作为一般用户，可以通过设置较低的交易滑点和较高的Gas费来应对抢先交易。
本文旨在全面解析广泛存在于以太坊区块链上的攻击行为：Front-Running，通过对其原理的研究，寻找最有效的解决方案，最终帮助DeGate用户避免这一严重有损他们利益的攻击行为。
Front-Running和Mempool
简单来说，Front-Running是指在一笔正常交易等待打包的过程中，抢跑机器人通过设置更高Gas费用抢先完成攻击交易，以此攫取用户利益的攻击行为。而Mempool是一组已经广播到网络中并等待被打包进区块的以太坊交易，它是Front-Running可以实施的前提，抢跑机器人通过不断扫描Mempool中的交易，来分析发现可攻击的目标。下图是一个Mempool浏览器，可以通过设置各种筛选项订阅Mempool中的交易，并查看这些交易的全部详细信息。
在所有Front-Running中，最典型最具危害性的就是针对AMM交易的SandwichAttacks，除此以外还有针对套利、清算交易、闪电贷等利用系统漏洞获利的抢跑攻击，攻击者数量众多，且由自动化脚本控制，永远不知疲倦，因此任何有利可图的交易都会遭受他们的饱和攻击，几乎没有幸免的可能。
接下来，我们重点对三明治攻击进行分析。
SandwichAttacks
真实攻击案例
首先我们来看一个真实的三明治攻击案例。
上图可见，三笔交易在同一个区块被打包，两笔攻击交易中间夹着一笔正常交易。其具体流程如下：
用户首先发起一笔正常交易，用237000.705USDC买入DG，设置GasPrice为40.5Gwei；
抢跑机器人检测到这笔有利可图的交易后，随即展开攻击，发起一笔买入交易，设定GasPrice为49.9Gwei，凭借Gas竞争机制成功抢跑用户的正常交易；
与此同时，机器人发出另一笔卖出交易，设置GasPrice同样为40.5Gwei，因为时间顺序的原因，紧贴着用户正常交易完成。
一次完美的抢跑攻击完成，算上手续费，机器人共赚取16448.012-16310.3-15.2-10.61=$111.9，而这种两笔攻击交易夹着一笔正常交易的攻击，就被形象的称为三明治攻击。
原理说明
为了更好的说明攻击原理，我们补充一些相关背景知识。
我们知道，现如今的主流DEX如Uniswap等，采用的都是AMM机制，其价格遵循恒定乘积公式。例如，在Uniswap中建立一个A代币与ETH的流动池，A数量为1000，ETH数量为100，则两者数量乘积为100000，当前A价格为0.1ETH。当Alice试图用10个ETH来池子里购买A时，他所得到的A的数量X，可以用下面的公式推导(注：为简化计算，以下均未考虑手续费)：
*=100000，X=90.9
这笔交易中，A的价格为10/90.9=0.11，相比于原来A的价格，价格滑点为:
/0.1*100%=10%
一笔交易就让币价产生了10%的滑点，可见越是流动性差的池子，遇到大额交易，越是容易产生滑点。而如果，能在用户正常的大额交易前，抢先买入A，再在用户正常交易后，将刚买入的A卖出，就可以获得一笔不菲的收益。沿用刚才的例子，假设在Alice的交易前，Bob抢先花5个ETH购买A，然后在Alice的交易完成后，Bob再把之前买入的A卖出，我们看看会有什么样的结果。
首先是Bob的抢跑交易：
(1000-X)*(1005)=100000,X=47.62
即，Bob用5ETH购得47.62个A
接下来是Alice的正常交易，注意此时流动池中A的数量变为952.38，ETH的数量变为105：
(952.38-X)*(10510)=100000,X=82.81
最后Bob卖出47.62个A的交易，此时流动性中A的数量为869.57，ETH的数量为115：
*=100000，Y=5.97
通过这一次抢跑攻击，Bob净赚5.97-5=0.97个ETH，而Alice净亏90.9-82.81=8.09个A，Bob通过使Alice蒙受更大的滑点损失来获得自己的收益！
当然，实际的抢跑攻击会更复杂，攻击者需要进行更精密的计算，以求实现以下两个目标：
让用户的交易结果无限逼近用户自己设置的最大滑点，以求达到理论上的最大套利空间
在手续费竞争力和收益之间取得平衡，尽可能的在与其他机器人的竞争中获胜
我们用图表来更好的描述这一过程：
用户在A点，打算投入in_amount(user)个USDT购买ETH，这笔交易正常会把当前状态推向B，同时用户设置了最大滑点为B(max_slippage)；
抢跑机器人监测到这笔交易，先于用户交易之前，进行了一笔in_amount(robot)个USDT的买入交易，将当前状态推到A'；
用户的交易随后执行，达到其设置的最大滑点B(max_slippage)；
抢跑机器人把步骤2中买入的ETH卖出，状态达到C点，得到out_amount(robot)个USDT
抢跑机器人获得收益out_amount(robot)-in_amount(robot)-手续费
解决方案
既然我们已经看到了Front-Running的杀伤力，那我们有什么办法阻止抢跑攻击呢？
作为一般用户，应对Front-Running可以有以下几种手段：
设置较低的交易滑点，比如0.1%，这会让抢跑机器人缺少可盈利的空间。?缺点：滑点过低导致大额交易十分容易失败，且失败的交易仍然需要支付高昂手续费。
提高gas费用，这会增加机器人的攻击成本。缺点：这同样也增加了自己的交易成本。
可以看出，以上解决方案都是无奈之举，且有各种不足，幸运的是，有很多团队认识到了Front-Running的危害性，并提出了不少有建设性的解决方案。首先通过对捕猎全过程的分析，我们可以得出结论，要实现Front-Running，需要几个要素：
Transaction公开性：可以在Mempool中获取交易的详细信息
以太坊交易执行机制：可以通过gas竞争的方式抢先完成交易
AMM交易曲线机制：恒定乘积机制可以造成较大滑点
那么反制手段就是分别在这几个要素上做文章。
Transaction公开性
既然机器人是通过分析Mempool中的交易来决定是否发起攻击，那么我们将交易信息直接加密，让机器人看不到或者看不懂不就好了？
社区中就有人提议使用零知识证明技术zk-SNARKs来达成上述目标，即运用zk-SNARKs将每笔交易的信息都加密隐藏起来，让机器人无从下手。
不过，目前该方案还不够成熟，存在需要消耗更高Gas费用和可能被利用来进行阻塞攻击，导致系统化整体liveness的缺陷。
以太坊交易执行机制
当前的以太坊交易执行机制是通过Gas竞争来完成的，即谁出的Gas费高，矿工就优先打包谁的交易，那么我们如果绕过这种机制，把交易发给矿工让其直接打包，就杜绝了抢跑机器人在中途攻击的可能性
所以一种类似于Layer0的方案也得到了一些应用，如星火矿池的Taichi服务，用户可以直接在MetaMask中设置Taichi的以太坊节点，这样交易就直接在没有出现在Mempool的情况下被打包了，但劣势是被打包的时效有一定的不确定性。
另外，如ArcherSwap类似理念的解决方案，构建了交易者和矿工之间的桥梁，交易者可以通过打赏的形式让矿工直接打包自己的交易，这就避免了被Front-Running的可能。虽然有那么点交保护费来避免被攻击的感觉，但也实实在在的降低了交易者的成本，而且有着不收取交易失败费用的优势。
AMM算法优化
在AMM机制下，大额交易产生过大的价格滑点，是Front-Running的利润空间，如果有一种AMM机制可以减少大额交易对后续交易价格的影响，就可以有效防止Front-Running攻击。早在2018年，Vitalik在以太坊技术社区中提供了一个方案，当发生兑换交易时，交易池价格不会立刻调整成真实价格，而是在若干分钟内，缓慢的趋向真实价格，这就好像交易池凭空多出了很多流动性一样，因此我们将这种技术称之为VitrualBalance技术。这种新机制，可大大压缩套利者的利润空间，有效防御Front-Running攻击，同时还可以增加流动性做市商的收益，可谓一举多得，1inch的mooniswap就是这个方案的一个实现版本。
增加流动性
此外，还有种思路，就是尽可能的加大交易池中特定价格区间的流动性，流动性越大，滑点越小，当流动性大到一定程度的时候，抢跑机器人就丧失了盈利空间，Uniswap的V3版本的聚焦流动性特性，就是在这方面做出的努力。
展望未来
我们有理由相信，在各个团队坚持不懈的努力之下，随着各种解决方案的持续演进，以及新一代AMM、以太坊二层等技术的相继落地，很快我们就可以为用户提供一个更公平更安全的链上交易环境。
撰文：DeGate
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。