Insecurity Through Obscurity: Veiled Vulnerabilities in Closed-Source Contracts
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。

