aveugle dans le même bloc.
Le robot d’arbitrage analysé ci-dessus est un cas typique. Les requêtes hors chaîne peuvent capturer l’état du dernier bloc confirmé, mais celui-ci est à la traîne par rapport aux opportunités MEV créées par les transactions dans le bloc de construction actuel. Dans des réseaux tels que Base ou Solana, le mempool natif est privé, ce qui signifie que les chercheurs n’ont aucun moyen de savoir comment la transaction d’un utilisateur se déroule et quelles opportunités elle crée jusqu’à ce qu’un bloc soit publié. La seule façon de découvrir et de capturer l’espace d’arbitrage est d’inclure vos propres transactions dans le même bloc immédiatement après la transaction d’un utilisateur. Une fois que vous attendez le bloc suivant, l’opportunité est préemptée.
Le phénomène rampant de la recherche sur la chaîne est le résultat de l'interaction des facteurs suivants :
Expression des transactions
Contrairement aux traders traditionnels qui soumettent des ordres simples et statiques (comme « acheter à X prix »), les chercheurs peuvent créer des transactions en tant que programmes sur la chaîne, intégrant une logique conditionnelle basée sur l'état actuel du marché, permettant ainsi des stratégies réactives complexes qui étaient auparavant impossibles.
Passer aux pools de mémoire privés
Pour protéger les utilisateurs contre les attaques de front-running, la plupart des blockchains à haut débit rendent leur mempool privé. Bien que cela puisse efficacement défendre contre le front-running, cela empêche également les chercheurs de voir le flux d'ordres des utilisateurs. Ne pouvant pas réagir avant que les transactions ne soient enregistrées sur la blockchain, les chercheurs doivent se contenter d'initier des transactions à haute expressivité pour détecter aveuglément des opportunités sur la chaîne.
Frais de transaction peu élevés
L’espace de bloc à faible coût amplifie encore le comportement de recherche sur la chaîne. Les chercheurs savent que le bénéfice d’un seul arbitrage réussi peut couvrir le coût d’un grand nombre de transactions échouées, ils osent donc envoyer un grand nombre de transactions spéculatives à chaque bloc. Et plus les frais de gaz sont bas, plus le chercheur peut écrire une logique plus complexe et poursuivre des stratégies plus complexes. [1]
Manque d'un mécanisme d'enchères efficace
La concurrence entre les chercheurs ne dispose pas d’un mécanisme formel permettant d’exprimer la préférence pour le tri des transactions. En l’absence d’un moyen direct de trier les offres sur des transactions spécifiques dans un bloc, la concurrence dégénère en une alternative inutile : consommer plus de gaz. La principale façon dont les chercheurs peuvent augmenter leur taux de victoire est de consommer du gaz à plus d’endroits dans le bloc pour augmenter la probabilité que la transaction atterrisse au « bon endroit ».
Ces quatre facteurs ont entraîné la naissance des « enchères de transactions poubelles », un mécanisme extrêmement gaspilleur qui exacerbe la congestion du réseau et n'a pas réussi à capturer efficacement la valeur MEV. Pour quantifier l'échelle d'inefficacité causée par les transactions poubelles, nous avons effectué une validation des données.
La recherche a révélé
L'analyse confirme que les transactions indésirables alimentées par MEV constituent une contrainte économique sur l'expansion.
Nous définissons les transactions de spam en identifiant les transactions « requêtes DEX répétées sans transfert de jetons ». Cette approche heuristique vise à localiser les comportements d'arbitrage « backrunning » systématiques, qui pourraient être réalisés hors chaîne mais qui sont contraints d'être exécutés sur chaîne. Nous avons mis en œuvre cette méthode à la fois dans un outil Python et sur un tableau de bord Dune, les détails méthodologiques étant disponibles en annexe.
Étant donné que les outils de détection des transactions indésirables reposent sur des méthodes RPC spécifiques, l'analyse des données actuelle est limitée à OP-Stack Rollup. Cependant, les données de l'équipe Ghost Logs indiquent qu'il existe également des phénomènes similaires sur Solana, et d'autres Rollups Ethereum (comme ZKsync, Arbitrum) ont également montré des signes de transactions indésirables.
Les transactions de déchets ont une systématicité et une universalité.
Premièrement, le problème est systémique et généralisé. Une analyse de l’OP-Stack Rollup montre que le spam n’est pas un phénomène isolé, mais une force dominante dans l’écosystème. Sur des chaînes telles que les réseaux principaux Unichain, Base et OP, les transactions inutiles consomment généralement plus de 50 % du gaz total. Il s’agit donc d’une conséquence structurelle de la conception actuelle du marché, plutôt que d’une anomalie locale.
Les Gas consommés par les transactions de déchets dépassent de loin les frais qu'elles paient.
La deuxième découverte montre que, du point de vue de la chaîne, l'efficacité des transactions de spam est extrêmement faible.
Dans tous les Rollups que nous avons analysés, il existe un énorme écart entre les ressources consommées par les transactions indésirables et les revenus qu'elles génèrent. Comparé à d'autres utilisateurs, les bots de transactions indésirables consomment des quantités de Gas qui sont plusieurs fois supérieures aux frais qu'ils paient. Par exemple, sur le réseau principal OP, les bots indésirables ont consommé environ 57 % du Gas, tout en ne payant qu'environ 9 % des frais, avec un écart allant jusqu'à 6 fois.
L’écart entre le paiement des frais et la consommation de gaz montre que les transactions de déchets imposent des coûts externes importants au réseau tout en apportant peu de valeur, ce qui est typique des marchés systémiques inefficaces. Cela inclut un véritable gaspillage de ressources informatiques, car chaque nœud complet est obligé d’exécuter ces transactions, ce qui augmente les exigences matérielles pour tous les participants du réseau.
De plus, nous avons également analysé comment les transactions indésirables dans L2 affectent l'utilisation de la disponibilité des données (Data Availability) par Rollup pour L1.
Les données montrent que sur un million de blocs en février 2025, les robots poubelles sur Base ont contribué à environ 56 % de la consommation de gaz, 26 % de l’utilisation de L1 DA (Data Availability) et 14 % des frais on-chain. Le pourcentage d’utilisation des robots poubelles par DA nous a d’abord surpris, mais il a ensuite été découvert qu’il était lié au pourcentage de transactions plutôt qu’à la consommation de gaz. Cela a du sens, car l’utilisation de DA dépend de l’efficacité de la compression des données, et non de la consommation de gaz.
Les restrictions sur les transactions de déchets et l'annulation des bénéfices d'évolutivité.
Troisièmement, cette inefficacité annule directement les avantages de l'extension. Pour évaluer l'impact négatif des transactions inutiles, nous avons introduit un nouvel indicateur : le rendement de Gas effectif, c'est-à-dire la quantité de Gas utilisable par les utilisateurs traitée par seconde après déduction de la consommation des robots inutiles par Rollup.
La tendance de Base est particulièrement évidente : en novembre 2024, le volume total de Gas traité est de 15 millions de Gas/seconde, tandis que le volume effectif de Gas traité par les utilisateurs n'est que de 12 millions de Gas/seconde. Au cours des quatre mois suivants, bien que le volume total ait augmenté de 11 millions de Gas/seconde, le volume effectif est resté presque inchangé. En d'autres termes, presque toute la capacité de traitement supplémentaire est occupée par des transactions inutiles.
Fait intéressant, après la fin février, le volume de transactions effectif a commencé à s'aligner davantage sur la tendance de croissance du volume total. Cela semble être lié au volume des transactions sur le marché (et par conséquent au MEV généré) : après l'éclatement du "scandale Libra" le 14 février, avec la baisse du volume des transactions Memecoin par les robots Telegram, le volume de transactions effectif a recommencé à croître.
La demande continue pour les transactions de mauvaise qualité a augmenté les frais de transaction des utilisateurs.
Peut-être que l'impact le plus direct sur les utilisateurs est que la présence continue de transactions indésirables a artificiellement augmenté la ligne de base des frais de transaction, les maintenant élevés sur le long terme.
Bien que la mise à l’échelle du cumul ait réduit les frais nominaux à un niveau très bas (par exemple, environ 0,01 $), ce qui rend de nombreux utilisateurs organiques moins sensibles aux prix, en théorie, s’il y a suffisamment d’espace pour les blocs, que les utilisateurs ne sont pas sensibles aux prix et que le mécanisme de marché des frais EIP-1559 fonctionne, les frais devraient être proches du minimum absolu. L’objectif de l’expansion est précisément de créer suffisamment de capacité pour que ce statut de frais quasi nuls devienne la norme.
Mais la réalité est tout autre. Les chercheurs essayant de capturer le MEV par des transactions inutiles remplissent les blocs de transactions massives, consommant une grande quantité de Gas. Ce comportement fait grimper le taux d'utilisation des blocs, entraînant une augmentation continue des frais de base, ce qui reflète davantage l'inefficacité systémique du marché du MEV que la véritable demande des utilisateurs naturels.
Bien que les frais à la charge des utilisateurs finaux restent bas, le niveau global est désormais bien supérieur à ce qui est réellement nécessaire. Le point clé de ce problème est le suivant : les scénarios d'application innovants qui dépendent d'un grand espace de blocs à bas prix (comme les réseaux sociaux en chaîne ou les micro-paiements automatisés) en sont ainsi exclus du marché.
Le marché des transactions frauduleuses est hautement concentré
Enfin, l'analyse montre que le marché des chercheurs de transactions poubelles MEV présente des caractéristiques d'extrême concentration.
Pour vérifier cela, nous avons statistiqué quels contrats intelligents ont consommé le plus de Gas classés comme « transactions indésirables » entre les hauteurs de bloc 26000000 et 26900000. Lors d'une première observation, le marché semble avoir une forte proportion de leaders mais une structure dispersée.
Mais cette apparence est trompeuse. L'analyse on-chain montre que la stratégie couramment utilisée par les chercheurs consiste à faire tourner les contrats intelligents utilisés pour envoyer des transactions de spam, tout en dirigeant les profits vers une "adresse de profit" fixe. En suivant le chemin des transferts d'ETH des transactions d'arbitrage réussies, nous tentons d'identifier les contrats intelligents contrôlés par le même opérateur. Bien que tous les robots n'adoptent pas ce modèle, les robots de tête le font généralement.
Lorsque les données sont regroupées par adresse de profit, la concentration du marché devient extrêmement évidente :
Les résultats sont clairs : seulement deux institutions dominent plus de 80 % des transactions indésirables sur Base. Cette concentration extrême indique qu'il existe des barrières à l'entrée évidentes sur le marché, et que l'actuelle "enchère de transactions indésirables" n'est pas un véritable marché concurrentiel. L'absence de concurrence affaiblit encore le mécanisme de découverte des prix, entraînant l'incapacité des chaînes publiques à capturer la véritable valeur du MEV extrait, tout en devant supporter les effets externes négatifs des transactions indésirables.
Le chemin à suivre
Nous pensons que la blockchain devrait maximiser l'accueil des activités économiques précieuses dans un espace de bloc limité.
D'après ce standard, le mécanisme actuel de « vente aux enchères de transactions poubelles » est extrêmement inefficace : réaliser deux échanges d'arbitrage sur Uniswap v3 nécessite environ 200 000 Gas, tandis qu'obtenir le même résultat économique sur Base nécessite environ 130 millions de Gas. L'écart d'efficacité atteint 650 fois, et réduire cet écart est la clé pour libérer le véritable potentiel d'extension.
Pour résoudre ce problème, nous devons d’abord revenir aux quatre principales raisons pour lesquelles la recherche on-chain est devenue le modèle dominant : l’expression des transactions, la confidentialité du mempool, les faibles frais et l’absence d’un mécanisme d’enchères efficace. Parmi eux, les faibles frais de gaz et [2] grande expressivité sont des objectifs clairs de la chaîne générale des contrats intelligents, et nous devons continuer à renforcer ces fonctionnalités. Par conséquent, la solution doit se concentrer sur deux autres points : permettre aux chercheurs de lire le statut de l’on-chain à venir et d’exprimer leurs préférences de manière à protéger les droits des utilisateurs et à minimiser les transactions de spam on-chain.
Direction de la solution
1 Réaliser la transparence d'état grâce à la confidentialité programmable
Pour être efficaces, les places de marché doivent fournir aux chercheurs un accès en temps réel aux flux de transactions tout en limitant de manière programmatique la façon dont ils peuvent utiliser les informations. Le système doit s’assurer de manière vérifiable que les chercheurs ne peuvent effectuer que des transactions de type « backrun » et qu’ils ne peuvent pas effectuer de frontruns, d’attaques sandwich ou de fuites de données privées. Cette visibilité permet aux chercheurs d’exécuter une logique conditionnelle hors chaîne, plutôt que de sonder aveuglément sur la chaîne. Lorsque les chercheurs génèrent des transactions potentiellement rentables hors chaîne, ils ont toujours besoin d’un moyen de les intégrer précisément dans des blocs pour capturer le MEV.
2 Construire un mécanisme d'enchères MEV explicites
Abandonner le modèle de « vente aux enchères de transactions indésirables » basé sur la consommation de Gas comme dimension de compétition, et concevoir un mécanisme d'enchères pour le droit de priorité des transactions basé sur des incitations économiques. Les chercheurs peuvent soumettre une offre en monnaie pour la position de bloc de la transaction cible, déterminant ainsi l'ordre des transactions par un mécanisme de tarification de marché. Ce modèle transforme la compétition désordonnée de consommation de Gas en un processus de découverte des prix efficace :
Les chercheurs n'ont pas besoin d'envoyer des centaines de transactions invalides, il leur suffit de payer pour un droit de classement véritablement précieux ;
La blockchain peut capturer la véritable valeur du MEV par le biais d'enchères, plutôt que de laisser les ressources se perdre dans des calculs inutiles sur la chaîne.
Les flashbots expérimentent déjà l’exploitation des environnements d’exécution de confiance (TEE) pour fournir une visibilité à la recherche tout en empêchant les attaques sandwich. Les TEE garantissent que les données restent confidentielles, même pour l’opérateur de la machine lorsqu’un code particulier est exécuté.
Cela permet aux chercheurs d'exécuter des transactions privées vérifiables dans le TEE, tout en empêchant les attaques par sandwich ou l'exportation de données privées. Nous avons validé ce modèle sur Ethereum L1, et les chercheurs réalisent des transactions de post-exécution via un système similaire depuis plusieurs mois, tout en s'adaptant activement à L2.
Conclusion
Pendant longtemps, la discussion sur la mise à l’échelle s’est limitée au débit technologique sous-jacent. Mais nos recherches montrent que le principal point de rupture n’est plus d’augmenter la capacité des blocs, mais d’utiliser plus efficacement l’espace des blocs [3]. En effet, pour chaque unité d’espace de bloc libérée, MEV incite les transactions de spam à consommer de la capacité supplémentaire. En d’autres termes, la plupart des revenus de la « mise à l’échelle » sont capturés par des bots MEV économiquement rationnels, et les utilisateurs réels ne peuvent pas en bénéficier. Ce problème fait grimper les frais des utilisateurs ordinaires, restreint l’efficacité de l’expansion de la capacité et entraîne un gaspillage massif de ressources réseau.
C’est là qu’intervient la mise à l’échelle : alors que l’augmentation de l’espace de bloc augmente le débit, l’amélioration des frais est limitée, car les MEV on-chain de plus en plus complexes consomment la majeure partie du gain. Si nous voulons surmonter ces limites et libérer le véritable potentiel de la mise à l’échelle, nous devons nous éloigner du marché des déchets, qui est un gaspillage. Grâce à la confidentialité programmable et aux enchères explicites, nous pouvons supprimer l’incitation à échanger du spam et remplacer les « enchères de spam » par une place de marché MEV expressive, équitable et efficace.
L’adoption des enchères MEV n’est pas une option de luxe, mais une nécessité stratégique. À la base, les TEE sont utilisés pour fournir aux chercheurs un accès au flux de transactions, tout en limitant par programmation la façon dont ils peuvent être utilisés. Cette conception permet d’obtenir le résultat souhaité : prendre en charge l’arbitrage de backrun sans transactions spammées tout en protégeant contre les attaques sandwich. Pour la blockchain, cela signifie capturer plus de revenus sur un marché efficace et sans déchets ; Pour les utilisateurs et les développeurs, des frais moins élevés et stables et une capacité disponible réelle permettront en fin de compte de libérer toute la valeur de l’expansion.
Que se passera-t-il lorsque nous dépasserons les limites des transactions indésirables ? Quelles nouvelles possibilités seront débloquées lorsque les coûts de transaction seront si bas qu'ils seront presque négligeables ? Quels nouveaux types d'applications verront le jour ? La réponse ne peut être prouvée que par la pratique.
Merci pour les précieux retours de DataAlways, Hasu, Fahim, Danning, dmarz, Nathan, Georgios, Dan, buffalu, Quintus, Tesa, Anika, Brian, Xin, Sam, Eli, Christine, Christoph, Alex, Fred et beaucoup d'autres. Un remerciement particulier à Phil et aussi à Achal pour son aide en matière de design.
Annexe
Méthodes heuristiques pour la détection des transactions frauduleuses
Pour identifier les transactions indésirables, nous avons utilisé deux règles heuristiques :
Aucun transfert de jeton : La transaction implique-t-elle un transfert de jeton ? Si oui, elle n'est pas classée comme une transaction de spam.
Vérification des prix DEX répétée : Si une transaction initie au moins 4 vérifications des données de prix DEX courantes sans effectuer de transfert de jetons, elle est classée comme transaction indésirable.
Nous pensons qu’à l’heure où nous écrivons ces lignes, ces heuristiques sont solides : toute opération qui implique le transfert de jetons aura généralement une valeur réelle pour l’utilisateur, tandis que les transactions de spam ne transféreront les jetons que lorsque les opportunités MEV seront capturées. De plus, les règles de recherche de prix DEX sont efficaces pour identifier les bots qui détectent systématiquement les opportunités d’arbitrage, qui est la principale forme de trading de spam que nous observons. Cette définition se concentre sur le comportement inutile consistant à interroger le prix d’un DEX uniquement sur la chaîne, et exclut le backrun productif.
Mais cette définition devra être optimisée à l'avenir : les robots de trading indésirables peuvent contourner cette règle par un simple transfert de jetons, donc les critères de classification du « trading indésirable » méritent encore d'être étudiés par la suite. De plus, cette définition couvre principalement les robots d'arbitrage aveugles qui dominent le MEV, sans inclure d'autres stratégies MEV telles que le liquidation.
Méthodologie d'identification des échanges indésirables
Nous identifions les transactions de spam en analysant les traces de transaction : pour chaque transaction, vérifiez toutes les traces de celle-ci pour déterminer s’il faut appeler une fonction de transfert de jeton ou une fonction de prix DEX (par exemple, slot0(), getReserves(), etc.). Si la transaction implique le transfert de jetons, elle est exclue ; Si les jetons ne sont pas transférés et que 4 requêtes de prix DEX ou plus sont lancées, il s’agit d’une transaction de spam.
Choisir 4 fois comme seuil est une décision conservatrice, les expériences montrent que fixer le seuil à 3 fois a peu d'impact sur les résultats globaux. De même, nous avons filtré les transactions sur Dune par événements de transfert et constaté que les résultats diffèrent peu de ceux basés sur la méthode de suivi.
outil de spam-inspect
Pour étudier les transactions indésirables, nous avons développé spam-inspect, un outil Python spécialement conçu pour analyser les activités Rollup d'Ethereum, visant à identifier efficacement les comportements des robots indésirables. Cet outil analyse chaque transaction dans un bloc en suivant les règles heuristiques mentionnées ci-dessus.
Cet outil dépend de la méthode trace_block et n'est actuellement disponible que sur les chaînes OP-Stack prenant en charge OP-Reth ou OP-Erigon.
Requête Dune
Nous avons construit des vues matérialisées sur Dune, en filtrant les transactions contenant des événements de transfert et en identifiant les appels de prix DEX en double, pour localiser les valeurs de hachage correspondant aux normes de transactions indésirables. La différence avec spam-inspect est que cette méthode s'appuie sur les événements de transfert plutôt que sur le suivi des transactions. Ces vues matérialisées de transactions indésirables sont utilisées pour des analyses de requêtes ultérieures.
Estimation de la disponibilité des données (DA)
Bien que cet article discute principalement de l'impact des transactions poubelles sur Gas, celles-ci consomment également d'autres ressources, telles que l'occupation de la disponibilité des données L1 par Rollup. Pour estimer les ressources L1 DA gaspillées par les transactions poubelles L2, nous avons construit un pipeline de données personnalisé (réutilisant certaines parties du module op-batcher) et obtenu des résultats à partir de deux ensembles de calculs :
Taille totale après compression des blocs contenant toutes les transactions ;
Taille totale après compression des blocs après suppression des transactions indésirables.
La différence entre les deux est la valeur estimée de L1 DA consommée par les transactions inutiles dans un seul bloc.
Note de bas de page
[1] Cela indique que l'utilisation de l'MEV de la chaîne augmentera en synchronisation avec sa capacité de traitement.
[2] La logique des chaînes d'applications spécifiques (app-specific chain) peut être différente : limiter intentionnellement l'expressivité des transactions peut être une stratégie efficace dans ce contexte.
[3] Les enchères explicites s’attaquent aux inefficacités systémiques en matière de ressources, mais introduisent une nouvelle limite : le temps nécessaire pour mener une enchère équitable et concurrentielle. En raison de la latence du réseau et de la quantité de calcul des enchères, ce temps fixe une limite inférieure au temps de bloc, ce qui signifie qu’il y a un compromis entre l’optimisation de l’utilisation de l’espace de bloc et la minimisation du temps de bloc. Un article de fond à ce sujet sera publié prochainement.
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
Flashbots étude : comment le MEV dévore les bénéfices d'expansion de la Blockchain
Rédaction : Robert Miller, Flashbots
Compilation : Saoirse, Foresight News
Aujourd’hui, nous apportons un nouvel argument : la MEV (Maximum Extractable Value) est devenue un facteur limitant majeur pour le dimensionnement de la blockchain.
Alors qu'Ethereum et ses réseaux Layer2, ainsi que Solana, se disputent pour s'agrandir à la vitesse la plus rapide, les limitations économiques apportées par le MEV se manifestent déjà dans l'ensemble de l'industrie. Les comportements de recherche sur la chaîne commencent à occuper la majeure partie de la capacité des blockchains à fort débit de manière étonnamment inefficace.
Ce n'est pas une hypothèse théorique ou un phénomène isolé. De Solana (où les robots MEV consomment 40 % de l'espace de bloc) à l'écosystème Layer2 d'Ethereum, cette situation est omniprésente. Pour quantifier l'impact, nous avons effectué une analyse approfondie des principaux Rollups OP-Stack prenant en charge des points de terminaison de suivi spécifiques, et les résultats révèlent un problème sectoriel majeur :
Plus de 50 % du Gas est consommé par des robots de transactions indésirables dans plusieurs Rollups, mais ils ne paient que moins de 10 % des frais.
Entre novembre 2024 et février 2025, le réseau Base augmentera sa capacité de traitement du Gas à 11 millions de Gas/seconde, mais presque entièrement occupée par des robots de spam (équivalent à la capacité de trois réseaux principaux Ethereum !) ;
La demande continue des robots de déchets pour le Gas a fait grimper les frais de transaction des utilisateurs ;
Le marché des transactions indésirables est fortement concentré, avec plus de 80 % des transactions indésirables sur Base dominées par deux chercheurs.
Les techniques d'extension telles que le partitionnement de base de données (comme Rollup), les preuves de validité, l'optimisation de la base de données ou des mécanismes de consensus sont certes importantes, mais la technologie seule ne peut pas résoudre le problème. Bien que nous ayons déjà maîtrisé les méthodes de construction de la capacité de traitement des technologies de base, la structure actuelle du marché impose des limitations économiques à l'expansion.
Cet article analysera ce phénomène d'échec du marché, présentera ses impacts à l'aide de données et proposera un nouveau mécanisme d'enchères MEV visant à résoudre ce problème.
Analyse des transactions frauduleuses
Pour comprendre pourquoi l'espace blockchain est gaspillé, décomposons d'abord une transaction d'arbitrage réussie :
Exemple de trading d'arbitrage réussi sur Base
À première vue, cela semble être un modèle d'efficacité : un robot de recherche effectue un arbitrage précis, réalisant un profit de 0,12 dollar et payant des frais de 0,02 dollar.
Mais le coût réel de cet arbitrage réussi est stupéfiant : pour chaque arbitrage réussi, le bot envoie environ 350 transactions qui tentent d’arbitrer (la plupart d’entre elles échouent). En moyenne, un seul arbitrage réussi consomme environ 132 millions de gaz, soit l’équivalent de près de 4 blocs Ethereum complets. Il est important de noter qu’il ne s’agit que de l’un des nombreux bots en compétition dans la compétition, et que le coût réel de la chaîne est plus élevé.
Voyons maintenant une tentative d'échec typique pour comprendre le comportement on-chain des robots :
Exemple d'échec de trading à la recherche aveugle d'opportunités d'arbitrage
À première vue, cette transaction ne présente aucune anomalie : elle a été exécutée avec succès et aucun transfert de jetons n'a eu lieu. La seule piste est qu'elle a consommé environ 2,6 millions de Gas (comme indiqué ci-dessus).
Une analyse approfondie de ses appels internes révèle qu'il a initié une série d'appels à des dizaines de pools DEX différents, interrogeant l'état des pools via getReserves () et slot0 (). Ces appels consistent essentiellement à obtenir les prix des actifs sur différents DEX.
Exemple de suivi de l'appel répété de slot0 () et getReserves ()
La logique centrale de ce robot est très simple :
Envoyer une transaction sur la chaîne
Vérifiez les prix de plusieurs pools DEX lors de l'exécution.
Exécuter s'il existe une opportunité d'arbitrage.
Si non, arrêtez la transaction.
La transaction ci-dessus illustre ces quatre étapes, se terminant finalement sans exécuter aucune opération. En réalité, il s'agit simplement d'une requête de prix à forte intensité, consommant environ 2,6 millions de Gas tout en ne lisant que l'état du marché sans action substantielle.
Sur des blockchains publiques comme Base, World et Solana, cette stratégie est devenue la méthode principale pour extraire le MEV. Un petit nombre de transactions réussies doivent compenser un grand nombre d'essais infructueux, ce qui est un choix rationnel pour les chercheurs, mais qui entraîne une inefficacité systémique pour le réseau.
Beaucoup de ressources sont utilisées pour lire les prix sans générer de valeur réelle. Et il ne s’agit pas d’un seul chercheur, tous les chercheurs doivent employer cette tactique afin de capturer des MEV à l’échelle atomique. Le résultat final est celui montré par les données : la chaîne publique est bloquée par les transactions de spam, et les frais de transaction augmentent en raison des transactions de spam. (Remarque : le MEV de niveau atomique met l’accent sur l’extraction de la valeur obtenue lors d’une seule opération sur la chaîne (telle qu’une transaction unique ou au sein d’un seul bloc), et est couramment utilisé dans des scénarios tels que l’arbitrage et le front-running, qui tirent parti de l’immédiateté de la blockchain et de l’ordre des transactions.) ）
La cause fondamentale des échanges de déchets
Il n'est pas surprenant qu'une blockchain à haut débit soit obstruée par des transactions indésirables ; c'est une réaction directe et « rationnelle » causée par des défauts dans la structure du marché : si les chercheurs souhaitent tirer profit de la lecture de l'état le plus récent du bloc, ils doivent lancer des transactions de manière aveugle dans le même bloc.
Le robot d’arbitrage analysé ci-dessus est un cas typique. Les requêtes hors chaîne peuvent capturer l’état du dernier bloc confirmé, mais celui-ci est à la traîne par rapport aux opportunités MEV créées par les transactions dans le bloc de construction actuel. Dans des réseaux tels que Base ou Solana, le mempool natif est privé, ce qui signifie que les chercheurs n’ont aucun moyen de savoir comment la transaction d’un utilisateur se déroule et quelles opportunités elle crée jusqu’à ce qu’un bloc soit publié. La seule façon de découvrir et de capturer l’espace d’arbitrage est d’inclure vos propres transactions dans le même bloc immédiatement après la transaction d’un utilisateur. Une fois que vous attendez le bloc suivant, l’opportunité est préemptée.
Le phénomène rampant de la recherche sur la chaîne est le résultat de l'interaction des facteurs suivants :
Contrairement aux traders traditionnels qui soumettent des ordres simples et statiques (comme « acheter à X prix »), les chercheurs peuvent créer des transactions en tant que programmes sur la chaîne, intégrant une logique conditionnelle basée sur l'état actuel du marché, permettant ainsi des stratégies réactives complexes qui étaient auparavant impossibles.
Pour protéger les utilisateurs contre les attaques de front-running, la plupart des blockchains à haut débit rendent leur mempool privé. Bien que cela puisse efficacement défendre contre le front-running, cela empêche également les chercheurs de voir le flux d'ordres des utilisateurs. Ne pouvant pas réagir avant que les transactions ne soient enregistrées sur la blockchain, les chercheurs doivent se contenter d'initier des transactions à haute expressivité pour détecter aveuglément des opportunités sur la chaîne.
L’espace de bloc à faible coût amplifie encore le comportement de recherche sur la chaîne. Les chercheurs savent que le bénéfice d’un seul arbitrage réussi peut couvrir le coût d’un grand nombre de transactions échouées, ils osent donc envoyer un grand nombre de transactions spéculatives à chaque bloc. Et plus les frais de gaz sont bas, plus le chercheur peut écrire une logique plus complexe et poursuivre des stratégies plus complexes. [1]
La concurrence entre les chercheurs ne dispose pas d’un mécanisme formel permettant d’exprimer la préférence pour le tri des transactions. En l’absence d’un moyen direct de trier les offres sur des transactions spécifiques dans un bloc, la concurrence dégénère en une alternative inutile : consommer plus de gaz. La principale façon dont les chercheurs peuvent augmenter leur taux de victoire est de consommer du gaz à plus d’endroits dans le bloc pour augmenter la probabilité que la transaction atterrisse au « bon endroit ».
Ces quatre facteurs ont entraîné la naissance des « enchères de transactions poubelles », un mécanisme extrêmement gaspilleur qui exacerbe la congestion du réseau et n'a pas réussi à capturer efficacement la valeur MEV. Pour quantifier l'échelle d'inefficacité causée par les transactions poubelles, nous avons effectué une validation des données.
La recherche a révélé
L'analyse confirme que les transactions indésirables alimentées par MEV constituent une contrainte économique sur l'expansion.
Nous définissons les transactions de spam en identifiant les transactions « requêtes DEX répétées sans transfert de jetons ». Cette approche heuristique vise à localiser les comportements d'arbitrage « backrunning » systématiques, qui pourraient être réalisés hors chaîne mais qui sont contraints d'être exécutés sur chaîne. Nous avons mis en œuvre cette méthode à la fois dans un outil Python et sur un tableau de bord Dune, les détails méthodologiques étant disponibles en annexe.
Étant donné que les outils de détection des transactions indésirables reposent sur des méthodes RPC spécifiques, l'analyse des données actuelle est limitée à OP-Stack Rollup. Cependant, les données de l'équipe Ghost Logs indiquent qu'il existe également des phénomènes similaires sur Solana, et d'autres Rollups Ethereum (comme ZKsync, Arbitrum) ont également montré des signes de transactions indésirables.
Premièrement, le problème est systémique et généralisé. Une analyse de l’OP-Stack Rollup montre que le spam n’est pas un phénomène isolé, mais une force dominante dans l’écosystème. Sur des chaînes telles que les réseaux principaux Unichain, Base et OP, les transactions inutiles consomment généralement plus de 50 % du gaz total. Il s’agit donc d’une conséquence structurelle de la conception actuelle du marché, plutôt que d’une anomalie locale.
La deuxième découverte montre que, du point de vue de la chaîne, l'efficacité des transactions de spam est extrêmement faible.
Dans tous les Rollups que nous avons analysés, il existe un énorme écart entre les ressources consommées par les transactions indésirables et les revenus qu'elles génèrent. Comparé à d'autres utilisateurs, les bots de transactions indésirables consomment des quantités de Gas qui sont plusieurs fois supérieures aux frais qu'ils paient. Par exemple, sur le réseau principal OP, les bots indésirables ont consommé environ 57 % du Gas, tout en ne payant qu'environ 9 % des frais, avec un écart allant jusqu'à 6 fois.
L’écart entre le paiement des frais et la consommation de gaz montre que les transactions de déchets imposent des coûts externes importants au réseau tout en apportant peu de valeur, ce qui est typique des marchés systémiques inefficaces. Cela inclut un véritable gaspillage de ressources informatiques, car chaque nœud complet est obligé d’exécuter ces transactions, ce qui augmente les exigences matérielles pour tous les participants du réseau.
De plus, nous avons également analysé comment les transactions indésirables dans L2 affectent l'utilisation de la disponibilité des données (Data Availability) par Rollup pour L1.
Les données montrent que sur un million de blocs en février 2025, les robots poubelles sur Base ont contribué à environ 56 % de la consommation de gaz, 26 % de l’utilisation de L1 DA (Data Availability) et 14 % des frais on-chain. Le pourcentage d’utilisation des robots poubelles par DA nous a d’abord surpris, mais il a ensuite été découvert qu’il était lié au pourcentage de transactions plutôt qu’à la consommation de gaz. Cela a du sens, car l’utilisation de DA dépend de l’efficacité de la compression des données, et non de la consommation de gaz.
Troisièmement, cette inefficacité annule directement les avantages de l'extension. Pour évaluer l'impact négatif des transactions inutiles, nous avons introduit un nouvel indicateur : le rendement de Gas effectif, c'est-à-dire la quantité de Gas utilisable par les utilisateurs traitée par seconde après déduction de la consommation des robots inutiles par Rollup.
La tendance de Base est particulièrement évidente : en novembre 2024, le volume total de Gas traité est de 15 millions de Gas/seconde, tandis que le volume effectif de Gas traité par les utilisateurs n'est que de 12 millions de Gas/seconde. Au cours des quatre mois suivants, bien que le volume total ait augmenté de 11 millions de Gas/seconde, le volume effectif est resté presque inchangé. En d'autres termes, presque toute la capacité de traitement supplémentaire est occupée par des transactions inutiles.
Fait intéressant, après la fin février, le volume de transactions effectif a commencé à s'aligner davantage sur la tendance de croissance du volume total. Cela semble être lié au volume des transactions sur le marché (et par conséquent au MEV généré) : après l'éclatement du "scandale Libra" le 14 février, avec la baisse du volume des transactions Memecoin par les robots Telegram, le volume de transactions effectif a recommencé à croître.
Peut-être que l'impact le plus direct sur les utilisateurs est que la présence continue de transactions indésirables a artificiellement augmenté la ligne de base des frais de transaction, les maintenant élevés sur le long terme.
Bien que la mise à l’échelle du cumul ait réduit les frais nominaux à un niveau très bas (par exemple, environ 0,01 $), ce qui rend de nombreux utilisateurs organiques moins sensibles aux prix, en théorie, s’il y a suffisamment d’espace pour les blocs, que les utilisateurs ne sont pas sensibles aux prix et que le mécanisme de marché des frais EIP-1559 fonctionne, les frais devraient être proches du minimum absolu. L’objectif de l’expansion est précisément de créer suffisamment de capacité pour que ce statut de frais quasi nuls devienne la norme.
Mais la réalité est tout autre. Les chercheurs essayant de capturer le MEV par des transactions inutiles remplissent les blocs de transactions massives, consommant une grande quantité de Gas. Ce comportement fait grimper le taux d'utilisation des blocs, entraînant une augmentation continue des frais de base, ce qui reflète davantage l'inefficacité systémique du marché du MEV que la véritable demande des utilisateurs naturels.
Bien que les frais à la charge des utilisateurs finaux restent bas, le niveau global est désormais bien supérieur à ce qui est réellement nécessaire. Le point clé de ce problème est le suivant : les scénarios d'application innovants qui dépendent d'un grand espace de blocs à bas prix (comme les réseaux sociaux en chaîne ou les micro-paiements automatisés) en sont ainsi exclus du marché.
Enfin, l'analyse montre que le marché des chercheurs de transactions poubelles MEV présente des caractéristiques d'extrême concentration.
Pour vérifier cela, nous avons statistiqué quels contrats intelligents ont consommé le plus de Gas classés comme « transactions indésirables » entre les hauteurs de bloc 26000000 et 26900000. Lors d'une première observation, le marché semble avoir une forte proportion de leaders mais une structure dispersée.
Mais cette apparence est trompeuse. L'analyse on-chain montre que la stratégie couramment utilisée par les chercheurs consiste à faire tourner les contrats intelligents utilisés pour envoyer des transactions de spam, tout en dirigeant les profits vers une "adresse de profit" fixe. En suivant le chemin des transferts d'ETH des transactions d'arbitrage réussies, nous tentons d'identifier les contrats intelligents contrôlés par le même opérateur. Bien que tous les robots n'adoptent pas ce modèle, les robots de tête le font généralement.
Lorsque les données sont regroupées par adresse de profit, la concentration du marché devient extrêmement évidente :
Les résultats sont clairs : seulement deux institutions dominent plus de 80 % des transactions indésirables sur Base. Cette concentration extrême indique qu'il existe des barrières à l'entrée évidentes sur le marché, et que l'actuelle "enchère de transactions indésirables" n'est pas un véritable marché concurrentiel. L'absence de concurrence affaiblit encore le mécanisme de découverte des prix, entraînant l'incapacité des chaînes publiques à capturer la véritable valeur du MEV extrait, tout en devant supporter les effets externes négatifs des transactions indésirables.
Le chemin à suivre
Nous pensons que la blockchain devrait maximiser l'accueil des activités économiques précieuses dans un espace de bloc limité.
D'après ce standard, le mécanisme actuel de « vente aux enchères de transactions poubelles » est extrêmement inefficace : réaliser deux échanges d'arbitrage sur Uniswap v3 nécessite environ 200 000 Gas, tandis qu'obtenir le même résultat économique sur Base nécessite environ 130 millions de Gas. L'écart d'efficacité atteint 650 fois, et réduire cet écart est la clé pour libérer le véritable potentiel d'extension.
Pour résoudre ce problème, nous devons d’abord revenir aux quatre principales raisons pour lesquelles la recherche on-chain est devenue le modèle dominant : l’expression des transactions, la confidentialité du mempool, les faibles frais et l’absence d’un mécanisme d’enchères efficace. Parmi eux, les faibles frais de gaz et [2] grande expressivité sont des objectifs clairs de la chaîne générale des contrats intelligents, et nous devons continuer à renforcer ces fonctionnalités. Par conséquent, la solution doit se concentrer sur deux autres points : permettre aux chercheurs de lire le statut de l’on-chain à venir et d’exprimer leurs préférences de manière à protéger les droits des utilisateurs et à minimiser les transactions de spam on-chain.
Direction de la solution
1 Réaliser la transparence d'état grâce à la confidentialité programmable
Pour être efficaces, les places de marché doivent fournir aux chercheurs un accès en temps réel aux flux de transactions tout en limitant de manière programmatique la façon dont ils peuvent utiliser les informations. Le système doit s’assurer de manière vérifiable que les chercheurs ne peuvent effectuer que des transactions de type « backrun » et qu’ils ne peuvent pas effectuer de frontruns, d’attaques sandwich ou de fuites de données privées. Cette visibilité permet aux chercheurs d’exécuter une logique conditionnelle hors chaîne, plutôt que de sonder aveuglément sur la chaîne. Lorsque les chercheurs génèrent des transactions potentiellement rentables hors chaîne, ils ont toujours besoin d’un moyen de les intégrer précisément dans des blocs pour capturer le MEV.
2 Construire un mécanisme d'enchères MEV explicites
Abandonner le modèle de « vente aux enchères de transactions indésirables » basé sur la consommation de Gas comme dimension de compétition, et concevoir un mécanisme d'enchères pour le droit de priorité des transactions basé sur des incitations économiques. Les chercheurs peuvent soumettre une offre en monnaie pour la position de bloc de la transaction cible, déterminant ainsi l'ordre des transactions par un mécanisme de tarification de marché. Ce modèle transforme la compétition désordonnée de consommation de Gas en un processus de découverte des prix efficace :
Les chercheurs n'ont pas besoin d'envoyer des centaines de transactions invalides, il leur suffit de payer pour un droit de classement véritablement précieux ;
La blockchain peut capturer la véritable valeur du MEV par le biais d'enchères, plutôt que de laisser les ressources se perdre dans des calculs inutiles sur la chaîne.
Les flashbots expérimentent déjà l’exploitation des environnements d’exécution de confiance (TEE) pour fournir une visibilité à la recherche tout en empêchant les attaques sandwich. Les TEE garantissent que les données restent confidentielles, même pour l’opérateur de la machine lorsqu’un code particulier est exécuté.
Cela permet aux chercheurs d'exécuter des transactions privées vérifiables dans le TEE, tout en empêchant les attaques par sandwich ou l'exportation de données privées. Nous avons validé ce modèle sur Ethereum L1, et les chercheurs réalisent des transactions de post-exécution via un système similaire depuis plusieurs mois, tout en s'adaptant activement à L2.
Conclusion
Pendant longtemps, la discussion sur la mise à l’échelle s’est limitée au débit technologique sous-jacent. Mais nos recherches montrent que le principal point de rupture n’est plus d’augmenter la capacité des blocs, mais d’utiliser plus efficacement l’espace des blocs [3]. En effet, pour chaque unité d’espace de bloc libérée, MEV incite les transactions de spam à consommer de la capacité supplémentaire. En d’autres termes, la plupart des revenus de la « mise à l’échelle » sont capturés par des bots MEV économiquement rationnels, et les utilisateurs réels ne peuvent pas en bénéficier. Ce problème fait grimper les frais des utilisateurs ordinaires, restreint l’efficacité de l’expansion de la capacité et entraîne un gaspillage massif de ressources réseau.
C’est là qu’intervient la mise à l’échelle : alors que l’augmentation de l’espace de bloc augmente le débit, l’amélioration des frais est limitée, car les MEV on-chain de plus en plus complexes consomment la majeure partie du gain. Si nous voulons surmonter ces limites et libérer le véritable potentiel de la mise à l’échelle, nous devons nous éloigner du marché des déchets, qui est un gaspillage. Grâce à la confidentialité programmable et aux enchères explicites, nous pouvons supprimer l’incitation à échanger du spam et remplacer les « enchères de spam » par une place de marché MEV expressive, équitable et efficace.
L’adoption des enchères MEV n’est pas une option de luxe, mais une nécessité stratégique. À la base, les TEE sont utilisés pour fournir aux chercheurs un accès au flux de transactions, tout en limitant par programmation la façon dont ils peuvent être utilisés. Cette conception permet d’obtenir le résultat souhaité : prendre en charge l’arbitrage de backrun sans transactions spammées tout en protégeant contre les attaques sandwich. Pour la blockchain, cela signifie capturer plus de revenus sur un marché efficace et sans déchets ; Pour les utilisateurs et les développeurs, des frais moins élevés et stables et une capacité disponible réelle permettront en fin de compte de libérer toute la valeur de l’expansion.
Que se passera-t-il lorsque nous dépasserons les limites des transactions indésirables ? Quelles nouvelles possibilités seront débloquées lorsque les coûts de transaction seront si bas qu'ils seront presque négligeables ? Quels nouveaux types d'applications verront le jour ? La réponse ne peut être prouvée que par la pratique.
Merci pour les précieux retours de DataAlways, Hasu, Fahim, Danning, dmarz, Nathan, Georgios, Dan, buffalu, Quintus, Tesa, Anika, Brian, Xin, Sam, Eli, Christine, Christoph, Alex, Fred et beaucoup d'autres. Un remerciement particulier à Phil et aussi à Achal pour son aide en matière de design.
Annexe
Méthodes heuristiques pour la détection des transactions frauduleuses
Pour identifier les transactions indésirables, nous avons utilisé deux règles heuristiques :
Aucun transfert de jeton : La transaction implique-t-elle un transfert de jeton ? Si oui, elle n'est pas classée comme une transaction de spam.
Vérification des prix DEX répétée : Si une transaction initie au moins 4 vérifications des données de prix DEX courantes sans effectuer de transfert de jetons, elle est classée comme transaction indésirable.
Nous pensons qu’à l’heure où nous écrivons ces lignes, ces heuristiques sont solides : toute opération qui implique le transfert de jetons aura généralement une valeur réelle pour l’utilisateur, tandis que les transactions de spam ne transféreront les jetons que lorsque les opportunités MEV seront capturées. De plus, les règles de recherche de prix DEX sont efficaces pour identifier les bots qui détectent systématiquement les opportunités d’arbitrage, qui est la principale forme de trading de spam que nous observons. Cette définition se concentre sur le comportement inutile consistant à interroger le prix d’un DEX uniquement sur la chaîne, et exclut le backrun productif.
Mais cette définition devra être optimisée à l'avenir : les robots de trading indésirables peuvent contourner cette règle par un simple transfert de jetons, donc les critères de classification du « trading indésirable » méritent encore d'être étudiés par la suite. De plus, cette définition couvre principalement les robots d'arbitrage aveugles qui dominent le MEV, sans inclure d'autres stratégies MEV telles que le liquidation.
Méthodologie d'identification des échanges indésirables
Nous identifions les transactions de spam en analysant les traces de transaction : pour chaque transaction, vérifiez toutes les traces de celle-ci pour déterminer s’il faut appeler une fonction de transfert de jeton ou une fonction de prix DEX (par exemple, slot0(), getReserves(), etc.). Si la transaction implique le transfert de jetons, elle est exclue ; Si les jetons ne sont pas transférés et que 4 requêtes de prix DEX ou plus sont lancées, il s’agit d’une transaction de spam.
Choisir 4 fois comme seuil est une décision conservatrice, les expériences montrent que fixer le seuil à 3 fois a peu d'impact sur les résultats globaux. De même, nous avons filtré les transactions sur Dune par événements de transfert et constaté que les résultats diffèrent peu de ceux basés sur la méthode de suivi.
outil de spam-inspect
Pour étudier les transactions indésirables, nous avons développé spam-inspect, un outil Python spécialement conçu pour analyser les activités Rollup d'Ethereum, visant à identifier efficacement les comportements des robots indésirables. Cet outil analyse chaque transaction dans un bloc en suivant les règles heuristiques mentionnées ci-dessus.
Cet outil dépend de la méthode trace_block et n'est actuellement disponible que sur les chaînes OP-Stack prenant en charge OP-Reth ou OP-Erigon.
Requête Dune
Nous avons construit des vues matérialisées sur Dune, en filtrant les transactions contenant des événements de transfert et en identifiant les appels de prix DEX en double, pour localiser les valeurs de hachage correspondant aux normes de transactions indésirables. La différence avec spam-inspect est que cette méthode s'appuie sur les événements de transfert plutôt que sur le suivi des transactions. Ces vues matérialisées de transactions indésirables sont utilisées pour des analyses de requêtes ultérieures.
Estimation de la disponibilité des données (DA)
Bien que cet article discute principalement de l'impact des transactions poubelles sur Gas, celles-ci consomment également d'autres ressources, telles que l'occupation de la disponibilité des données L1 par Rollup. Pour estimer les ressources L1 DA gaspillées par les transactions poubelles L2, nous avons construit un pipeline de données personnalisé (réutilisant certaines parties du module op-batcher) et obtenu des résultats à partir de deux ensembles de calculs :
Taille totale après compression des blocs contenant toutes les transactions ;
Taille totale après compression des blocs après suppression des transactions indésirables.
La différence entre les deux est la valeur estimée de L1 DA consommée par les transactions inutiles dans un seul bloc.
Note de bas de page
[1] Cela indique que l'utilisation de l'MEV de la chaîne augmentera en synchronisation avec sa capacité de traitement.
[2] La logique des chaînes d'applications spécifiques (app-specific chain) peut être différente : limiter intentionnellement l'expressivité des transactions peut être une stratégie efficace dans ce contexte.
[3] Les enchères explicites s’attaquent aux inefficacités systémiques en matière de ressources, mais introduisent une nouvelle limite : le temps nécessaire pour mener une enchère équitable et concurrentielle. En raison de la latence du réseau et de la quantité de calcul des enchères, ce temps fixe une limite inférieure au temps de bloc, ce qui signifie qu’il y a un compromis entre l’optimisation de l’utilisation de l’espace de bloc et la minimisation du temps de bloc. Un article de fond à ce sujet sera publié prochainement.