യൂണിറ്റുകൾ
1. ബ്ലോക്ക്‌ചെയിനിലെയും വെബ്3യിലെയും ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിൻ്റെ ആമുഖം: റോളുകൾ, അതിരുകൾ, ആധികാരികത, സുരക്ഷ-നിർണ്ണായകത 2. സ്മാർട്ട് കോൺട്രാക്ട് റൈറ്റിംഗ് സപ്പോർട്ട്: സോളിഡിറ്റി/വൈപ്പർ ഡ്രാഫ്റ്റും സെക്യൂർ കോഡ് ജനറേഷനും 3. സ്മാർട്ട് കരാർ ഓഡിറ്റ് പിന്തുണ: സുരക്ഷാ അവലോകനവും ഡ്രാഫ്റ്റ് കണ്ടെത്തലുകളും 4. വൾനറബിലിറ്റി സ്കാനിംഗ്: കോമൺ വൾനറബിലിറ്റി പാറ്റേണുകളും ഓട്ടോമേറ്റഡ് അനാലിസിസും 5. ഓൺ-ചെയിൻ ഡാറ്റ വിശകലനം: ബ്ലോക്ക്, ഇടപാട്, വാലറ്റ് ഡാറ്റ എന്നിവയുടെ അർത്ഥം ഉണ്ടാക്കുന്നു 6. DeFi, പ്രോട്ടോക്കോൾ വിശകലനം: ലിക്വിഡിറ്റി, MEV, സാമ്പത്തിക ആക്രമണങ്ങൾ 7. ടോക്കനോമിക് മോഡലിംഗ്: സപ്ലൈ, ഡിസ്ട്രിബ്യൂഷൻ, ഇൻസെൻ്റീവ്, സിമുലേഷൻ 8. ഡോക്യുമെൻ്റേഷനും സാങ്കേതിക എഴുത്തും: വൈറ്റ്പേപ്പർ, നാറ്റ്സ്പെക്ക്, യൂസർ ഗൈഡ് 9. ഫ്രോഡ്, റഗ്-പുൾ, റിസ്ക് ഡിറ്റക്ഷൻ: ഓൺ-ചെയിൻ റെഡ് ഫ്ലാഗുകൾ 10. സേഫ്റ്റി-ക്രിട്ടിക്കൽ ഓഡിറ്റ്, വിദഗ്ധരുടെ അംഗീകാരവും ഉത്തരവാദിത്ത ഉപയോഗവും 11. എൻഡ്-ടു-എൻഡ് വർക്ക്ഫ്ലോ, ഗവേണൻസ്, വെരിഫിക്കേഷൻ, എത്തിക്സ്
യൂണിറ്റ് 6 / 11

DeFi, പ്രോട്ടോക്കോൾ വിശകലനം: ലിക്വിഡിറ്റി, MEV, സാമ്പത്തിക ആക്രമണങ്ങൾ

നേട്ടങ്ങൾ:

  • AMM, ലിക്വിഡിറ്റി പൂൾ, ഒറാക്കിൾ, ഫ്ലാഷ് ലോൺ തുടങ്ങിയ DeFi ബിൽഡിംഗ് ബ്ലോക്കുകൾ മനസിലാക്കാനും മെക്കാനിസം വിശദീകരണത്തിലും സാഹചര്യ ഡ്രാഫ്റ്റിംഗിലും കൃത്രിമബുദ്ധി ഉപയോഗിക്കാനുമുള്ള കഴിവ്
  • മിക്ക DeFi അപകടസാധ്യതകളും സാമ്പത്തിക/ബിസിനസ് ലോജിക് കേടുപാടുകളാണെന്നും കോഡ് ബഗുകളല്ലെന്നും യഥാർത്ഥ സാമ്പത്തിക പരാധീനതയിൽ കൃത്രിമബുദ്ധി ദുർബലമാണെന്നും വേർതിരിച്ചറിയാൻ കഴിയും.
  • സാമ്പത്തിക സുരക്ഷിതത്വം തെളിയിക്കപ്പെടുന്നത് സിമുലേഷനിലൂടെയാണ്, ചിന്തയിലൂടെയല്ല, ഒറാക്കിൾ ആസക്തിയാണ് ഏറ്റവും ദുർബലമായ കാര്യം.

DeFi (വികേന്ദ്രീകൃത ധനകാര്യം) ആണ് Web3-ൻ്റെ ഏറ്റവും ഉയർന്ന മൂല്യവും ഏറ്റവും കൂടുതൽ ആക്രമിക്കപ്പെട്ട ഡൊമെയ്‌നും. എക്‌സ്‌ചേഞ്ചുകൾ, ലെൻഡിംഗ് പ്രോട്ടോക്കോളുകൾ, ലിക്വിഡിറ്റി പൂളുകൾ-എല്ലാം കോഡായി പ്രവർത്തിക്കുന്നു, എല്ലാം പ്രതികൂലമായ അന്തരീക്ഷത്തിൽ ദശലക്ഷക്കണക്കിന് ഡോളർ നീക്കുന്നു. ഈ യൂണിറ്റിൽ, ഞങ്ങൾ ഒരു പ്രോട്ടോക്കോൾ വിശകലന സഹായിയായി AI ഉപയോഗിക്കും; പണലഭ്യത, വിലനിർണ്ണയം, MEV, സാമ്പത്തിക ആക്രമണങ്ങൾ എന്നിവയും ഈ സാന്ദർഭിക മേഖലയിൽ AI സഹായകരവും അപര്യാപ്തവുമാകുന്നതും മനസ്സിലാക്കാൻ ഞങ്ങൾ പഠിക്കും.

DeFi-യുടെ അടിസ്ഥാന നിർമാണ ബ്ലോക്കുകൾ

  • AMM (ഓട്ടോമേറ്റഡ് മാർക്കറ്റ് മേക്കർ): വാങ്ങുന്നവരും വിൽക്കുന്നവരുമായി പൊരുത്തപ്പെടുന്നതിനുപകരം ഒരു ഫോർമുല (ഉദാ. x·y=k) പ്രകാരം വിലകൾ നിശ്ചയിക്കുന്ന ഒരു എക്സ്ചേഞ്ച് മെക്കാനിസം.
  • ലിക്വിഡിറ്റി പൂൾ: ഉപയോക്താക്കൾ ടോക്കണുകൾ നിക്ഷേപിക്കുകയും വ്യാപാരം നടത്തുകയും ചെയ്യുന്ന ഒരു പൊതു ഫണ്ട്.
  • ലെൻഡിംഗ് പ്രോട്ടോക്കോൾ: ഈടിനെതിരെ കടം വാങ്ങൽ; കൊളാറ്ററൽ മൂല്യം കുറയുമ്പോൾ ലിക്വിഡേഷൻ സംഭവിക്കുന്നു.
  • ഒറാക്കിൾ: പ്രോട്ടോക്കോളിലേക്ക് പുറം ലോകത്തെ വില കൊണ്ടുവരുന്ന ഡാറ്റാ ഉറവിടം - DeFi-യുടെ ഏറ്റവും നിർണായകവും ഏറ്റവും ദുർബലവുമായ ആശ്രിതത്വം.
  • ഫ്ലാഷ് ലോൺ: ഒറ്റ ഇടപാടിൽ ഈടില്ലാതെ എടുത്തതും അതേ ഇടപാടിൽ തന്നെ തിരികെ നൽകുന്നതുമായ വായ്പ; ഇതിന് നിയമാനുസൃതമായ ഉപയോഗങ്ങളും ആക്രമണ ഉപകരണവുമുണ്ട്.

MEV ഉം സാമ്പത്തിക ആക്രമണങ്ങളും

MEV (പരമാവധി എക്‌സ്‌ട്രാക്‌റ്റബിൾ മൂല്യം - ഇടപാടുകൾ ഓർഡർ/ചേർത്ത്/നീക്കം ചെയ്യുന്നതിനുള്ള അതോറിറ്റി എക്‌സ്‌ട്രാക്‌റ്റുചെയ്‌ത മൂല്യം) DeFi-യ്‌ക്ക് പ്രത്യേകമായ ഒരു റിസ്ക് ക്ലാസാണ്. തീർച്ചപ്പെടുത്താത്ത ഇടപാടുകൾ പൊതു പൂളിൽ (മെമ്പൂൾ) ദൃശ്യമാകും; ഈ ദൃശ്യപരത ഇനിപ്പറയുന്ന ആക്രമണങ്ങളിലേക്കുള്ള വാതിൽ തുറക്കുന്നു:

  • ഫ്രണ്ട് റണ്ണിംഗ്: ലാഭകരമായ ഒരു ഇടപാട് കാണുകയും അതിന് മുന്നിൽ സ്വന്തം ഇടപാട് തിരുകുകയും ചെയ്യുക.
  • സാൻഡ്‌വിച്ച് ആക്രമണം: ഇരയുടെ വാങ്ങലിന് മുമ്പും ശേഷവും ഇടപാടുകൾ നടത്തുകയും വില വ്യത്യാസത്തിൽ നിന്ന് ലാഭം നേടുകയും ചെയ്യുക.
  • ഒറാക്കിൾ കൃത്രിമത്വം: സാധാരണയായി ഫ്ലാഷ് ലോൺ ഉപയോഗിച്ച് ഒരു പൂളിൻ്റെ വില തൽക്ഷണം മാറ്റിക്കൊണ്ട് പ്രോട്ടോക്കോൾ കബളിപ്പിക്കൽ.

ഈ ആക്രമണങ്ങൾ ഉണ്ടാകുന്നത് കോഡിൻ്റെ "ബഗ്ഗിൽ" ​​നിന്നല്ല, സാമ്പത്തിക രൂപകൽപ്പനയുടെ ചൂഷണത്തിൽ നിന്നാണ്. ഇവിടെയാണ് AI-ക്ക് ഏറ്റവും ബുദ്ധിമുട്ടുള്ളത്: സാങ്കേതിക കോഡ് സ്കാൻ ചെയ്യുന്നതിൽ മികച്ച AI-ക്ക് പലപ്പോഴും ഒരു പ്രോട്ടോക്കോൾ-നിർദ്ദിഷ്ട സാമ്പത്തിക പരാധീനത കണ്ടെത്താൻ കഴിയില്ല.

ശ്രദ്ധിക്കുക: ഭൂരിഭാഗം DeFi കേടുപാടുകളും "കോഡ് ബഗുകൾ" അല്ല, സാമ്പത്തിക/ബിസിനസ് ലോജിക് കേടുപാടുകൾ ആണ്. AI-യുടെ സ്റ്റാൻഡേർഡ് കോഡ് സ്കാനിംഗിൽ ഇവ നഷ്ടപ്പെടുന്നു; ഏറ്റവും കൂടുതൽ മനുഷ്യ വൈദഗ്ധ്യവും അനുകരണവും മോഡലിംഗും ആവശ്യമുള്ള മേഖലയാണിത്.

DeFi വിശകലനത്തിൽ AI-യുടെ പങ്ക്

1. മെക്കാനിസം വിവരണം. സങ്കീർണ്ണമായ ഒരു പ്രോട്ടോക്കോൾ (ഉദാ: ഒരു കർവ് അടിസ്ഥാനമാക്കിയുള്ള AMM) എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് ലളിതമായ ഭാഷയിൽ വിശദീകരിക്കാൻ AI ശക്തമാണ്. ഇത് വിശകലനത്തിലേക്ക് പെട്ടെന്നുള്ള പ്രവേശനം നൽകുന്നു.

2. ഒരു സാഹചര്യം/കൌണ്ടർ ഹൈപ്പോതെസിസ് സൃഷ്ടിക്കുന്നു. "ഈ ഡെറ്റ് പ്രോട്ടോക്കോൾ ലിക്വിഡേഷൻ പ്രതിസന്ധിയിലേക്ക് പ്രവേശിക്കുന്നത് ഏത് വിലയിലാണ്?" പോലുള്ള ചോദ്യങ്ങളുള്ള സിനാരിയോ ഡ്രാഫ്റ്റുകൾ AI നിർമ്മിക്കുന്നു; സിമുലേഷൻ ഉപയോഗിച്ചാണ് ഇവ പരീക്ഷിക്കുന്നത്.

3. അറിയപ്പെടുന്ന ആക്രമണ പാറ്റേണുകൾ ഓർമ്മിപ്പിക്കുന്നു. മുൻകാല DeFi ആക്രമണങ്ങളുടെ (ഒറാക്കിൾ കൃത്രിമത്വം, പുനഃപ്രവേശനം, ലിക്വിഡേഷൻ സർപ്പിളം) പാറ്റേണുകൾ ഒരു ചെക്ക്‌ലിസ്റ്റ് പോലെ AI ഉണർത്തുന്നു.

4. സിമുലേഷൻ പ്ലാൻ ഡ്രാഫ്റ്റ്. AI-ക്ക് ഒരു പ്ലാൻ കൊണ്ടുവരാൻ കഴിയും, അതിനുള്ള സാഹചര്യങ്ങൾ പരീക്ഷിക്കണം; എന്നാൽ സിമുലേഷൻ തന്നെ ടൂൾ ഉപയോഗിച്ചാണ് ചെയ്യുന്നത് (ഫൗണ്ടറി, ടെൻഡർലി).

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായ പ്രോംപ്റ്റ്:

ഈ DeFi പ്രോട്ടോക്കോൾ സുരക്ഷിതമാണോ?

ശക്തമായ നിർദ്ദേശം:

നിങ്ങളുടെ റോൾ: DeFi പ്രോട്ടോക്കോൾ അനലിസ്റ്റ്. ചുവടെയുള്ള പ്രോട്ടോക്കോൾ മെക്കാനിസം പരിശോധിക്കുക. ഇനിപ്പറയുന്ന സാമ്പത്തിക ആക്രമണ വെക്‌ടറുകൾ ഓരോന്നായി പരിഗണിക്കുക: ഒറാക്കിൾ കൃത്രിമത്വം (ഫ്ലാഷ് ലോണിനൊപ്പം), സാൻഡ്‌വിച്ച്/ഫ്രണ്ട് റണ്ണിംഗ്, ലിക്വിഡേഷൻ സ്‌പൈറൽ, ലിക്വിഡിറ്റി പിൻവലിക്കൽ പ്രഭാവം. ഓരോ വെക്‌ടറിനും: എങ്ങനെ ട്രിഗർ ചെയ്യാം, എന്ത് അവസ്ഥ ആവശ്യമാണ്, സാധ്യമായ ആഘാതം. സിമുലേഷൻ വഴി പരിശോധിക്കേണ്ട അനുമാനങ്ങൾ ഇവയാണ്; ഉറപ്പായും "സുരക്ഷിത/സുരക്ഷിതമല്ലാത്തത്" എന്ന് പറയരുത്. യഥാർത്ഥ ആക്രമണ കോഡ് സൃഷ്ടിക്കുക; പ്രതിരോധ ആവശ്യങ്ങൾക്ക് മാത്രമുള്ള അപകടസാധ്യത വിവരിക്കുക.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

1) മെക്കാനിസം വിവരണം:

ലളിതമായ ഭാഷയിൽ, ഈ പ്രോട്ടോക്കോളിൻ്റെ വിലനിർണ്ണയം/ദ്രവ്യത സംവിധാനം ഘട്ടം ഘട്ടമായി വിശദീകരിക്കുക: ഒരു ഉപയോക്താവ് ഒരു ഇടപാട് നടത്തുമ്പോൾ എന്ത് സംഭവിക്കും, വില എങ്ങനെ നിർണ്ണയിക്കപ്പെടുന്നു, എന്തൊക്കെ ബാഹ്യ ആശ്രിതത്വങ്ങൾ ഉണ്ട്? നിങ്ങൾക്ക് മനസ്സിലാകാത്ത ഭാഗം അടയാളപ്പെടുത്തുക അല്ലെങ്കിൽ അവ്യക്തമായി വിടുക.

2) സാമ്പത്തിക ആക്രമണ ഉപരിതലം:

ഈ പ്രോട്ടോക്കോളിൻ്റെ സാമ്പത്തിക ആക്രമണ ഉപരിതലം മാപ്പ് ചെയ്യുക: ഒറാക്കിൾ, ലിക്വിഡിറ്റി, കൊളാറ്ററൽ, ലിക്വിഡേഷൻ, ഗവേണൻസ് എന്നിവയിൽ എന്ത് അനുമാനങ്ങൾ പ്രയോജനപ്പെടുത്താം? ഓരോ അപകടസാധ്യതയും ഒരു വ്യവസ്ഥയോടെ എഴുതുക ("എന്താണെങ്കിൽ"). സിമുലേഷൻ വഴി സ്ഥിരീകരിക്കേണ്ട ഒരു സിദ്ധാന്തമായി ഇത് അവതരിപ്പിക്കുക.

3) സമ്മർദ്ദ സാഹചര്യം:

ഇനിപ്പറയുന്ന സാഹചര്യങ്ങൾ പരിഗണിക്കുക: കൊളാറ്ററൽ ടോക്കൺ 50% കുറയുകയാണെങ്കിൽ, ഒറാക്കിൾ വില 30% തൽക്ഷണം വ്യതിചലിച്ചാൽ, 80% ദ്രവ്യത പിൻവലിച്ചാൽ, പ്രോട്ടോക്കോൾ എന്തായിരിക്കും? ഓരോ സാഹചര്യത്തിൻ്റെയും നോക്ക്-ഓൺ ഇഫക്റ്റ് എഴുതുക. സംഖ്യാ കൃത്യത അവകാശപ്പെടരുത്; സിമുലേഷൻ ആവശ്യമാണെന്ന് വ്യക്തമാക്കുക.

4) ചരിത്ര ആക്രമണ പാറ്റേൺ പൊരുത്തപ്പെടുത്തൽ:

ഈ പ്രോട്ടോക്കോളിൻ്റെ രൂപകൽപ്പന അറിയപ്പെടുന്ന DeFi ആക്രമണ പാറ്റേണുകൾക്ക് (ഉദാ. സിംഗിൾ സോഴ്‌സ് ഒറാക്കിൾ, ഫ്ലാഷ് ലോൺ ഓപ്പൺ പ്രൈസ്) സമാനമായ വ്യവസ്ഥകൾ ഉൾക്കൊള്ളുന്നുണ്ടോ? പ്രതിരോധ ആവശ്യങ്ങൾക്കായി സമാനതകൾ ചൂണ്ടിക്കാണിക്കുക; ചൂഷണം ചെയ്യരുത്, അത് ശ്രദ്ധയുടെ ഒരു പോയിൻ്റ് മാത്രമേ ഉണ്ടാക്കൂ.

മൂന്ന് മിനി കേസുകൾ (എണ്ണങ്ങളിൽ)

കേസ് 1 - ഒറാക്കിൾ റിസ്ക് നേരത്തെ കണ്ടെത്തി. ഒരു ടീം ഒരു പുതിയ ഡെറ്റ് പ്രോട്ടോക്കോൾ രൂപകൽപ്പന ചെയ്യുകയായിരുന്നു. മെക്കാനിസം വിശദീകരണത്തിനിടയിൽ, "വില ഒരൊറ്റ പൂളിൽ നിന്ന് എടുത്തതാണ്, ഫ്ലാഷ് ലോണുകൾ ഉപയോഗിച്ച് കൃത്രിമം നടത്താം" എന്ന സിദ്ധാന്തം YZ അടയാളപ്പെടുത്തി. ടീം ഇത് സിമുലേഷനിൽ സ്ഥിരീകരിക്കുകയും TWAP + മൾട്ടി-സോഴ്‌സിംഗിലേക്ക് മാറുകയും ചെയ്തു. കണക്കാക്കിയ നഷ്ടം ഒഴിവാക്കി: പ്രോട്ടോക്കോളിൻ്റെ മുഴുവൻ ലോക്ക് ചെയ്ത മൂല്യവും. പാഠം: അറിയപ്പെടുന്ന പാറ്റേണുകൾ ഉണർത്തുന്നതിൽ AI വിലപ്പെട്ടതാണ്.

കേസ് 2 - AI-ന് യഥാർത്ഥ അപകടസാധ്യത നഷ്ടമായി. മറ്റൊരു പ്രോട്ടോക്കോളിൽ, രണ്ട് സംവിധാനങ്ങളുടെ (റിവാർഡ് + ലിക്വിഡേഷൻ) ഇടപെടലിൻ്റെ ഫലമായുണ്ടായ ഒരു അദ്വിതീയ സാമ്പത്തിക പിശകാണ് ദുർബലത. AI ഓരോ മെക്കാനിസവും ഓരോന്നായി "കുറ്റരഹിതം" കണ്ടെത്തി; ഇടപെടൽ കാണാൻ കഴിഞ്ഞില്ല. ഹ്യൂമൻ മോഡലറും സിമുലേഷനും പിടിച്ചെടുത്തു. പാഠം: ഘടകങ്ങൾ ശരിയാണെങ്കിലും, മൊത്തത്തിലുള്ള സാമ്പത്തികശാസ്ത്രം AI-യുടെ അന്ധതയാണ്.

കേസ് 3 - സിമുലേഷൻ പ്ലാൻ സമയം ലാഭിച്ചു. ഒരു അനലിസ്റ്റ് 15 വ്യത്യസ്ത സ്ട്രെസ് സാഹചര്യങ്ങൾ കൈകൊണ്ട് ആസൂത്രണം ചെയ്യുന്നതിനുപകരം AI-യിലേക്ക് തയ്യാറാക്കി; പിന്നീട് അത് ഫൗണ്ടറിയിൽ നടത്തി. ആസൂത്രണം 1 ദിവസത്തിൽ നിന്ന് 2 മണിക്കൂറായി കുറഞ്ഞു; എന്നാൽ ഫലങ്ങളുടെ വ്യാഖ്യാനവും തീരുമാനവും മനുഷ്യൻ്റേതായിരുന്നു. പാഠം: AI പ്ലാനുകൾ, വാഹന അളവുകൾ, മനുഷ്യൻ തീരുമാനിക്കുന്നു.

അനുകരണത്തിൻ്റെ അനിവാര്യത

DeFi-യിൽ, "ചിന്തിച്ചുകൊണ്ട്" സുരക്ഷ തെളിയിക്കപ്പെടുന്നില്ല; സിമുലേഷൻ ഉപയോഗിച്ചാണ് ഇത് പരീക്ഷിക്കുന്നത്. ഒരു പ്രോട്ടോക്കോളിൻ്റെ സാമ്പത്തിക ദൃഢത സംഖ്യാപരമായി പ്രവർത്തിക്കുന്ന വ്യത്യസ്ത വില, ദ്രവ്യത, ആക്രമണ സാഹചര്യങ്ങൾ എന്നിവയിലൂടെ മനസ്സിലാക്കാൻ കഴിയും. AI-ക്ക് ഈ സിമുലേഷനുകളുടെ കോഡ് പ്ലാൻ ചെയ്യാനും ഡ്രാഫ്റ്റ് ചെയ്യാനും കഴിയും; എന്നാൽ ഫലങ്ങളെ സൃഷ്ടിക്കുന്നതും വ്യാഖ്യാനിക്കുന്നതും ഉപകരണങ്ങളും ആളുകളുമാണ്. AI നിർമ്മിച്ച "ഒരുപക്ഷേ മോടിയുള്ള" എന്ന പ്രസ്താവന ഒരു സിമുലേഷൻ ഫലമല്ല, അത് അങ്ങനെ അവതരിപ്പിക്കാൻ കഴിയില്ല.

നുറുങ്ങ്: നിങ്ങൾക്ക് AI-യിൽ നിന്ന് ഒരു DeFi അപകടസാധ്യത വിലയിരുത്തൽ ലഭിക്കുമ്പോൾ, ഓരോ സിദ്ധാന്തത്തോടും നിങ്ങൾ ചോദിക്കണം "ഏത് സിമുലേഷൻ ഉപയോഗിച്ചാണ് ഞാൻ ഇത് പരീക്ഷിക്കുന്നത്?" അതിനെ ഒരു ചോദ്യമാക്കി മാറ്റുക. പരീക്ഷിക്കാൻ കഴിയാത്ത ഒരു സുരക്ഷാ ക്ലെയിം DeFi-യിൽ ഒരു ഉറപ്പ് അല്ല.

സാധാരണ തെറ്റുകൾ

  • ഒരു കോഡ് ബഗ് പോലെ സാമ്പത്തിക കമ്മി സ്കാൻ ചെയ്യുന്നു. DeFi അപകടസാധ്യതകൾ കൂടുതലും ബിസിനസ് ലോജിക്കിലാണ്.
  • "സുരക്ഷിതം" എന്ന് പറയാൻ AI-യെ വിശ്വസിക്കുകയും സിമുലേഷൻ ഒഴിവാക്കുകയും ചെയ്യുന്നു. പരിശോധന ആവശ്യമാണ്.
  • ഘടകങ്ങൾ ഓരോന്നായി മൂല്യനിർണ്ണയം നടത്തുകയും ഇടപെടൽ ഒഴിവാക്കുകയും ചെയ്യുന്നു. മൊത്തത്തിലുള്ള സമ്പദ്‌വ്യവസ്ഥ നിർണായകമാണ്.
  • ഒരൊറ്റ ഉറവിടത്തിൽ നിന്ന് ഒറക്കിളിനെ വിശ്വസിക്കുന്നു. ഏറ്റവും സാധാരണമായ DeFi ദുരന്തം.
  • MEV/ഫ്രണ്ട് റണ്ണിംഗ് അവഗണിക്കുന്നു. പൊതു മേമ്പൂൾ എന്ന വസ്തുത മറക്കുന്നു.
  • ചൂഷണ കോഡ് സൃഷ്ടിക്കുന്നു. പ്രതിരോധ വിശകലനം മാത്രമാണ് നിയമാനുസൃതം.

ചുരുക്കത്തിൽ

  • DeFi എന്നത് ഉയർന്ന മൂല്യമുള്ളതും പ്രതികൂലവുമായ ഇടമാണ്; അപകടസാധ്യതകൾ കൂടുതലും സാമ്പത്തിക/ബിസിനസ് ലോജിക്കിലാണ്.
  • MEV, ഫ്രണ്ട് റണ്ണിംഗ്, സാൻഡ്‌വിച്ച്, ഒറാക്കിൾ കൃത്രിമത്വം എന്നിവ DeFi-യ്‌ക്ക് പ്രത്യേകമായ ആക്രമണങ്ങളുടെ ക്ലാസുകളാണ്.
  • മെക്കാനിസം വിശദീകരണത്തിലും സിനാരിയോ ഡ്രാഫ്റ്റിംഗിലും AI ശക്തമാണ്; യഥാർത്ഥ സാമ്പത്തിക കമ്മി ദുർബലമാണ്.
  • സാമ്പത്തിക ഭദ്രത തെളിയിക്കുന്നത് സിമുലേഷനിലൂടെയാണ്, ചിന്തയിലൂടെയല്ല; AI പ്ലാനുകൾ, വാഹന നടപടികൾ.
  • ഒറാക്കിൾ ആശ്രിതത്വമാണ് DeFi-യുടെ ഏറ്റവും ദുർബലമായ പോയിൻ്റ്; ഒന്നിലധികം ഉറവിടങ്ങളും TWAP ആവശ്യമാണ്.

ആപ്ലിക്കേഷൻ ടാസ്ക്

ഒരു AMM അല്ലെങ്കിൽ ലെൻഡിംഗ് പ്രോട്ടോക്കോൾ തിരഞ്ഞെടുക്കുക (വ്യക്തമായ ഡോക്യുമെൻ്റേഷനോടെ). AI-യിലേക്ക് "മെക്കാനിസം വിവരണം", "സാമ്പത്തിക ആക്രമണ ഉപരിതലം" എന്നിവ പ്രയോഗിക്കുക. ഓരോ അപകടസാധ്യത സിദ്ധാന്തത്തിനും AI ഉത്പാദിപ്പിക്കുന്നത്, "ഏത് സിമുലേഷൻ ഉപയോഗിച്ചാണ് ഞാൻ ഇത് പരീക്ഷിക്കുന്നത്?" ചോദ്യത്തിന് ഉത്തരം നൽകുക. തുടർന്ന് ആ പ്രോട്ടോക്കോളിൻ്റെ യഥാർത്ഥ ഓഡിറ്റ് റിപ്പോർട്ട് കണ്ടെത്തി യഥാർത്ഥ കണ്ടെത്തലുകളെ AI ഫ്ലാഗ് ചെയ്ത അപകടസാധ്യതകളുമായി താരതമ്യം ചെയ്യുക: AI എന്താണ് പിടിച്ചത്, എന്താണ് നഷ്ടമായത്?

ചെക്ക്ലിസ്റ്റ്

  • [ ] ഞാൻ അപകടസാധ്യതകളെ രണ്ട് തലങ്ങളിൽ ചർച്ച ചെയ്തു: കോഡ് + സമ്പദ്‌വ്യവസ്ഥ.
  • [ ] ഞാൻ MEV/ഫ്രണ്ട് റണ്ണിംഗ് വിലയിരുത്തി.
  • [ ] ഞാൻ ഒറാക്കിൾ ഡിപൻഡൻസിയും പരിശോധിച്ചു.
  • [ ] ഘടകങ്ങളുടെ (മുഴുവൻ സമ്പദ്‌വ്യവസ്ഥയുടെ) ഇടപെടലിനെ ഞാൻ ചോദ്യം ചെയ്തു.
  • [ ] ഞാൻ ഓരോ സിദ്ധാന്തത്തെയും ഒരു സിമുലേഷൻ പ്ലാനുമായി ബന്ധിപ്പിച്ചു.
  • [ ] ഞാൻ AI യുടെ "സുരക്ഷിതം" പകരം സിമുലേഷൻ നൽകി.
  • [ ] പ്രതിരോധ ആവശ്യങ്ങൾക്കായി മാത്രമാണ് ഞാൻ വിശകലനം ചെയ്തത്.