PRO｜EF 研究员发布又撤回的 MEV-Burn 是什么？
PRO｜EF 研究员发布又撤回的 MEV-Burn 是什么？
以及 MEV Latency、DAS、REV、取消 BIP35、OP_RETURN 等内容。
欢迎阅读第三期 ChainFeeds PRO Newsletter。本次内容将覆盖 MEV-Burn 的细节，以及以太坊、比特币协议层的进展或研究讨论，和一些最新的研究论文。
MEV-Burn 进展
以太坊基金会的研究员 Justin Drake 于 5 天前在 Ethereum Research 发表了一篇名为「MEV burn—design and benefits」的帖子，讨论 MEV-Burn 研究的最新情况。
但是该文章在发表后不久被删除，或许是因为部份细节还需更新。我正好是订阅了 RSS 所以留下了这条记录。
当时文章的链接为（现在已无法访问）：https://ethresear.ch/t/mev-burn-design-and-benefits/15388
无论如何，该方案一直都在以太坊的路线图中，虽然细节可能会经过更多讨论，但这个方案如果能落实，还是能给以太坊带来更多「通缩」特性，就像 EIP-1559 一样。
而且该方案还有更多的前置研究，所以最终落地还会有较长的时间，后续我们也会追踪其进展。
MEV burn 的核心是重新分配 MEV 给 ETH 持有者产生类似于 EIP-1559 的效果。
EIP-1559 是改善以太坊交易费用机制的提案，最早于 2018 年提出，但直到 2021 年 8 月才在以太坊主网上正式实施。该提案的目标是通过分离以太坊交易费用机制的两个组成部分，即基本费用和小费，来改善以太坊的交易费用机制。
MEV burn 是建立在 ePBS 机制之上的改进版本，所以只有当以太坊协议层可以通过 ePBS 捕获 MEV 后，才能实现 MEV burn。
MEV burn 对 ePBS 机制做出的改进：在 Builder 将 MEV 分配给 Proposer 的过程中，另一个角色 Attester 会设定 MEV 的底价并监控网络中的最大 MEV（在一小段时间内），当确定这个价格后，Poposer 获得的 MEV 中需要燃烧这部份的费用。
更多篇幅则是在讨论其中的一些技术细节，之后我们可以更深入研究。除此之外，还有两个和 MEV 相关的研究和进展。
Exploration of MEV Latencies
文章讨论了在区块链交易生命周期中降低延迟（Latency）的重要性，以及如何通过优化各个方面来实现这一目标。
文章提到了四个主要的延迟指标：触发传播延迟、Tick-to-Trade、交易传播延迟和供应链延迟。通过分析这些指标并研究降低它们的方法，可以帮助公共基础设施采用这些优化，从而实现 Latency 套利机会的民主化。
还讨论了一些降低延迟的技术，如节点共享、计算机内存管理、P2P 网络中的延迟最小化等。
Will the real MEV please stand up?
以太坊新研究
Voting Delay Attack: Punishing Honest Validators in POS
本文探讨了 PoS 的奖励/惩罚机制存在的漏洞。此机制旨在鼓励验证者投票并阻止验证者的不当行为，但可以通过在异步网络中扣留投票来进行攻击，导致诚实的验证者受到惩罚或不能获得奖励。攻击者可以欺骗诚实的验证者，使他们从一个链过渡到另一个链，投错链的人会受到惩罚。这可能会导致潜在的安全问题，并使验证者不愿意参与定投过程。一个建议的修复方法是在实施惩罚之前将错误的投票记录几个小时。
Towards practical post quantum stealth addresses
本文讨论了加密货币交易中隐形地址的概念，隐形地址是一种用于加密货币交易的隐私增强技术，为每笔交易生成一个独特的、一次性的公共地址。此外还介绍了一种基于 Commutative Supersingular isogenies（CSIDH）后量子版本的隐形地址，CSIDH 是一种基于同源性的后量子密钥交换。用于 CSIDH 的 VHHS 概念和群体行动逆问题 (GAIP) 的逻辑，可以被利用在将隐形地址从 DLOG 设置转换到 VHHS 设置上。
Data availability sampling and danksharding: An overview and a proposal for improvements
a16z 提出针对 DAS（数据可用性采样）和 Danksharding 方案的改进建议，希望将原来方案中需要 75% 的数据以重建区块的要求，降低至可能只需要 25% 即可。
Danksharding 是 Proto-Danksharding (EIP-4844) 的下一步升级，可以将区块大小进一步提升 60 倍，但是还需要很多的研究和研发投入。 EIP-4844 也至少要到下次以太坊升级（坎昆）中才可能加入。
所以 Danksharding 并不需要全节点储存所有数据，而是将数据打散存放在不同节点中，然后通过 DAS 来确保数据是否存在以及丢失后如何重建。
DAS 基于 Erasure coding （擦除码）和 Polynomial commitments （多项式承诺）这两个技术。a16z 提出的方案会对其中的细节进行微小的调整。如果丢失数据后，需要原本数据量的 75% 才能重建原始的数据，有望降低至 25%。
Time, slots, and the ordering of events in Ethereum Proof-of-Stake
Paradigm 系统性的回顾了之前 mev-boost-relay 的被攻击事件，以及以太坊的 PoS 共识算法和分叉选择规则（Fork-Choice Rule），并提出了更多的潜在解决方案。
MEV-boost 中的整体流程：
Builder 构建区块，提交给 Relay（验证有效性和计算支付多少费用给 Proposer）；
Relay 把区块头和付款价格发送给 Proposer，Proposer 从所有付款中选出最高价格然后对区块头签名返回给 Relay；
最后 Relay 把区块 Body 发送给 Proposer 并广播。
在 4 月 2 日的攻击中，Proposer 利用了 Relay 的漏洞，将无效的签名 Header 发送给 Relay（也就是上面的第三步），Relay 没有检查签名是否有效所以广播了区块 body，Proposer 便窃取 MEV。（Flashbots 发布的完整回顾）
发生该问题后，Flashbots 立即执行了 5 个修改：
Relay 会从数据库中检查已知的恶意攻击者；
Relay 会检查是否已在该 Slot 期间向网络交付了完整块；
Relay 在发布块之前，会引入一个 0 至 500 毫秒的随机延迟；
信标链节点的 Relay 在广播区块之前验证信标区块；
信标链节点的 Relay 在发布区块之前，会检查网络中是否有 equivocations（多个区块）。
这些调整带来了共识过程的延迟，导致了在攻击后的几天里，分叉块数量急剧增加。2 周的数据显示，在最坏的情况下，13 个区块（4.3%）在一小时内被 re-org，比正常情况多 5 倍。
还有更多的方案可以被考虑，比如实现 Headlock 方案等 9 条建议。
比特币进展
为什么取消 BIP35 mempool P2P 协议消息的支持？ (Proposed removal of BIP35 mempool P2P message)
因为可能会泄漏隐私信息。BIP35 mempool P2P 协议消息原本是为了在节点之间传递未确认的交易，以便节点可以在其内存池中维护最新的交易数据。然而，后来发现该消息可能会降低交易源头的隐私，因为通过滥用该消息或使用getdata请求任何内存池交易的能力，可以很容易确定哪个节点首次广播了一个交易。为了改善交易来源的隐私性，Bitcoin Core 移除了从其他节点请求未公布交易的功能，并将 mempool 消息限制为仅与交易 bloom 过滤器一起用于轻量级客户端。
匿名义警利用 OP_RETURN 标记近千个俄罗斯政府相关地址
在俄乌战争期间，一位比特币匿名人士利用 OP_RETURN 对近千个地址进行了标记，称与俄罗斯情报机构有关。
背景信息：OP_RETURN 是比特币脚本语言中可以用来存放一些数据的操作码，此前 OmniLayer 就是用了这个操作码实现了比特币网络中的 USDT 转账。
其中一些迹象表明，这位义警或许掌握了这些情报机构的部份比特币私钥。
Chainalysis 的标记数据库表明其中的三个地址的确属于俄罗斯，所以也为其他地址提供了可信度。
这位义警因为发送这些交易，共消耗了超过 30 万美元。
DeFi
Improved VaR Methodology
Gauntlet 近期升级了风险指标，以提高对协议风险进行更准确和全面的量化能力。他们使用了风险价值（VaR）指标来评估系统整体风险水平，并传达市场风险随时间变化的水平。本文提供了两个 DeFi 协议的例子，即 Compound III USDC Comet 和 Compound III WETH Comet，并阐述了 Gauntlet 如何根据每个协议的特定风险敞口，定制其 VaR 计算方法。此次升级将使协议风险评估更加精准、全面，风险管理决策更加清晰。同时，还减少了异常值模拟带来的噪音和偏移，提高了风险清算（LaR）指标的准确性。
📑论文
Empirical Analysis of EIP-1559: Transaction Fees, Waiting Time, and Consensus Security（EIP-1559 实证分析：交易费用、等待时间和共识安全）
作者来自：Yale University、Peking University、Duke University
本文利用以太坊的数据评估了交易费用机制（TFM）中 EIP-1559 的对区块链交易费用、等待时间和共识安全的影响。结果显示，EIP-1559 通过减少等待时间和区块内支付的 gas 价格差异来改善用户体验，但对 gas 费用水平和共识安全影响小。此外，还发现以太币价格波动越大等待时间越长，并验证了更大的区块会增加兄弟块的出现。（本文最早发表于 2022 年 1 月 14 日，在 2023 年 4 月 25 日更新了 V4 版本）
Demystifying Random Number in Ethereum Smart Contract: Taxonomy, Vulnerability Identification, and Attack Detection（揭秘以太坊智能合约中的随机数：分类、漏洞识别和攻击检测）
作者来自：Zhejiang University
本文讨论了利用不良随机性对区块链智能合约进行的攻击，提出了一个伪随机数生成原理的分类法，并对针对不良随机数的各种攻击进行了分类。此外，还介绍了 RNVulDet，一个使用污点分析技术来自动识别不良随机性漏洞并检测相应攻击交易的工具。RNVulDet 的有效性通过三个数据集得到了验证，并与其他最先进的智能合约漏洞检测器进行比较，结果显示 RNVulDet 表现最佳，同时在大多数情况下更快。
LNGate 2: Secure Bidirectional IoT Micro-payments using Bitcoin’s Lightning Network and Threshold Cryptography（LNGate 2: 使用比特币的闪电网络和阈值密码学保护双向物联网小额支付）
作者来自：ZenGo、Penn State Harrisburg、Florida International University、University of Central Arkansas
本文提出了一个协议，允许物联网设备通过一个不受信任的网关节点使用闪电网络的功能。这种委托方法是基于阈值密码学的方案驱动的，要求物联网设备和闪电网络（LN）网关共同执行所有 LN 操作。提供过改变 LN 的源代码实现所提出的协议，并使用几个 Raspberry Pis 评估了其性能。评估结果表明该协议是快速的，可拓展性强，并且没有额外的成本开销或显著的能源消耗开销。（本文最早发表于 2022 年 6 月 5 日，在 2023 年 4 月 25 日更新了 V2 版）
Blockchain Large Language Models（区块链大型语言模型）
作者来自：University of California Berkeley (Dawn Song)、Imperial College London、University College London
本文介绍了一个检测异常区块链交易的实时工具 TXRANK。它使用大型语言模型来检测异常情况，不依赖预定的规则或模式，能够检测更广泛的异常情况。在以太坊交易上进行了测试后，结果显示其有效识别了 6800 万笔交易数据集中的异常交易，并具有平均每秒 2284 笔交易的吞吐量。这项工作通过引入定制的数据编码、领域特定的代币化技术和专门为 EVM 跟踪表示而制作的树形编码方法，对区块链做出了贡献。
Blockchain-based Federated Learning with Secure Aggregation in Trusted Execution Environment for Internet-of-Things（物联网可信执行环境中基于区块链的联邦学习与安全聚合）
作者来自：RMIT University、University of Oklahoma
本文提出一种基于区块链的联邦学习（FL）框架和基于 Intel 软件保护扩展（SGX）的可信执行环境（TEE），用于安全地聚合工业物联网（IIoT）中的本地模型。此框架通过利用区块链网络确保全局模型的真实性和完整性。网络中的每个节点都有一个支持 SGX 的处理器来安全地执行基于 FL 的聚合任务。并用不同 CNN 模型和数据集进行了实验，以评估该框架的性能。
Invariance properties of maximal extractable value（MEV 的不变性）
作者来自：Jump Crypto
本文提出了一个分析去中心化交易所交易的形式体系，以及代表所有链上套利机会特定的 MEV 公式。以此形式体系证明，对于具有确定块时间的区块链，其流动性池满足某些自然属性，特定的 MEV 在区块链的排序机制变化下是不变的。这可以为区块链协议设计提供参考，排除旨在通过改变排序机制或缩短区块时间来增加交易机会的设计。