ಲಾಭಗಳು:
- AMM, ಲಿಕ್ವಿಡಿಟಿ ಪೂಲ್, ಒರಾಕಲ್ ಮತ್ತು ಫ್ಲಾಶ್ ಲೋನ್ನಂತಹ DeFi ಬಿಲ್ಡಿಂಗ್ ಬ್ಲಾಕ್ಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಯಾಂತ್ರಿಕ ವಿವರಣೆ ಮತ್ತು ಸನ್ನಿವೇಶ ಡ್ರಾಫ್ಟಿಂಗ್ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸುವುದು
- Being able to distinguish that most DeFi risks are economic/business logic vulnerabilities, not code bugs, and that artificial intelligence is weak in the original economic vulnerability
- ಆರ್ಥಿಕ ಭದ್ರತೆಯು ಸಿಮ್ಯುಲೇಶನ್ನಿಂದ ಸಾಬೀತಾಗಿದೆ, ಆಲೋಚನೆಯಿಂದ ಅಲ್ಲ ಮತ್ತು ಒರಾಕಲ್ ಚಟವು ಅತ್ಯಂತ ದುರ್ಬಲವಾದ ಅಂಶವಾಗಿದೆ ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
DeFi (ವಿಕೇಂದ್ರೀಕೃತ ಹಣಕಾಸು) Web3 ನ ಅತ್ಯಧಿಕ ಮೌಲ್ಯ ಮತ್ತು ಹೆಚ್ಚು ದಾಳಿಗೊಳಗಾದ ಡೊಮೇನ್ ಆಗಿದೆ. ವಿನಿಮಯಗಳು, ಸಾಲ ನೀಡುವ ಪ್ರೋಟೋಕಾಲ್ಗಳು, ಲಿಕ್ವಿಡಿಟಿ ಪೂಲ್ಗಳು-ಎಲ್ಲವೂ ಕೋಡ್ನಂತೆ ರನ್ ಆಗುತ್ತವೆ ಮತ್ತು ಎಲ್ಲವೂ ಪ್ರತಿಕೂಲ ವಾತಾವರಣದಲ್ಲಿ ಮಿಲಿಯನ್ಗಟ್ಟಲೆ ಡಾಲರ್ಗಳನ್ನು ಚಲಿಸುತ್ತವೆ. ಈ ಘಟಕದಲ್ಲಿ, ನಾವು ಪ್ರೋಟೋಕಾಲ್ ವಿಶ್ಲೇಷಣೆ ಸಹಾಯಕರಾಗಿ AI ಅನ್ನು ಬಳಸುತ್ತೇವೆ; ದ್ರವ್ಯತೆ, ಬೆಲೆ, MEV ಮತ್ತು ಆರ್ಥಿಕ ದಾಳಿಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ನಾವು ಕಲಿಯುತ್ತೇವೆ ಮತ್ತು ಈ ಸಂದರ್ಭೋಚಿತ ಪ್ರದೇಶದಲ್ಲಿ AI ಸಹಾಯಕವಾಗಿದೆ ಮತ್ತು ಅಸಮರ್ಪಕವಾಗಿದೆ.
DeFi ನ ಮೂಲ ಬಿಲ್ಡಿಂಗ್ ಬ್ಲಾಕ್ಸ್
- AMM (ಸ್ವಯಂಚಾಲಿತ ಮಾರುಕಟ್ಟೆ ತಯಾರಕ): ಖರೀದಿದಾರರು ಮತ್ತು ಮಾರಾಟಗಾರರನ್ನು ಹೊಂದಿಸುವ ಬದಲು ಸೂತ್ರದ ಮೂಲಕ ಬೆಲೆಗಳನ್ನು ನಿಗದಿಪಡಿಸುವ ವಿನಿಮಯ ಕಾರ್ಯವಿಧಾನವಾಗಿದೆ (ಉದಾ. x·y=k).
- ಲಿಕ್ವಿಡಿಟಿ ಪೂಲ್: ಬಳಕೆದಾರರು ಟೋಕನ್ಗಳನ್ನು ಠೇವಣಿ ಇಡುವ ಮತ್ತು ವ್ಯಾಪಾರ ನಡೆಯುವ ಸಾಮಾನ್ಯ ನಿಧಿ.
- ಸಾಲ ನೀಡುವ ಪ್ರೋಟೋಕಾಲ್: ಮೇಲಾಧಾರದ ವಿರುದ್ಧ ಎರವಲು; ಮೇಲಾಧಾರ ಮೌಲ್ಯ ಕಡಿಮೆಯಾದಾಗ ದ್ರವೀಕರಣ ಸಂಭವಿಸುತ್ತದೆ.
- ಒರಾಕಲ್: ಪ್ರೋಟೋಕಾಲ್ಗೆ ಹೊರಗಿನ ಪ್ರಪಂಚದ ಬೆಲೆಯನ್ನು ತರುವ ಡೇಟಾ ಮೂಲ - DeFi ಯ ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಮತ್ತು ಅತ್ಯಂತ ದುರ್ಬಲವಾದ ಅವಲಂಬನೆ.
- ಫ್ಲ್ಯಾಶ್ ಲೋನ್: ಒಂದೇ ವಹಿವಾಟಿನಲ್ಲಿ ಮೇಲಾಧಾರವಿಲ್ಲದೆ ತೆಗೆದುಕೊಂಡ ಮತ್ತು ಅದೇ ವಹಿವಾಟಿನಲ್ಲಿ ಹಿಂದಿರುಗಿದ ಸಾಲ; ಇದು ಕಾನೂನುಬದ್ಧ ಬಳಕೆಗಳು ಮತ್ತು ದಾಳಿಯ ಸಾಧನ ಎರಡನ್ನೂ ಹೊಂದಿದೆ.
MEV ಮತ್ತು ಆರ್ಥಿಕ ದಾಳಿಗಳು
MEV (ಗರಿಷ್ಠ ಹೊರತೆಗೆಯಬಹುದಾದ ಮೌಲ್ಯ - ವಹಿವಾಟುಗಳನ್ನು ಆದೇಶಿಸಲು/ಸೇರಿಸಲು/ತೆಗೆದುಹಾಕಲು ಪ್ರಾಧಿಕಾರದಿಂದ ಹೊರತೆಗೆಯಲಾದ ಮೌಲ್ಯ) DeFi ಗೆ ನಿರ್ದಿಷ್ಟವಾದ ಅಪಾಯದ ವರ್ಗವಾಗಿದೆ. ಬಾಕಿಯಿರುವ ವಹಿವಾಟುಗಳು ಸಾರ್ವಜನಿಕ ಪೂಲ್ನಲ್ಲಿ (ಮೆಂಪೂಲ್) ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತವೆ; ಈ ಗೋಚರತೆಯು ಈ ಕೆಳಗಿನ ದಾಳಿಗಳಿಗೆ ಬಾಗಿಲು ತೆರೆಯುತ್ತದೆ:
- ಮುಂಭಾಗದಲ್ಲಿ ನಡೆಯುವುದು: ಲಾಭದಾಯಕ ವ್ಯವಹಾರವನ್ನು ನೋಡುವುದು ಮತ್ತು ಅದರ ಮುಂದೆ ಸ್ವಂತ ವ್ಯವಹಾರವನ್ನು ಸೇರಿಸುವುದು.
- ಸ್ಯಾಂಡ್ವಿಚ್ ದಾಳಿ: ಬಲಿಪಶುವಿನ ಖರೀದಿಯ ಮೊದಲು ಮತ್ತು ನಂತರ ವಹಿವಾಟುಗಳನ್ನು ನಡೆಸುವುದು ಮತ್ತು ಬೆಲೆ ವ್ಯತ್ಯಾಸದಿಂದ ಲಾಭ ಪಡೆಯುವುದು.
- ಒರಾಕಲ್ ಮ್ಯಾನಿಪ್ಯುಲೇಷನ್: ಸಾಮಾನ್ಯವಾಗಿ ಫ್ಲ್ಯಾಶ್ ಲೋನ್ನೊಂದಿಗೆ ಪೂಲ್ನ ಬೆಲೆಯನ್ನು ತಕ್ಷಣವೇ ಬದಲಾಯಿಸುವ ಮೂಲಕ ಪ್ರೋಟೋಕಾಲ್ ಅನ್ನು ಮೋಸಗೊಳಿಸುವುದು.
ಈ ದಾಳಿಗಳು ಕೋಡ್ನ "ದೋಷ" ದಿಂದ ಉಂಟಾಗುವುದಿಲ್ಲ, ಆದರೆ ಆರ್ಥಿಕ ವಿನ್ಯಾಸದ ಶೋಷಣೆಯಿಂದ. ಇಲ್ಲಿ AI ಅತ್ಯಂತ ಕಷ್ಟವನ್ನು ಹೊಂದಿದೆ: ತಾಂತ್ರಿಕ ಕೋಡ್ ಅನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವಲ್ಲಿ ಉತ್ತಮವಾದ AI ಸಾಮಾನ್ಯವಾಗಿ ಪ್ರೋಟೋಕಾಲ್-ನಿರ್ದಿಷ್ಟ ಆರ್ಥಿಕ ದುರ್ಬಲತೆಯನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಸಾಧ್ಯವಿಲ್ಲ.
ಗಮನ: ಹೆಚ್ಚಿನ DeFi ದೋಷಗಳು "ಕೋಡ್ ದೋಷಗಳು" ಅಲ್ಲ ಆದರೆ ಆರ್ಥಿಕ/ವ್ಯಾಪಾರ ತರ್ಕ ದೋಷಗಳು. AI ನ ಪ್ರಮಾಣಿತ ಕೋಡ್ ಸ್ಕ್ಯಾನಿಂಗ್ ಇವುಗಳನ್ನು ತಪ್ಪಿಸುತ್ತದೆ; ಇದು ಹೆಚ್ಚು ಮಾನವ ಪರಿಣತಿ, ಸಿಮ್ಯುಲೇಶನ್ ಮತ್ತು ಮಾಡೆಲಿಂಗ್ ಅಗತ್ಯವಿರುವ ಕ್ಷೇತ್ರವಾಗಿದೆ.
DeFi ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ AI ನ ಪಾತ್ರ
1. ಯಾಂತ್ರಿಕ ವಿವರಣೆ. ಸಂಕೀರ್ಣ ಪ್ರೋಟೋಕಾಲ್ (ಉದಾ. ಕರ್ವ್-ಆಧಾರಿತ AMM) ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಸರಳ ಭಾಷೆಯಲ್ಲಿ ವಿವರಿಸುವಲ್ಲಿ AI ಶಕ್ತಿಯುತವಾಗಿದೆ. ಇದು ವಿಶ್ಲೇಷಣೆಗೆ ತ್ವರಿತ ಪ್ರವೇಶವನ್ನು ಒದಗಿಸುತ್ತದೆ.
2. ಸನ್ನಿವೇಶ/ಕೌಂಟರ್-ಹೈಪೋಥಿಸಿಸ್ ಅನ್ನು ರಚಿಸುವುದು. "ಯಾವ ಬೆಲೆಯ ಚಲನೆಯಲ್ಲಿ ಈ ಸಾಲದ ಪ್ರೋಟೋಕಾಲ್ ದಿವಾಳಿ ಬಿಕ್ಕಟ್ಟನ್ನು ಪ್ರವೇಶಿಸುತ್ತದೆ?" AI ಇಂತಹ ಪ್ರಶ್ನೆಗಳೊಂದಿಗೆ ಸನ್ನಿವೇಶದ ಕರಡುಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ಇವುಗಳನ್ನು ಸಿಮ್ಯುಲೇಶನ್ ಮೂಲಕ ಪರೀಕ್ಷಿಸಲಾಗುತ್ತದೆ.
3. ತಿಳಿದಿರುವ ದಾಳಿ ಮಾದರಿಗಳನ್ನು ನೆನಪಿಸುವುದು. AI ಹಿಂದಿನ DeFi ದಾಳಿಯ ಮಾದರಿಗಳನ್ನು (ಒರಾಕಲ್ ಮ್ಯಾನಿಪ್ಯುಲೇಶನ್, ಮರುಪ್ರವೇಶ, ದಿವಾಳಿ ಸುರುಳಿ) ಪರಿಶೀಲನಾಪಟ್ಟಿಯಂತೆ ಪ್ರಚೋದಿಸುತ್ತದೆ.
4. ಸಿಮ್ಯುಲೇಶನ್ ಯೋಜನೆ ಕರಡು. AI ಯಾವ ಸನ್ನಿವೇಶಗಳನ್ನು ಪರೀಕ್ಷಿಸಲು ಯೋಜನೆಯೊಂದಿಗೆ ಬರಬಹುದು; ಆದರೆ ಸಿಮ್ಯುಲೇಶನ್ ಅನ್ನು ಸ್ವತಃ ಉಪಕರಣದೊಂದಿಗೆ ಮಾಡಲಾಗುತ್ತದೆ (ಫೌಂಡ್ರಿ, ಟೆಂಡರ್ಲಿ).
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ಈ DeFi ಪ್ರೋಟೋಕಾಲ್ ಸುರಕ್ಷಿತವೇ?
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ನಿಮ್ಮ ಪಾತ್ರ: DeFi ಪ್ರೋಟೋಕಾಲ್ ವಿಶ್ಲೇಷಕ. ಕೆಳಗಿನ ಪ್ರೋಟೋಕಾಲ್ ಕಾರ್ಯವಿಧಾನವನ್ನು ಪರೀಕ್ಷಿಸಿ. ಕೆಳಗಿನ ಆರ್ಥಿಕ ದಾಳಿ ವಾಹಕಗಳನ್ನು ಒಂದೊಂದಾಗಿ ಪರಿಗಣಿಸಿ: ಒರಾಕಲ್ ಮ್ಯಾನಿಪ್ಯುಲೇಷನ್ (ಫ್ಲಾಷ್ ಸಾಲದೊಂದಿಗೆ), ಸ್ಯಾಂಡ್ವಿಚ್/ಫ್ರಂಟ್ ರನ್ನಿಂಗ್, ಲಿಕ್ವಿಡೇಶನ್ ಸ್ಪೈರಲ್, ಲಿಕ್ವಿಡಿಟಿ ಹಿಂತೆಗೆದುಕೊಳ್ಳುವ ಪರಿಣಾಮ. ಪ್ರತಿ ವೆಕ್ಟರ್ಗೆ: ಹೇಗೆ ಪ್ರಚೋದಿಸುವುದು, ಯಾವ ಸ್ಥಿತಿಯ ಅಗತ್ಯವಿದೆ, ಸಂಭವನೀಯ ಪರಿಣಾಮ. ಸಿಮ್ಯುಲೇಶನ್ ಮೂಲಕ ಪರೀಕ್ಷಿಸಬೇಕಾದ ಊಹೆಗಳು ಇವು; "ಸುರಕ್ಷಿತ/ಅಸುರಕ್ಷಿತ" ಎಂದು ಖಚಿತವಾಗಿ ಹೇಳಬೇಡಿ. ನಿಜವಾದ ದಾಳಿ ಕೋಡ್ ಅನ್ನು ರಚಿಸಿ; ರಕ್ಷಣಾತ್ಮಕ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಮಾತ್ರ ಅಪಾಯವನ್ನು ವಿವರಿಸಿ.
ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
1) ಯಾಂತ್ರಿಕ ವಿವರಣೆ:
ಸರಳ ಭಾಷೆಯಲ್ಲಿ ವಿವರಿಸಿ, ಹಂತ ಹಂತವಾಗಿ, ಈ ಪ್ರೋಟೋಕಾಲ್ನ ಬೆಲೆ/ದ್ರವತೆಯ ಕಾರ್ಯವಿಧಾನ: ಬಳಕೆದಾರರು ವಹಿವಾಟು ಮಾಡಿದಾಗ ಏನಾಗುತ್ತದೆ, ಬೆಲೆಯನ್ನು ಹೇಗೆ ನಿರ್ಧರಿಸಲಾಗುತ್ತದೆ, ಯಾವ ಬಾಹ್ಯ ಅವಲಂಬನೆಗಳು ಇವೆ? ನಿಮಗೆ ಅರ್ಥವಾಗದ ಭಾಗವನ್ನು ಗುರುತಿಸಿ ಅಥವಾ ಅಸ್ಪಷ್ಟವಾಗಿ ಬಿಡಿ.
2) ಆರ್ಥಿಕ ದಾಳಿ ಮೇಲ್ಮೈ:
ಈ ಪ್ರೋಟೋಕಾಲ್ನ ಆರ್ಥಿಕ ದಾಳಿಯ ಮೇಲ್ಮೈಯನ್ನು ನಕ್ಷೆ ಮಾಡಿ: ಒರಾಕಲ್, ದ್ರವ್ಯತೆ, ಮೇಲಾಧಾರ, ದಿವಾಳಿ, ಆಡಳಿತದಲ್ಲಿ ಯಾವ ಊಹೆಗಳನ್ನು ಬಳಸಿಕೊಳ್ಳಬಹುದು? ಪ್ರತಿ ಅಪಾಯವನ್ನು ಷರತ್ತಿನೊಂದಿಗೆ ಬರೆಯಿರಿ ("ಏನು ವೇಳೆ"). ಇದನ್ನು ಸಿಮ್ಯುಲೇಶನ್ ಮೂಲಕ ದೃಢೀಕರಿಸಲು ಒಂದು ಊಹೆಯಾಗಿ ಪ್ರಸ್ತುತಪಡಿಸಿ.
3) ಒತ್ತಡದ ಸನ್ನಿವೇಶ:
ಕೆಳಗಿನ ಸನ್ನಿವೇಶಗಳನ್ನು ಪರಿಗಣಿಸಿ: ಮೇಲಾಧಾರ ಟೋಕನ್ 50% ರಷ್ಟು ಕಡಿಮೆಯಾದರೆ, ಒರಾಕಲ್ ಬೆಲೆಯು ಕ್ಷಣಿಕವಾಗಿ 30% ರಷ್ಟು ವಿಚಲನಗೊಂಡರೆ, 80% ದ್ರವ್ಯತೆ ಹಿಂತೆಗೆದುಕೊಂಡರೆ, ಪ್ರೋಟೋಕಾಲ್ ಏನು? ಪ್ರತಿ ಸನ್ನಿವೇಶದ ನಾಕ್-ಆನ್ ಪರಿಣಾಮವನ್ನು ಬರೆಯಿರಿ. ಸಂಖ್ಯಾತ್ಮಕ ನಿಖರತೆಯನ್ನು ಹೇಳಿಕೊಳ್ಳಬೇಡಿ; ಸಿಮ್ಯುಲೇಶನ್ ಅಗತ್ಯವಿದೆ ಎಂದು ಸೂಚಿಸಿ.
4) ಇತಿಹಾಸ ದಾಳಿ ಮಾದರಿ ಹೊಂದಾಣಿಕೆ:
ಈ ಪ್ರೋಟೋಕಾಲ್ನ ವಿನ್ಯಾಸವು ತಿಳಿದಿರುವ ಯಾವ DeFi ದಾಳಿಯ ಮಾದರಿಗಳಿಗೆ (ಉದಾ. ಸಿಂಗಲ್-ಸೋರ್ಸ್ ಒರಾಕಲ್, ಫ್ಲ್ಯಾಶ್ ಲೋನ್ ಮುಕ್ತ ಬೆಲೆ) ಒಂದೇ ರೀತಿಯ ಷರತ್ತುಗಳನ್ನು ಹೊಂದಿದೆಯೇ? ರಕ್ಷಣಾತ್ಮಕ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಹೋಲಿಕೆಗಳನ್ನು ಸೂಚಿಸಿ; ಶೋಷಣೆಯ ಹೆಜ್ಜೆಯನ್ನು ತೆಗೆದುಕೊಳ್ಳಬೇಡಿ, ಅದು ಗಮನದ ಬಿಂದುವನ್ನು ಮಾತ್ರ ಉಂಟುಮಾಡುತ್ತದೆ.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು (ಸಂಖ್ಯೆಗಳಲ್ಲಿ)
ಪ್ರಕರಣ 1 - ಒರಾಕಲ್ ಅಪಾಯವನ್ನು ಮೊದಲೇ ಗುರುತಿಸಲಾಗಿದೆ. ಒಂದು ತಂಡವು ಹೊಸ ಸಾಲದ ಪ್ರೋಟೋಕಾಲ್ ಅನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುತ್ತಿದೆ. ಯಾಂತ್ರಿಕ ವಿವರಣೆಯ ಸಮಯದಲ್ಲಿ, YZ "ಬೆಲೆಯನ್ನು ಒಂದೇ ಪೂಲ್ನಿಂದ ತೆಗೆದುಕೊಳ್ಳಲಾಗುತ್ತದೆ ಮತ್ತು ಫ್ಲ್ಯಾಷ್ ಸಾಲಗಳೊಂದಿಗೆ ಕುಶಲತೆಯಿಂದ ನಿರ್ವಹಿಸಬಹುದು" ಎಂಬ ಊಹೆಯನ್ನು ಗುರುತಿಸಿದೆ. ತಂಡವು ಇದನ್ನು ಸಿಮ್ಯುಲೇಶನ್ನಲ್ಲಿ ದೃಢಪಡಿಸಿದೆ ಮತ್ತು TWAP + ಮಲ್ಟಿ-ಸೋರ್ಸಿಂಗ್ಗೆ ಸ್ಥಳಾಂತರಗೊಂಡಿದೆ. ಅಂದಾಜು ನಷ್ಟವನ್ನು ತಪ್ಪಿಸಲಾಗಿದೆ: ಪ್ರೋಟೋಕಾಲ್ನ ಸಂಪೂರ್ಣ ಲಾಕ್ ಮೌಲ್ಯ. ಪಾಠ: ತಿಳಿದಿರುವ ಮಾದರಿಗಳನ್ನು ಪ್ರಚೋದಿಸುವಲ್ಲಿ AI ಮೌಲ್ಯಯುತವಾಗಿದೆ.
ಪ್ರಕರಣ 2 - AI ಮೂಲ ದುರ್ಬಲತೆಯನ್ನು ತಪ್ಪಿಸಿಕೊಂಡಿದೆ. ಮತ್ತೊಂದು ಪ್ರೋಟೋಕಾಲ್ನಲ್ಲಿ, ದುರ್ಬಲತೆಯು ಎರಡು ಕಾರ್ಯವಿಧಾನಗಳ (ಪ್ರತಿಫಲ + ದಿವಾಳಿ) ಪರಸ್ಪರ ಕ್ರಿಯೆಯ ಪರಿಣಾಮವಾಗಿ ಒಂದು ಅನನ್ಯ ಆರ್ಥಿಕ ದೋಷವಾಗಿದೆ. AI ಪ್ರತಿ ಕಾರ್ಯವಿಧಾನವನ್ನು ಒಂದೊಂದಾಗಿ "ದೋಷರಹಿತ" ಎಂದು ಕಂಡುಹಿಡಿದಿದೆ; ಸಂವಾದವನ್ನು ನೋಡಲು ಸಾಧ್ಯವಾಗಲಿಲ್ಲ. ಮಾನವ ಮಾಡೆಲರ್ ಮತ್ತು ಸಿಮ್ಯುಲೇಶನ್ ಸೆರೆಹಿಡಿಯಲಾಗಿದೆ. ಪಾಠ: ಘಟಕಗಳು ಸರಿಯಾಗಿದ್ದರೂ, ಒಟ್ಟಾರೆ ಅರ್ಥಶಾಸ್ತ್ರವು AI ಯ ಕುರುಡು ತಾಣವಾಗಿದೆ.
ಪ್ರಕರಣ 3 - ಸಿಮ್ಯುಲೇಶನ್ ಯೋಜನೆಯು ಸಮಯವನ್ನು ಉಳಿಸಿದೆ. ಒಬ್ಬ ವಿಶ್ಲೇಷಕರು 15 ವಿಭಿನ್ನ ಒತ್ತಡದ ಸನ್ನಿವೇಶಗಳನ್ನು AI ಗೆ ಕೈಯಿಂದ ಯೋಜಿಸುವ ಬದಲು ರಚಿಸಿದ್ದಾರೆ; ನಂತರ ಅದನ್ನು ಫೌಂಡ್ರಿಯಲ್ಲಿ ನಡೆಸಲಾಯಿತು. ಯೋಜನೆಯು 1 ದಿನದಿಂದ 2 ಗಂಟೆಗಳವರೆಗೆ ಕಡಿಮೆಯಾಗಿದೆ; ಆದರೆ ಫಲಿತಾಂಶಗಳ ವ್ಯಾಖ್ಯಾನ ಮತ್ತು ನಿರ್ಧಾರ ಮನುಷ್ಯನದ್ದಾಗಿತ್ತು. ಪಾಠ: AI ಯೋಜನೆಗಳು, ವಾಹನ ಕ್ರಮಗಳು, ಮಾನವ ನಿರ್ಧರಿಸುತ್ತಾನೆ.
ಸಿಮ್ಯುಲೇಶನ್ನ ಅನಿವಾರ್ಯತೆ
DeFi ನಲ್ಲಿ, ಭದ್ರತೆಯನ್ನು "ಚಿಂತನೆ" ಯಿಂದ ಸಾಬೀತುಪಡಿಸಲಾಗಿಲ್ಲ; ಇದನ್ನು ಸಿಮ್ಯುಲೇಶನ್ ಮೂಲಕ ಪರೀಕ್ಷಿಸಲಾಗುತ್ತದೆ. ಪ್ರೋಟೋಕಾಲ್ನ ಆರ್ಥಿಕ ದೃಢತೆಯನ್ನು ಸಂಖ್ಯಾತ್ಮಕವಾಗಿ ವಿಭಿನ್ನ ಬೆಲೆ, ದ್ರವ್ಯತೆ ಮತ್ತು ದಾಳಿಯ ಸನ್ನಿವೇಶಗಳ ಮೂಲಕ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದು. AI ಈ ಸಿಮ್ಯುಲೇಶನ್ಗಳ ಕೋಡ್ ಅನ್ನು ಯೋಜಿಸಬಹುದು ಮತ್ತು ಡ್ರಾಫ್ಟ್ ಮಾಡಬಹುದು; ಆದರೆ ಫಲಿತಾಂಶಗಳನ್ನು ಉತ್ಪಾದಿಸುವ ಮತ್ತು ಅರ್ಥೈಸುವ ಸಾಧನಗಳು ಮತ್ತು ಜನರು. AI ನಿರ್ಮಿಸಿದ "ಬಹುಶಃ ಬಾಳಿಕೆ ಬರುವ" ಹೇಳಿಕೆಯು ಸಿಮ್ಯುಲೇಶನ್ ಫಲಿತಾಂಶವಲ್ಲ ಮತ್ತು ಅದನ್ನು ಪ್ರಸ್ತುತಪಡಿಸಲಾಗುವುದಿಲ್ಲ.
ಸಲಹೆ: ನೀವು AI ನಿಂದ DeFi ಅಪಾಯದ ಮೌಲ್ಯಮಾಪನವನ್ನು ಸ್ವೀಕರಿಸಿದಾಗ, ನೀವು ಪ್ರತಿ ಊಹೆಯನ್ನು ಕೇಳಬೇಕು "ನಾನು ಇದನ್ನು ಯಾವ ಸಿಮ್ಯುಲೇಶನ್ನೊಂದಿಗೆ ಪರೀಕ್ಷಿಸುತ್ತೇನೆ?" ಅದನ್ನು ಪ್ರಶ್ನೆಯಾಗಿ ಪರಿವರ್ತಿಸಿ. ಪರೀಕ್ಷಿಸಲಾಗದ ಭದ್ರತಾ ಹಕ್ಕು DeFi ನಲ್ಲಿ ಭರವಸೆ ಅಲ್ಲ.
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಕೋಡ್ ಬಗ್ನಂತೆ ಆರ್ಥಿಕ ಕೊರತೆಯನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡಲಾಗುತ್ತಿದೆ. DeFi ಅಪಾಯಗಳು ಹೆಚ್ಚಾಗಿ ವ್ಯಾಪಾರ ತರ್ಕದಲ್ಲಿವೆ.
- "ಸುರಕ್ಷಿತ" ಎಂದು ಹೇಳಲು AI ಅನ್ನು ನಂಬುವುದು ಮತ್ತು ಸಿಮ್ಯುಲೇಶನ್ ಅನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು. ಪರೀಕ್ಷೆ ಅಗತ್ಯವಿದೆ.
- ಘಟಕಗಳನ್ನು ಒಂದೊಂದಾಗಿ ಮೌಲ್ಯೀಕರಿಸುವುದು ಮತ್ತು ಪರಸ್ಪರ ಕ್ರಿಯೆಯನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು. ಒಟ್ಟಾರೆ ಆರ್ಥಿಕತೆಯು ನಿರ್ಣಾಯಕವಾಗಿದೆ.
- ಒಂದೇ ಮೂಲದಿಂದ ಒರಾಕಲ್ ಅನ್ನು ನಂಬುವುದು. ಅತ್ಯಂತ ಸಾಮಾನ್ಯವಾದ DeFi ವಿಪತ್ತು.
- MEV/ಫ್ರಂಟ್ ರನ್ನಿಂಗ್ ಅನ್ನು ನಿರ್ಲಕ್ಷಿಸಲಾಗುತ್ತಿದೆ. ಸಾರ್ವಜನಿಕ ಮೆಂಪೂಲ್ ಎಂಬ ಅಂಶವನ್ನು ಮರೆತುಬಿಡುವುದು.
- ಶೋಷಣೆ ಕೋಡ್ ಅನ್ನು ರಚಿಸಲಾಗುತ್ತಿದೆ. ರಕ್ಷಣಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆ ಮಾತ್ರ ಕಾನೂನುಬದ್ಧವಾಗಿದೆ.
ಸಾರಾಂಶದಲ್ಲಿ
- DeFi ಹೆಚ್ಚಿನ ಮೌಲ್ಯ ಮತ್ತು ಪ್ರತಿಕೂಲ ಸ್ಥಳವಾಗಿದೆ; ಅಪಾಯಗಳು ಹೆಚ್ಚಾಗಿ ಆರ್ಥಿಕ/ವ್ಯಾಪಾರ ತರ್ಕದಲ್ಲಿವೆ.
- MEV, ಫ್ರಂಟ್-ರನ್ನಿಂಗ್, ಸ್ಯಾಂಡ್ವಿಚ್ ಮತ್ತು ಒರಾಕಲ್ ಮ್ಯಾನಿಪ್ಯುಲೇಷನ್ಗಳು DeFi ಗೆ ನಿರ್ದಿಷ್ಟವಾದ ದಾಳಿಯ ವರ್ಗಗಳಾಗಿವೆ.
- ಯಾಂತ್ರಿಕ ವಿವರಣೆ ಮತ್ತು ಸನ್ನಿವೇಶದ ಕರಡು ರಚನೆಯಲ್ಲಿ AI ಪ್ರಬಲವಾಗಿದೆ; ಮೂಲ ಆರ್ಥಿಕ ಕೊರತೆ ದುರ್ಬಲವಾಗಿದೆ.
- ಆರ್ಥಿಕ ಭದ್ರತೆಯು ಸಿಮ್ಯುಲೇಶನ್ನಿಂದ ಸಾಬೀತಾಗಿದೆ, ಆಲೋಚನೆಯಿಂದಲ್ಲ; AI ಯೋಜನೆಗಳು, ವಾಹನ ಕ್ರಮಗಳು.
- ಒರಾಕಲ್ ಅವಲಂಬನೆಯು DeFi ಯ ಅತ್ಯಂತ ದುರ್ಬಲ ಬಿಂದುವಾಗಿದೆ; ಬಹು ಸಂಪನ್ಮೂಲಗಳು ಮತ್ತು TWAP ಅಗತ್ಯವಿದೆ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
AMM ಅಥವಾ ಸಾಲ ನೀಡುವ ಪ್ರೋಟೋಕಾಲ್ ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿ (ಸ್ಪಷ್ಟ ದಾಖಲೆಯೊಂದಿಗೆ). AI ಗೆ "ಮೆಕ್ಯಾನಿಸಂ ವಿವರಣೆ" ಮತ್ತು "ಆರ್ಥಿಕ ದಾಳಿ ಮೇಲ್ಮೈ" ಪ್ರಾಂಪ್ಟ್ಗಳನ್ನು ಅನ್ವಯಿಸಿ. ಪ್ರತಿ ಅಪಾಯದ ಊಹೆಗಾಗಿ AI ಉತ್ಪಾದಿಸುತ್ತದೆ, "ನಾನು ಇದನ್ನು ಯಾವ ಸಿಮ್ಯುಲೇಶನ್ನೊಂದಿಗೆ ಪರೀಕ್ಷಿಸುತ್ತೇನೆ?" ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಿ. ನಂತರ ಆ ಪ್ರೋಟೋಕಾಲ್ನ ನಿಜವಾದ ಆಡಿಟ್ ವರದಿಯನ್ನು ಹುಡುಕಿ ಮತ್ತು AI ಫ್ಲ್ಯಾಗ್ ಮಾಡಿದ ಅಪಾಯಗಳೊಂದಿಗೆ ನಿಜವಾದ ಸಂಶೋಧನೆಗಳನ್ನು ಹೋಲಿಕೆ ಮಾಡಿ: AI ಏನು ಹಿಡಿದಿದೆ, ಅದು ಏನು ತಪ್ಪಿಸಿಕೊಂಡಿದೆ?
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ಅಪಾಯಗಳನ್ನು ಎರಡು ಆಯಾಮಗಳಲ್ಲಿ ಚರ್ಚಿಸಿದೆ: ಕೋಡ್ + ಆರ್ಥಿಕತೆ.
- [ ] ನಾನು MEV/ಫ್ರಂಟ್ ರನ್ನಿಂಗ್ ಅನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದ್ದೇನೆ.
- [ ] ನಾನು ಒರಾಕಲ್ ಅವಲಂಬನೆಯನ್ನು ಸಹ ಪರಿಶೀಲಿಸಿದೆ.
- [ ] ನಾನು ಘಟಕಗಳ (ಇಡೀ ಆರ್ಥಿಕತೆ) ಪರಸ್ಪರ ಕ್ರಿಯೆಯನ್ನು ಪ್ರಶ್ನಿಸಿದೆ.
- [ ] ನಾನು ಪ್ರತಿ ಊಹೆಯನ್ನು ಸಿಮ್ಯುಲೇಶನ್ ಯೋಜನೆಗೆ ಸಂಪರ್ಕಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು AI ಯ "ಸುರಕ್ಷಿತ" ಅನ್ನು ಸಿಮ್ಯುಲೇಶನ್ನೊಂದಿಗೆ ಬದಲಾಯಿಸಿದೆ.
- [ ] ನಾನು ರಕ್ಷಣಾತ್ಮಕ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಮಾತ್ರ ವಿಶ್ಲೇಷಿಸಿದ್ದೇನೆ.