UND:Flashbots的MEV竞拍是最优的吗？

由 Flashbots 开创的MEV竞拍服务已受到了矿工们的欢迎，那么这种竞拍是否是最优的呢？

注：原文作者是斯坦福大学电气工程博士Guillermo Angeris，placeholder 研究员Alex Evans以及Gauntlet创始人Tarun Chitra。

在包（Bundle）分配问题中，矿工面临着固定数量的交易，而他们要将这些交易包含在给定的区块中，此外，矿工还可以选择在该区块中包含（或排除）哪些包（Bundle）。矿工通过将每个包（Bundle）包含在区块中来赚取利润，然而，包（Bundle）具有很多必须要考虑的分配约束。在这篇文章中，我们给出了一个简单的整数线性规划问题（ILP）公式，并提供了一些基本的扩展。

矿工可提取价值（MEV）这个术语，指的是矿工根据交易排序可获得的任何超额利润。在区块链等去中心化系统中，用户通过点对点的gossip网络向矿工提交一组交易和费用。而矿工们会收集这些交易，并将它们分批成一个完全有序的序列，然后由大多数矿工验证并接受作为下一个区块。

然而，在很多区块链中（例如以太坊），矿工可选择要包含的交易集以及提交交易的顺序。

如果一名矿工提交一笔具有经济意义的交易，他们可以对交易重新排序以确保他们的交易首先执行，这也被称为抢先交易（front running）。自从MEV这一概念被提出以来，已经出现了很多涉及闪电贷、借贷以及三明治攻击的新型 MEV 形式。MEV代表了一种价值提取形式，而用户无法通过简单地修改其交易竞价行为来消除它。

公平（Fairness）。从理论上讲，MEV 可能导致区块链共识不稳定，并可能迫使用户在预期交易费用之外支付额外的费用来处理交易。这也引出了很多研究，而这些研究的重点是保证交易排序及包含方面的“公平性”。而公平算法尝试使用密码学方法，例如对交易排序或待处理交易状态的时间锁承诺（time-locked commitments），以强制基于时间的“公平”保证。

前以太坊开发者会议组织者Hudson Jameson加入MEV研发组织Flashbots:8月31日消息，前以太坊开发者会议组织者Hudson Jameson宣布加入Flashbots团队，Flashbots是一个研究和开发组织，成立的目的是减轻MEV（最大可提取价值）对智能合约区块链造成的负面外部性和存在的风险。Hudson Jameson表示加入Flashbots团队的原因在于该组织在解决一个重要的生态系统问题以及团队亲切有趣。Hudson Jameson于4月正式宣布从以太坊基金会离职，此前组织了4年的以太坊开发者会议，离职后仍继续担任由Zcash社区选举产生的赠款委员会Zcash Open Major Grants的成员以及基于以太坊的企业级协议Baseline的技术指导委员会成员。[2021/8/31 22:48:41]

MEV竞拍。或者，有一些研究工作表明，MEV是区块链独有的，它无法通过纯粹的密码学方式删除。这一系列工作有效地表明，相比用密码学方式删除MEV，矿工和用户共享MEV利润将导致稳定的均衡。

在这个由 Flashbots 开创的世界中，“探索者”试图找到交易的最佳顺序，然后竞标由矿工以特定顺序执行的“包”交易。这种出价通过 MEV 拍卖进行调解——即参与者愿意在链下拍卖中向矿工支付额外的优先出价。因此，MEV竞拍是更受欢迎的，并且这种方式在2021 年为矿工创造了超过 7 亿美元的额外收入。

最优性（Optimality）。然而，一个自然要问的理论问题是，这种竞拍是否是最优的呢？目前，Flashbots竞拍通过使用约束求解器解决背包问题(Knapsack problem)来有效地执行交易包（bundle）。但是从理论上讲，我们应该期望近似整数线性规划 (ILP) 的解决方案是“最优”的吗？应该如何描述最优性？由于 MEV 是根据所有资产的可提取价值来定义的，因此任何最优概念都取决于任何一组交易和包（bundle）可实现的最大利润。

MakerDAO治理投票受到DeFi Flash贷款影响:本周，名为Bprotocol的项目利用了defi flash贷款（闪电贷），以控制Makerdao治理投票。通过利用有争议的快速贷款程序，Bprotocol使用了无抵押贷款来借贷大约700万美元的MKR。 由于需要与MKR进行投票，因此提供了快速贷款，因此Bprotocol可以对民意调查产生很大影响。

为了解决该问题，官方表示正在进行另一轮投票，包括增加应用治理股份所需的MKR数量。 Makerdao的治理协调员'Longforwisdom'和其他社区成员在Maker论坛上进行了有关该主题的交谈，讨论内容为：“更新–闪电贷款和保护Maker Protocol”。[2020/11/2 11:27:04]

总结（Summary）。在这篇短论文中，我们给出了在单个区块中包含交易包（bundle）的最优ILP的首个正式描述。我们的描述侧重于 MEV 的三种操作形式，包括抢先交易（front running）、尾随交易（back running）以及三明治交易（sandwiching）。我们假设在实践中使用的精确gas模拟方法是作为预处理步骤执行的，它将分配问题（寻找最优包分配的问题）与正确估计单个包（bundle）利润的问题解耦。我们的公式可以很容易地用高级描述语言（例如CVXPY）进行优化并在实践中使用。

定义

在这节内容中，我们首先来描述一下这篇论文中使用的基本定义。

交易（Transaction）：矿工通常从一系列的交易开始，我们把这些交易写成一些集合T（将包含在区块中）。这些交易由区块链的用户提供，它们可以是Uniswap 或Curve的swap交易、借贷或预言机更新等交易。

MXC抹茶上线FLM（Flamingo） 开放USDT交易:据官方公告，MXC抹茶于考核区上线FLM（Flamingo），FLM正常流通后将第一时间开放USDT交易，现已开放FLM充值与提现。官方资料显示，Flamingo是一个基于NEO的互操作性全栈DeFi协议。FLM代币是Flamingo平台的治理代币,FLM持有者可以投票更改平台参数，决定是否增发FLM代币等。详情请点击原文。[2020/9/28]

包（Bundle）：矿工还接受许多由用户提交的包（Bundle），所谓包（Bundle）是一个带有关联交易的操作（action，我们稍后定义），每个包（Bundle）还包括了一些出价，例如，用户愿意支付多少钱才能将其包（Bundle）包含在区块中。矿工可以决定区块中包含哪些包（Bundle）以及交易。而矿工从包（Bundle）中获得的利润，等于区块中包含的各个出价的总和。

操作（action）：从以前开始，每个包（Bundle）都将一个操作（action）与一笔交易（t ∈ T）相关联。可能的操作（action）是：抢先交易t（在t之前执行一笔交易），尾随交易（在 t 之后立即执行一笔交易），以及三明治交易（在t前后都执行一笔交易）。

对于给定的交易 t ∈ T，要么是进行三明治交易t，要么是进行抢先交易以及尾随交易t。例如，如果有三个包（Bundle）与交易t关联，其中一个在t之后进行尾随交易，一个执行抢先交易，另一个执行三明治交易，那么矿工可以选择包括抢先交易包（Bundle）和尾随交易包（Bundle），或者是三明治交易包（Bundle），但不能同时包括这两个类型。

动态 | 加密劫持软件藏于虚假Adobe Flash更新:据cointelegraph报道，研究小组Unit 42在10月11日发布的网络威胁报告中披露，研究人员已经发现了隐藏的加密劫持恶意软件，藏在弹出的虚假Adobe Flash更新之后。该恶意软件应用程序通过安装“XMRig加密货币挖掘机”偷偷地利用计算机挖掘门罗币（XMR）。[2018/10/12]

我们把这三个操作的空间称为A。现在我们可以很容易地将包（Bundle）定义为与交易t ∈ T 相关联的操作（a ∈ A），而它会有一个出价金额（ p > 0）。即包（Bundle）是一个三元组(a,t, p) ∈ A × T × R+，所有包（Bundle）的集合将由 B ? A × T × R+ 给出。

利润最大化（Profit maximization）。剩下的问题是：矿工如何选择哪些交易包含在他们的区块中，以实现利润最大化？在下一节中，我们将展示这一问题可表述为一个简单的整数线性规划问题（ILP），而其通常可通过现代计算机在合理的时间内解决。

我们将利润最大化问题表述为整数线性规划 (ILP)，我们将其称为包（Bundle）分配问题。

设置函数。为方便起见，我们将编写定义以下函数。这里，t ∈ T是一笔交易，而B是所有包（Bundle）的集合。

我们将s（t）定义为与三明治交易t关联的包（Bundle）集合：

动态 | HASHFLARE关闭比特币采矿服务 用户努力撤回资金:HashFlare是一种加密货币云采矿服务，已关闭其比特币采矿服务。该平台还终止了所有相关的比特币采矿合同，理由是运营中缺乏盈利能力。2018年比特币这一排名最高的加密货币全年价格不断下滑，自年初以来下跌了60％以上。

在宣布终止其比特币采矿合同之前，HashFlare推出了新的知识客户（KYC）和反（AML）协议，限制了未经验证的客户撤回资金。结果，许多用户的资金困在系统中。[2018/7/23]

类似地，f（t）是与t相关联的抢先交易，b（t）是与t相关联的尾随交易。我们假设 B 由 b = 1, 2, ... 索引，其中 n 是提议的包（Bundle）的数量。

问题陈述：将包（Bundle）分配问题写成整数线性规划问题的一种简单方法如下：

是优化变量，如果当前区块中应包含包（Bundle）b，则xb为1，否则为0。问题数据是

，这是一个向量，使得 cb ≥ 0 是矿工在他们的区块中包含包（Bundle）b所获得的利润，而T是要包含在此区块中的交易集（不包括包（Bundle））。

标准形式。问题 (1) 可以用矩阵表示法写得更简洁一些。为此，我们将定义m = |T|，交易总数，以及矩阵

为：

对于每笔交易t∈ T和包（bundle）b ∈ B，使用这些新的定义，问题（1）可用以下方式编写：

其中1是适当维度的全1向量，而

是优化变量。

解释。我们可以将目标和约束解释如下。目标

仅仅是包含在区块中的包（bundle）给出的利润总和。第一个约束意味着区块中最多包含一个三明治包（bundle），或者区块中最多包含两个抢先交易或尾随交易 t的包（bundle）。第二个约束意味着对于每笔交易t，最多包含一个抢先交易包（bundle），以及最多包含一个尾随交易包（bundle），而最后一个约束是将x的条目约束为布尔值。

放宽松。一般来说，除了非常小的实例之外，问题 (1) 可能很难解决，因为x的条目有布尔约束。但是，在许多实际情况下，将布尔约束放宽为边界约束（box constraint，即 0 ≤ x ≤ 1），经过一些简单的舍入方案后，可以产生合理的实际性能以及合理的解决方案。一般来说，这个宽松问题的最佳目标，始终是矿工可能获得的最大利润的上限，而任何舍入方案都会给出一个下限。这可以用来给出所提议的包（bundle）分配的次优程度的一个界限。例如，如果放宽后的利润为1.2 ETH，而拟议分配的利润为1 ETH，则拟议分配的次优性最多为 1.2/1 ? 1 = 20%。换句话说，最多可将提议的分配提高20%。

问题（1）有几个简单但非常有用的扩展。

包（bundle）约束。例如，用户可能希望指定几个包（bundle），这些包（bundle）必须由矿工一次性全部包含，或者根本不包含。我们可以把它写成包（bundle）Bi ? B的子集。对于 i = 1, 。. . , ?，如果Bi中包含任何一个包（bundle），则矿工必须包含包（bundle）Bi的整个子集。

新的优化问题由下面的公式给出：

其中优化变量是

，而问题数据是在(2) 中定义的矩阵

和矩阵

换句话说，D是一个对角矩阵，其对角条目是集合Bi的大小，而 F 是一个矩阵，使得 (Fx)i 给出了 Bi 中要包含在区块中的包（bundle）的数量。约束Fx=Dy简单地表示，对于每个可能的i，要么包含所有| Bi | 包（bundle），要么只包含0个包（bundle）。

gas限制。另一种可能（且非常简单）的扩展，是在优化问题上包含总gas约束。例如，当包含在区块中时，每个包（bundle）b ∈ B可能使用一些最大量的gas（由gb ≥ 0给出）。我们可以很容易地附加约束，即包（bundle）使用的最大 gas 总量不超过交易（但不包括 包（bundle））执行后剩余的 gas 量；即

，其中 M ≥ 0 是剩余的gas量。我们注意到，这可能是一个很难获得合理限制的数量，因为当区块中包含包（bundle）时，交易使用的gas可能会发生巨大变化。有其他可能的方法来进行计算，但我们不在这里讨论它们。

在这篇论文中，我们提供了一个简单但非常通用的公式，它可以用于解决矿工利润最大化包（bundle）分配的问题。虽然该问题通常是NP问题，但我们怀疑大多数整数线性规划求解器（甚至线性规划松弛）在实际情况下可能有很好的表现。

标签：NDLBUNDUNDBUNThe SandlotBundles FinanceButterfly Fund 11BUNI币

币安币热门资讯