Μονάδες
1. Εισαγωγή στην Τεχνητή Νοημοσύνη στο Blockchain και στο Web3: Ρόλοι, Όρια, Έλεγχος ταυτότητας και Ασφάλεια-Κρισιμότητα 2. Υποστήριξη Smart Contract Writing: Solidity/Vyper Draft και Secure Code Generation 3. Υποστήριξη Έξυπνου Ελέγχου Συμβάσεων: Ανασκόπηση Ασφαλείας και Προσχέδια Ευρημάτων 4. Σάρωση ευπάθειας: Κοινά μοτίβα ευπάθειας και αυτοματοποιημένη ανάλυση 5. Ανάλυση δεδομένων On-Chain: Κάνοντας αίσθηση αποκλεισμού, συναλλαγών και δεδομένων πορτοφολιού 6. Ανάλυση DeFi και Πρωτοκόλλου: Ρευστότητα, MEV και Οικονομικές Επιθέσεις 7. Tokenomic Modelling: Supply, Distribution, Incentive και Simulation 8. Τεκμηρίωση και τεχνική γραφή: Λευκό βιβλίο, NatSpec και Οδηγός χρήσης 9. Απάτη, χάλι και ανίχνευση κινδύνου: Κόκκινες σημαίες επί της αλυσίδας 10. Έλεγχος κρίσιμος για την ασφάλεια, έγκριση από εμπειρογνώμονα και υπεύθυνη χρήση 11. Ροή εργασιών από άκρο σε άκρο, Διακυβέρνηση, Επαλήθευση και Δεοντολογία
Μονάδα 6 / 11

Ανάλυση DeFi και Πρωτοκόλλου: Ρευστότητα, MEV και Οικονομικές Επιθέσεις

Κέρδη:

  • Ικανότητα κατανόησης δομικών στοιχείων DeFi όπως AMM, πισίνα ρευστότητας, oracle και δάνειο flash και χρήση τεχνητής νοημοσύνης στην επεξήγηση μηχανισμών και τη σύνταξη σεναρίων
  • Να είστε σε θέση να διακρίνετε ότι οι περισσότεροι κίνδυνοι DeFi είναι ευπάθειες οικονομικής/επιχειρηματικής λογικής, όχι σφάλματα κώδικα και ότι η τεχνητή νοημοσύνη είναι αδύναμη στην αρχική οικονομική ευπάθεια
  • Να είσαι σε θέση να καταλάβεις ότι η οικονομική ασφάλεια αποδεικνύεται με την προσομοίωση, όχι με τη σκέψη, και ότι ο εθισμός στο μαντείο είναι το πιο εύθραυστο σημείο.

Το DeFi (Decentralized Finance) είναι ο τομέας με την υψηλότερη αξία και τις περισσότερες επιθέσεις του Web3. Οι ανταλλαγές, τα πρωτόκολλα δανεισμού, οι ομάδες ρευστότητας—όλα λειτουργούν ως κώδικας και όλα διακινούν εκατομμύρια δολάρια σε ένα εχθρικό περιβάλλον. Σε αυτήν την ενότητα, θα χρησιμοποιήσουμε την τεχνητή νοημοσύνη ως βοηθό ανάλυσης πρωτοκόλλου. Θα μάθουμε να κατανοούμε τη ρευστότητα, την τιμολόγηση, το MEV και τις οικονομικές επιθέσεις και πού η τεχνητή νοημοσύνη είναι χρήσιμη και ανεπαρκής σε αυτόν τον τομέα.

Βασικά δομικά στοιχεία του DeFi

  • AMM (Automated Market Maker): Ένας μηχανισμός ανταλλαγής που ορίζει τις τιμές με έναν τύπο (π.χ. x·y=k) αντί να ταιριάζει με αγοραστές και πωλητές.
  • Δεξαμενή ρευστότητας: Ένα κοινό αμοιβαίο κεφάλαιο όπου οι χρήστες καταθέτουν μάρκες και πραγματοποιούνται συναλλαγές.
  • Πρωτόκολλο δανεισμού: Δανεισμός έναντι εξασφαλίσεων. Η ρευστοποίηση συμβαίνει όταν μειώνεται η αξία της εξασφάλισης.
  • Oracle: Η πηγή δεδομένων που φέρνει την τιμή του εξωτερικού κόσμου στο πρωτόκολλο — η πιο κρίσιμη και πιο εύθραυστη εξάρτηση του DeFi.
  • Flash loan: Δάνειο που λαμβάνεται χωρίς εξασφαλίσεις σε μία μόνο συναλλαγή και επιστρέφεται στην ίδια συναλλαγή. Έχει τόσο νόμιμες χρήσεις όσο και εργαλείο επίθεσης.

MEV και οικονομικές επιθέσεις

Το MEV (Μέγιστη Εξαγώγιμη Αξία — η τιμή που εξάγεται από την αρχή για την παραγγελία/προσθήκη/αφαίρεση συναλλαγών) είναι μια κατηγορία κινδύνου ειδικά για το DeFi. Οι εκκρεμείς συναλλαγές εμφανίζονται στο δημόσιο pool (mempool). Αυτή η ορατότητα ανοίγει την πόρτα στις ακόλουθες επιθέσεις:

  • Εμπρός εκτέλεση: Βλέποντας μια κερδοφόρα συναλλαγή και εισάγετε τη δική σας συναλλαγή μπροστά της.
  • Επίθεση με σάντουιτς: Πραγματοποίηση συναλλαγών πριν και μετά την αγορά του θύματος και επωφεληθείτε από τη διαφορά τιμής.
  • Χειρισμός Oracle: Παραπλάνηση του πρωτοκόλλου αλλάζοντας στιγμιαία την τιμή μιας πισίνας, συνήθως με ένα στιγμιαίο δάνειο.

Αυτές οι επιθέσεις δεν προκύπτουν από το «bug» του κώδικα, αλλά από την εκμεταλλευσιμότητα του οικονομικού σχεδιασμού. Αυτό είναι όπου η τεχνητή νοημοσύνη έχει τη μεγαλύτερη δυσκολία: η τεχνητή νοημοσύνη που είναι καλή στη σάρωση τεχνικού κώδικα συχνά δεν μπορεί να εντοπίσει μια οικονομική ευπάθεια που σχετίζεται με το πρωτόκολλο.

Προσοχή: Η πλειονότητα των ευπαθειών του DeFi δεν είναι "σφάλματα κώδικα" αλλά ευπάθειες οικονομικής/επιχειρηματικής λογικής. Η τυπική σάρωση κωδικών του AI τα παραλείπει. Αυτός είναι ο τομέας που απαιτεί την περισσότερη ανθρώπινη εξειδίκευση, προσομοίωση και μοντελοποίηση.

Ο ρόλος του AI στην ανάλυση DeFi

1. Περιγραφή μηχανισμού. Το AI είναι ισχυρό στο να εξηγεί σε απλή γλώσσα πώς λειτουργεί ένα σύνθετο πρωτόκολλο (π.χ. ένα AMM που βασίζεται σε καμπύλες). Αυτό παρέχει γρήγορη είσοδο στην ανάλυση.

2. Δημιουργία σεναρίου/αντι-υπόθεσης. «Με ποια κίνηση τιμής θα μπει αυτό το πρωτόκολλο χρέους σε κρίση εκκαθάρισης;» Η τεχνητή νοημοσύνη παράγει προσχέδια σεναρίων με ερωτήσεις όπως: Αυτά ελέγχονται με προσομοίωση.

3. Υπενθύμιση γνωστών μοτίβων επίθεσης. Το AI προκαλεί τα μοτίβα προηγούμενων επιθέσεων DeFi (χειραγώγηση χρησμού, επανεισαγωγή, σπείρα εκκαθάρισης) σαν μια λίστα ελέγχου.

4. Προσχέδιο σχεδίου προσομοίωσης. Η τεχνητή νοημοσύνη μπορεί να καταστρώσει ένα σχέδιο για το ποια σενάρια να δοκιμάσουν. αλλά η ίδια η προσομοίωση γίνεται με το εργαλείο (Foundry, Tenderly).

Αδύναμη προτροπή / Ισχυρή προτροπή

Αδύναμη προτροπή:

Είναι ασφαλές αυτό το πρωτόκολλο DeFi;

Ισχυρή προτροπή:

Ο ρόλος σας: Αναλυτής πρωτοκόλλου DeFi. Εξετάστε τον μηχανισμό πρωτοκόλλου παρακάτω. Εξετάστε τα ακόλουθα διανύσματα οικονομικής επίθεσης ένα προς ένα: χειραγώγηση μαντείου (με στιγμιαίο δάνειο), σάντουιτς/προκαταρκτική λειτουργία, σπείρα ρευστοποίησης, εφέ απόσυρσης ρευστότητας. Για κάθε διάνυσμα: πώς να ενεργοποιηθεί, ποια συνθήκη απαιτείται, πιθανή πρόσκρουση. Αυτές είναι οι υποθέσεις που πρέπει να ελεγχθούν ΜΕ ΠΡΟΣΟΜΟΙΩΣΗ. Μην πείτε σίγουρα "ασφαλές/μη ασφαλές". ΔΗΜΙΟΥΡΓΗΣΤΕ Πραγματικό κωδικό επίθεσης. Περιγράψτε τον κίνδυνο μόνο για αμυντικούς σκοπούς.

Τέσσερα πρότυπα με δυνατότητα αντιγραφής

1) Περιγραφή μηχανισμού:

Εξηγήστε σε απλή γλώσσα, βήμα προς βήμα, τον μηχανισμό τιμολόγησης/ρευστότητας αυτού του πρωτοκόλλου: τι συμβαίνει όταν ένας χρήστης πραγματοποιεί μια συναλλαγή, πώς καθορίζεται η τιμή, ποιες εξωτερικές εξαρτήσεις υπάρχουν; Σημειώστε το μέρος που δεν καταλαβαίνετε ή αφήστε ασαφές.

2) Επιφάνεια οικονομικής επίθεσης:

Χαρτογραφήστε την επιφάνεια οικονομικής επίθεσης αυτού του πρωτοκόλλου: ποιες παραδοχές μπορούν να αξιοποιηθούν σε χρησμό, ρευστότητα, εξασφαλίσεις, ρευστοποίηση, διακυβέρνηση; Γράψτε κάθε κίνδυνο με μια συνθήκη ("τι θα γινόταν αν"). Να το παρουσιάσετε ως υπόθεση που θα επιβεβαιωθεί με προσομοίωση.

3) Σενάριο άγχους:

Εξετάστε τα ακόλουθα σενάρια: εάν το κουπόνι ασφάλειας μειωθεί κατά 50%, εάν η τιμή του μαντείου αποκλίνει στιγμιαία κατά 30%, εάν αποσυρθεί το 80% της ρευστότητας, ποιο θα είναι το πρωτόκολλο; Γράψτε το knock-on αποτέλεσμα κάθε σεναρίου. Μην διεκδικείτε αριθμητική ακρίβεια. Προσδιορίστε ότι απαιτείται προσομοίωση.

4) Αντιστοίχιση προτύπων επίθεσης ιστορικού:

Ο σχεδιασμός αυτού του πρωτοκόλλου φέρει παρόμοιες συνθήκες με ποιο από τα γνωστά μοτίβα επίθεσης DeFi (π.χ. μαντείο μίας πηγής, ανοιχτή τιμή δανείου flash); Επισημάνετε ομοιότητες για αμυντικούς σκοπούς. Μην κάνετε το βήμα εκμετάλλευσης, θα δημιουργήσει μόνο ένα σημείο προσοχής.

Τρεις μίνι θήκες (σε αριθμούς)

Περίπτωση 1 — Ο κίνδυνος Oracle εντοπίστηκε νωρίς. Μια ομάδα σχεδίαζε ένα νέο πρωτόκολλο χρέους. Κατά τη διάρκεια της εξήγησης του μηχανισμού, ο YZ σημείωσε την υπόθεση ότι "η τιμή λαμβάνεται από ένα μόνο pool και μπορεί να χειραγωγηθεί με δάνεια flash". Η ομάδα το επιβεβαίωσε στην προσομοίωση και μετακινήθηκε στο TWAP + multi-source. Εκτιμώμενη απώλεια που αποφεύχθηκε: ολόκληρη η κλειδωμένη τιμή του πρωτοκόλλου. Μάθημα: Η τεχνητή νοημοσύνη είναι πολύτιμη για την πρόκληση γνωστών προτύπων.

Περίπτωση 2 — Η τεχνητή νοημοσύνη έχασε την αρχική ευπάθεια. Σε άλλο πρωτόκολλο, η ευπάθεια ήταν ένα μοναδικό οικονομικό σφάλμα που προέκυψε από την αλληλεπίδραση δύο μηχανισμών (ανταμοιβή + εκκαθάριση). Το AI βρήκε κάθε μηχανισμό «άψογο» έναν προς έναν. Δεν μπορούσα να δω την αλληλεπίδραση. Λήψη μοντελοποίησης και προσομοίωσης ανθρώπου. Μάθημα: ενώ τα στοιχεία είναι σωστά, τα οικονομικά του συνόλου είναι το τυφλό σημείο της τεχνητής νοημοσύνης.

Περίπτωση 3 — Το σχέδιο προσομοίωσης εξοικονόμησε χρόνο. Ένας αναλυτής συνέταξε 15 διαφορετικά σενάρια στρες στο AI αντί να τα σχεδιάσει με το χέρι. μετά το έτρεξε στο Χυτήριο. Ο προγραμματισμός μειώθηκε από 1 ημέρα σε 2 ώρες. αλλά η ερμηνεία των αποτελεσμάτων και η απόφαση ήταν του ανθρώπου. Μάθημα: Σχέδια τεχνητής νοημοσύνης, μέτρα οχημάτων, ο άνθρωπος αποφασίζει.

Η αναγκαιότητα της προσομοίωσης

Στο DeFi, η ασφάλεια δεν αποδεικνύεται με τη «σκέψη». Δοκιμάζεται με προσομοίωση. Η οικονομική ευρωστία ενός πρωτοκόλλου μπορεί να γίνει κατανοητή με την αριθμητική εκτέλεση διαφορετικών σεναρίων τιμής, ρευστότητας και επίθεσης. Η τεχνητή νοημοσύνη μπορεί να σχεδιάσει και να συντάξει τον κώδικα αυτών των προσομοιώσεων. αλλά είναι τα εργαλεία και οι άνθρωποι που παράγουν και ερμηνεύουν τα αποτελέσματα. Η δήλωση "πιθανώς ανθεκτικό" που παράγεται από το AI δεν είναι αποτέλεσμα προσομοίωσης και δεν μπορεί να παρουσιαστεί ως τέτοια.

Συμβουλή: Όταν λαμβάνετε μια αξιολόγηση κινδύνου DeFi από την τεχνητή νοημοσύνη, θα πρέπει να ρωτάτε κάθε υπόθεση "με ποια προσομοίωση θα το δοκιμάσω;" Μετατρέψτε το σε ερώτηση. Ένας ισχυρισμός ασφαλείας που δεν μπορεί να ελεγχθεί δεν αποτελεί διασφάλιση στο DeFi.

Συνήθη λάθη

  • Σάρωση του οικονομικού ελλείμματος σαν σφάλμα κώδικα. Οι κίνδυνοι DeFi είναι κυρίως στην επιχειρηματική λογική.
  • Εμπιστεύεστε το AI για να πείτε "ασφαλές" και παραλείποντας την προσομοίωση. Απαιτείται δοκιμή.
  • Επικύρωση στοιχείων ένα προς ένα και παράλειψη αλληλεπίδρασης. Η οικονομία του συνόλου είναι κρίσιμη.
  • Εμπιστεύεστε την Oracle από μία μόνο πηγή. Η πιο κοινή καταστροφή DeFi.
  • Αγνοώντας το MEV/front-running. Ξεχνώντας το γεγονός του δημόσιου μνημείου.
  • Δημιουργία κώδικα εκμετάλλευσης. Μόνο η αμυντική ανάλυση είναι θεμιτή.

Συνοπτικά

  • Το DeFi είναι ένας χώρος υψηλής αξίας και εχθρικός. Οι κίνδυνοι είναι κυρίως στην οικονομική/επιχειρηματική λογική.
  • Το MEV, το front-running, το sandwich και η χειραγώγηση μαντείου είναι κατηγορίες επιθέσεων ειδικά για το DeFi.
  • Η τεχνητή νοημοσύνη είναι ισχυρή στην επεξήγηση μηχανισμών και στη σύνταξη σεναρίων. Το αρχικό οικονομικό έλλειμμα είναι αδύναμο.
  • Η οικονομική ασφάλεια αποδεικνύεται με προσομοίωση, όχι με σκέψη. Σχέδια τεχνητής νοημοσύνης, μέτρα οχημάτων.
  • Η εξάρτηση Oracle είναι το πιο ευάλωτο σημείο του DeFi. απαιτούνται πολλαπλοί πόροι και TWAP.

Εργασία εφαρμογής

Επιλέξτε ένα πρωτόκολλο AMM ή δανεισμού (με σαφή τεκμηρίωση). Εφαρμόστε τις προτροπές "περιγραφή μηχανισμού" και "επιφάνεια οικονομικής επίθεσης" στο AI. Για κάθε υπόθεση κινδύνου που παράγει το AI, "με ποια προσομοίωση θα το δοκίμαζα αυτό;" Απαντήστε στην ερώτηση. Στη συνέχεια, βρείτε την πραγματική έκθεση ελέγχου αυτού του πρωτοκόλλου και συγκρίνετε τα πραγματικά ευρήματα με τους κινδύνους που επισημαίνονται από το AI: Τι έπιασε το AI, τι έχασε;

λίστα ελέγχου

  • [ ] Συζήτησα τους κινδύνους σε δύο διαστάσεις: κωδικός + οικονομία.
  • [ ] Αξιολόγησα το MEV/front-running.
  • [ ] Εξέτασα επίσης την εξάρτηση Oracle.
  • [ ] Αμφισβήτησα την αλληλεπίδραση των συνιστωσών (ολόκληρη την οικονομία).
  • [ ] Συνέδεσα κάθε υπόθεση με ένα σχέδιο προσομοίωσης.
  • [ ] Αντικατέστησα το "ασφαλές" του AI με προσομοίωση.
  • [ ] Το ανέλυσα μόνο για αμυντικούς σκοπούς.