KeyFrame內部研究專用

Insecurity Through Obscurity: Veiled Vulnerabilities in Closed-Source Contracts

DeFi Security Summit - DSS·11月23日週日·19 min英文

三句話摘要

針對 MEV 機器人的三種新型「MEV Fish」攻擊向量分析,以及自動化漏洞偵測工具 STF 的研究成果。 MEV Bot 自身的控制流混淆與合約複雜度反而成了最大安全盲點,唯有結合去混淆、歷史交易導引符號執行與汙點分析,才能系統性暴露這類高價值目標的真實攻擊面。 MEV Fish 是針對 MEV Bot 的寄生攻擊:MEV 搜索者(MEV Bot)會掃描鏈上套利機會,攻擊者正是利用這個機制,佈下惡意合約當誘餌,讓 MEV Bot 在執行交易時反被榨乾資產。

重點整理

重點
  • 1

    MEV Fish 是針對 MEV Bot 的寄生攻擊:MEV 搜索者(MEV Bot)會掃描鏈上套利機會,攻擊者正是利用這個機制,佈下惡意合約當誘餌,讓 MEV Bot 在執行交易時反被榨乾資產。

  • 2

    三種攻擊變體逐漸演進:最早期使用惡意 ERC-20 代幣內藏後門;中期改用標準代幣搭配惡意流動池;最新變體則利用 MEV 退款機制中的惡意退款地址,繞過代幣與池子檢查,讓防禦者難以用簡單黑名單攔截。

  • 3

    MEV Bot 合約的控制流混淆是安全分析的最大障礙:Bot 開發者為保護商業邏輯,刻意引入間接跳轉(tflow)優化,導致主流靜態分析工具將大量合約代碼標記為「不可達」,隱藏漏洞因此逃過檢測。

  • 4

    歷史鏈上交易可作為符號執行的導航線索:Bot 在真實環境中的執行路徑是公開可查的,研究者利用高頻執行路徑優先探索,大幅縮小狀態爆炸問題,並結合汙點分析識別可控危險參數。

實用技巧與重點

乾貨
  • 分析區間:2021 年 7 月 ~ 2025 年 4 月,以太坊鏈上交易
  • 發現攻擊次數:至少 104 次針對 MEV Boss 的攻擊
  • 總損失:276 萬美元;單筆最大損失:約 60 萬美元
  • 單週 MEV Bot 手續費收入可超過 200 萬美元
  • 工具名稱:STF(Symbolic Transaction Framework)
  • 資料集:來自不同平台的 6,500 個 MEV Bot 合約
  • STF 成功生成 exploit 數量:約 400 個
  • 識別到的潛在最大損失:超過 1,000 萬美元
  • 去混淆後靜態覆蓋率:接近 100%(原始工具因間接跳轉大量漏判)
  • 攻擊類型一:惡意 ERC-20 代幣(內含後門)+ 標準流動池(UniSwap v2/v3)
  • 攻擊類型二:標準 ERC-20 代幣 + 惡意流動池(觸發池內陷阱)
  • 攻擊類型三:標準代幣 + 標準池 + MEV 退款地址為惡意合約
  • 成本對比:直接來自 UniSwap V3 池的交易消耗約 450 gas;來自普通地址僅消耗約 8 gas

結論

結論

MEV Bot 自身的控制流混淆與合約複雜度反而成了最大安全盲點,唯有結合去混淆、歷史交易導引符號執行與汙點分析,才能系統性暴露這類高價值目標的真實攻擊面。

完整解析

詳細

區塊鏈生態系統中,MEV(Maximal Extractable Value,最大可提取價值)已是無法迴避的現象。在以太坊、Solana 等一層鏈以及各種二層協議之上,MEV 搜索者透過監控記憶體池(mempool)中的待確認交易,辨識套利、清算等獲利機會,並透過自動化機器人(MEV Bot)搶先上鏈。頂級 MEV Bot 的週收益可輕易突破 200 萬美元,本身卻持有大量鏈上資產,形成高價值攻擊目標。研究者 Seang 與合作團隊正是從這個角度切入,系統性研究如何把「獵人」變成「獵物」。

研究者將這類攻擊命名為「MEV Fish」——攻擊者混入 MEV 的供應鏈,讓 Bot 在執行交易時觸發預埋的陷阱。研究團隊從 2021 年 7 月至 2025 年 4 月的以太坊鏈上數據中,發現至少 104 起此類攻擊,總損失達 276 萬美元。攻擊手法隨時間演進出三代變體:第一代部署含後門的惡意 ERC-20 代幣並配套流動池,Bot 與代幣互動時觸發後門;第二代改用標準代幣但自建惡意流動池,Bot 只檢查代幣合規性,卻忽略池子本身可能藏有陷阱;第三代則更為隱蔽,代幣與池子均為標準合約,但 MEV 退款機制要求搜索者在同一筆交易內將部分收益退回指定地址,攻擊者將退款地址設為惡意合約,Bot 完成交易最後一步時,資產便被吸走。

為何 MEV Bot 開發者難以自我防護?研究者總結了三大技術挑戰。首先,Bot 開發者為保護商業邏輯常引入控制流混淆(間接跳轉),現有靜態分析工具遇到此類合約會大量誤報「代碼不可達」,隱藏漏洞因此無法被發現。其次,MEV Bot 合約整合閃電貸、多協議互動等複雜功能,執行路徑呈指數級爆炸,盲目的符號執行效率極差。第三,合約內常硬編碼部分輸入參數,分析工具若誤判某參數不可控,就會漏判對手可操控的危險路徑。

針對這三個問題,研究者提出 STF 工具框架,分三段解決:其一,利用 EVM 規範要求所有跳轉目的地必須標記的特性,將間接跳轉批量重寫為直接跳轉,使靜態覆蓋率從殘缺提升至接近 100%;其二,從鏈上歷史交易提取 Bot 的真實執行路徑,以高頻路徑優先驅動符號執行,把狀態爆炸問題壓縮至可計算範圍;其三,結合汙點分析,同時標記「可被對手控制」與「風險操作」兩類參數,即使某參數不完全可控,只要涉及危險的資產轉移行為,仍會被納入漏洞候選。最終評估結果顯示,STF 在 6,500 個 MEV Bot 合約中識別漏洞數量超越所有現有工具,自動生成約 400 個有效 exploit,識別到的潛在最大損失超過 1,000 萬美元。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「Web3 安全」的內容

IF YOU OWN XRP YOU NEED TO SEE THIS PRICE MANIPULATION! ⚠️
8 min
Web3 安全英文8月14日

IF YOU OWN XRP YOU NEED TO SEE THIS PRICE MANIPULATION! ⚠️

Zach Humphries

  • 機構支撐的積極意義:價格操縱常被視為負面,但Ripple掌握大量XRP供應與escrow,在熊市期間提高價格下限,實際上替零售投資者鎖定了低風險的積累區間,這不是剝削而是市場穩定機制。
  • 歷史模式驗證:2024年7月至11月XRP在50美分附近橫盤整理,低點觸及42美分(wick),高點65美分;隨後11月5日至12月5日單月上漲456%,年底到2025年初累計漲幅534%,這個歷史周期正在1美元價位重演。
  • 比特幣聯動邏輯:講者在4-5月就預測「如果比特幣跌至60k以下,XRP會跌至1美元或更低」,此預測精準應驗,反映出熊市中兩者的明確連動關係。
Minimmit, Multimmit and the New Consensus Frontier with Patrick O'Grady
72 min
Web3 安全英文PODCAST8月5日

Minimmit, Multimmit and the New Consensus Frontier with Patrick O'Grady

Zero Knowledge

  • 反向 Linux 架構:Commonware 刻意暴露棧各層級控制,讓開發者自訂執行環境、共識機制、密碼學實現,而非像 Cosmos SDK 只允許應用層以上定制。2-3 個月能組裝一條定製鏈,代價是額外深度但回報是長期維護成本降低及效能優化彈性。
  • 容錯假設的典範轉移:Alpine Glow(Solana 2025)實現單輪投票定終的關鍵是將容錯預算分離為獨立的 Byzantine 和 Crash 容限。傳統系統把 33% 當一個整體預算;新模型允許 20% 惡意加 20% 崩潰,打破了 PBFT 理論界線,釋放單輪設計空間。
  • Minimet 與 Multimet 的遞進:Minimet 是 5F+1 設定下的乾淨構造,實現更短視圖延遲;Multimet(剛發布)進一步允許並行 mini-commits 且驗證者可推翻領導者審查,使用者交易在全球分布式網路達到 200-300 毫秒端到端定終。
Private Information Retrieval (PIR) with Alex Hoover
64 min
Web3 安全英文PODCAST7月29日

Private Information Retrieval (PIR) with Alex Hoover

Zero Knowledge

  • PIR 保護的是訪問模式,不是資料本身
  • PIR 與加密不同,它關注的是隱藏「客戶端查詢了什麼」,而非「資料是否加密」。在公開資料庫(如區塊鏈)上,客戶端可以在不洩露查詢對象給伺服器的情況下檢索特定條目,解決了輕量級客戶端的隱私和防審查問題。
  • 客戶端預處理方案是突破瓶頸的關鍵