揭开 MEV 谜团：基于图神经网络的免 ABI 检测模型
密码学与安全
2023-05-11 v1
摘要
区块链中最大可提取价值（MEV）的检测对于提升区块链安全性至关重要，因为它能够评估潜在的共识层风险、反中心化方案的有效性以及用户被剥削的情况。然而，现有的 MEV 检测方法存在局限性，包括召回率低、依赖预先注册的应用二进制接口（ABI）以及需要持续监控新的 DeFi 服务。在本文中，我们提出了 ArbiNet，一种新颖的基于 GNN 的检测模型，它提供了一种低开销且准确的 MEV 检测方案，无需了解智能合约代码或 ABI。我们收集了远超当前可用公开数据集的大规模 MEV 数据集来训练 ArbiNet。我们实现的模型和开放数据集增进了对 MEV 格局的理解，可作为 MEV 量化和改进区块链安全性的基础。
引用
@article{arxiv.2305.05952,
title = {Unraveling the MEV Enigma: ABI-Free Detection Model using Graph Neural Networks},
author = {Seongwan Park and Woojin Jeong and Yunyoung Lee and Bumho Son and Huisu Jang and Jaewook Lee},
journal= {arXiv preprint arXiv:2305.05952},
year = {2023}
}