GasTrace：检测以太坊中的三明治攻击恶意账户
密码学与安全
2024-06-11 v2 机器学习
摘要
以太坊交易数据的开放性和透明性使其容易被任何实体利用，执行恶意攻击。三明治攻击操纵自动做市商（AMM）机制，通过前置或后置交易操纵市场价格获利。为了识别和预防三明治攻击，我们提出了一个级联分类框架GasTrace。GasTrace分析多种交易特征以检测恶意账户，特别是通过Gas特征的分析和建模。在初始分类中，我们利用带径向基函数（RBF）核的支持向量机（SVM）生成账户的预测概率，进一步构建详细的交易网络。随后，在第二次分类中，通过图注意力网络（GAT）技术捕获行为特征。通过级联分类，GasTrace能够分析和分类三明治攻击。我们的实验结果表明，GasTrace在识别三明治攻击账户方面实现了出色的检测和生成能力，准确率达到96.73%，F1分数为95.71%。
引用
@article{arxiv.2405.19971,
title = {GasTrace: Detecting Sandwich Attack Malicious Accounts in Ethereum},
author = {Zekai Liu and Xiaoqi Li and Hongli Peng and Wenkai Li},
journal= {arXiv preprint arXiv:2405.19971},
year = {2024}
}