本文旨在全面解析廣泛存在於以太坊區塊鏈上的攻擊行為：Front-Running （搶跑交易），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並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，並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Sandwich Attacks （三明治攻擊），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，幾乎沒有倖免的可能。
接下來，我們重點對三明治攻擊進行分析。
Sandwich Attacks
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（打上了黑客標記的）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Gas Price 為40.5Gwei；
- 搶跑機器人檢測到這筆有利可圖的交易後，隨即展開攻擊，發起一筆買入交易，設定GasPrice 為49.9Gwei，憑藉Gas 競爭機製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。
我們知道，現如今的主流DEX 如Uniswap 等，採用的都是AMM （自動化做市商）機制，其價格遵循恆定乘積公式。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 來池子裡購買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)：
（1000-X）*（100+10）= 100000，X = 90.9
這筆交易中，A 的價格為10/90.9 = 0.11，相比於原來A 的價格，價格滑點為:
（0.11-0.1）/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（預計該交易會產生較大滑點），搶先買入A，再在用戶正常交易後，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，然後在Alice 的交易完成後，Bob 再把之前買入的A 賣出，我們看看會有什麼樣的結果。
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
最後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：
（869.57+47.62）*（115-Y）= 100000，Y = 5.97
通過這一次搶跑攻擊，Bob 淨賺5.97-5 = 0.97 個ETH，而Alice 淨虧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複雜，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（max_slippage），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，先於用戶交易之前，進行了一筆in_amount(robot) 個USDT 的買入交易，將當前狀態推到A'；
- 用戶的交易隨後執行，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，那我們有什麼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，並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：恆定乘積機制可以造成較大滑點
那麼反製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，那麼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，那麼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
所以一種類似於Layer 0 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樑，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。雖然有那麼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（可理解為一個臨時的錯誤價格），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後續交易價格的影響，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Vitrual Balance （虛擬餘額）技術。這種新機制，可大大壓縮套利者的利潤空間，有效防禦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。
