Resumen Técnico: Ataques de Sándwich en Mempools Privados de L2

Planteamiento del Problema

Los ataques de sándwich, una forma prevalente de Valor Extraíble Máximo (MEV) en la Capa 1 (L1) de Ethereum, consisten en que un adversario coloca una transacción de front-run antes de la operación de la víctima y una transacción de back-run inmediatamente después para capturar el beneficio del impacto resultante en el precio. Si bien las soluciones de Capa 2 (L2) suelen emplear mempools privados gestionados por secuenciadores centralizados para mitigar estos ataques, la evidencia empírica temprana sugirió que los patrones de sándwich persisten incluso en estos entornos.

El problema central abordado en este documento es la discrepancia entre la expectativa teórica de rentabilidad de un sándwich y la realidad práctica de ejecutar tales ataques en L2. Específicamente, los autores investigan si la eliminación de los mempools públicos y la ausencia de una inclusión atómica garantizada (mediante mercados de builders) vuelven a los ataques de sándwich poco rentables o simplemente probabilísticos, y si las heurísticas de detección existentes están identificando correctamente ataques genuinos o si están confundiendo estos con arbitrajes benignos.

Metodología

Modelado Teórico

Los autores extienden los modelos de MEV existentes al contexto de los rollups de L2 con mempools privados:

1. Modelo de Rentabilidad: Derivan una estrategia de dimensionamiento de ataque óptima tanto para Creadores de Mercado de Producto Constante (CPMM) como para Creadores de Mercado de Liquidez Concentrada (CLMM, por ejemplo, Uniswap v3).
   • En el "régimen de transacciones pequeñas" (típico de las L2), demuestran que el tamaño óptimo del front-run ($V_f$) es aproximadamente la mitad del tamaño de la transacción de la víctima ($V_v$) dentro de un único tick de liquidez.
   • Para los CLMM, identifican que los atacantes pueden beneficiarse al desplazar las transacciones a través de los límites de los ticks hacia regiones de menor liquidez, creando saltos de beneficio discretos.
2. Modelo de Viabilidad de Ejecución: A diferencia de L1, donde los mercados de bundles garantizan la inclusión atómica, las L2 dependen del ordenamiento del secuenciador. Los autores modelan la probabilidad de co-inclusión exitosa ($p_{co-inc}$) como una función de:
   • Restricciones de empaquetado (batching): La probabilidad de que las transiones de front-run, la de la víctima y la de back-run caigan en el mismo micro-lote.
   • Políticas del secuenciador: Diferenciando entre el ordenamiento de Primero en Llegar, Primero en Ser Servido (FCFS) y la Subasta de Gas de Prioridad (PGA).
   • Latencia: La varianza de la red que afecta los tiempos de llegada.
   • El modelo concluye que las probabilidades de co-inclusión en L2 son bajas (0.05–0.20), lo que hace que la ejecución sea inherentemente probabilística en lugar de determinista.

Análisis Empírico

Los autores realizaron un estudio empírico a gran escala utilizando datos a nivel de transacción de cinco rollups principales (Arbitrum, Base, Optimism, Unichain, ZKsync) de enero a septiembre de 2025.

1. Recolección de Datos: Extrajeron registros de eventos de intercambio (swap events), trazas de transacciones y datos de liquidez de pools.
2. Heurísticas Refinadas: Para evitar los falsos positivos comunes en la detección ingenua (que a menudo identifica erróneamente a routers compartidos como un solo actor), implementaron una metodología de atribución estricta:
   • Pre-filtrado: Excluyendo transacciones de arbitraje atómico.
   • Atribución de Actores: Distinguiendo entre transacciones enrutadas a través de infraestructura compartida (asignando el EOA de financiación como el actor) y aquellas que utilizan contratos ejecutores personalizados.
   • Coincidencia de Patrones: Identificando tríos $(f, v, b)$ donde las piernas de front y back comparten el mismo ID de actor, difieren de la víctima y satisfacen restricciones específicas de orden y dirección.
3. Verificaciones de Consistencia Económica: Evaluaron los tríos candidatos contra firmas teóricas:
   • Escalabilidad: ¿El tamaño del front-run escala proporcionalmente con la víctima ($V_f \approx V_v/2$)?
   • Correspondencia: ¿Son los tamaños de front y back estrechamente similares?
   • Rentabilidad: Cálculo del beneficio bruto, beneficio neto tras el slippage y beneficio neto tras las comisiones de gas.

Contribuciones Clave

1. Medición Empírica: Esta es la primera medición sistemática de la actividad de sándwich en L2 utilizando heurísticas estrictas de vinculación de actores y análisis de eventos de intercambio en lugar de la inferencia de transferencia de ERC20.
2. Extensión Teórica: El documento proporciona un modelo formal para el dimensionamiento óptimo de sándwich en CLMM y cuantifica las restricciones de ejecución impuestas por los mempools privados, demostrando que el sándwich en L2 es probabilístico.
3. Análisis de Viabilidad: Establece que la ausencia de garantías de inclusión atómica limita significativamente el valor esperado de los ataques de sándwich, volviéndolos a menudo poco rentables incluso cuando se intenta un dimensionamiento económicamente óptimo.

Resultados

1. Prevalencia y Falsos Positivos

• Alta Tasa de Falsos Positivos: Las heurísticas ingenuas sobrestiman enormemente la actividad de sándwich. En todos los rollups estudiados, más del 95% de los "tríos de sándwich" señalados fallan las verificaciones de consistencia económica.
• Falta de Correlación: Los sándwiches genuinos requieren que los intercambios de front/back escalen con la víctima. Los datos muestran correlaciones débiles entre los tamaños de transacción de la víctima y el atacante (por ejemplo, la correlación víctima-front es tan baja como 0.03 en Optimism) y una pobre correspondencia entre las piernas de front y back (la mediana de las relaciones back/front suele desviarse significativamente de 1.0).
• Confusión con Arbitraje: La mayoría de los patrones detectados se explican mejor por el arbitraje cíclico o transacciones no relacionadas que coinciden en el mismo bloque, en lugar de un ataque coordinado dirigido a una víctima.

2. Rentabilidad

• Retornos Netos Negativos: La mediana del PnL (pérdidas y ganancias) neto para los candidatos a sándwich es negativa en todas las cadenas.
  • Ejemplo: En Base, la mediana del PnL neto es de -$2.23 USD; en Arbitrum, es de -$0.80 USD.
• Beneficios Brutos Insignificantes: Incluso antes de contabilizar el gas y el slippage, los beneficios brutos medianos son insignificantes (del orden de $0.001 USD).
• Umbrales: El modelado teórico indica que para que un sándwich sea rentable en L2 dada la baja probabilidad de co-inclusión, los tamaños de intercambio de la víctima deben superar los $1.5k–$3k. Sin embargo, los tamaños medianos de intercambio de la víctima observados fueron típicamente entre $200 y$1,200, situándose por debajo del umbral de rentabilidad.

3. Comportamiento de los Bots

• Baja Eficiencia: Las direcciones señaladas como atacantes de sándwich exhiben una "eficiencia de sándwich" extremadamente baja (la proporción de sándwiches en su volumen total de transacciones), a menudo por debajo de $10^{-3}$.
• Actividad Generalista: La mayoría de los bots señalados participan en estrategias de arbitraje o creación de mercado más amplias, siendo los patrones de tipo sándwich subproductos accidentales en lugar del objetivo principal.

Significado y Conclusiones

El documento desafía la suposición predominante de que los ataques de sándwich en Ethereum L1 se generalizan a los entornos de L2. Los autores concluyen que:

1. El Sándwich es Poco Común y Poco Rentable: En las L2 actuales con mempools privados, los ataques de sándwich están mayormente ausentes, son poco rentables y son indistinguibles de los flujos de arbitraje neutrales.
2. Las Protecciones Estructurales son Incidentales: La falta de sándwiches no se debe a protecciones estructurales inherentes contra el MEV, sino a los mempools privados, la secuenciación centralizada y la prevalencia de intercambios de bajo valor.
3. Refinamiento de la Medición: Los métodos de detección actuales sobreestiman significativamente la actividad de MEV. Una medición precisa requiere distinguir entre ataques genuinos dirigidos a una víctima y el arbitraje benigno, particularmente en contextos de mempools privados.
4. Implicaciones de Política: Las políticas de secuenciación y los mecanismos de defensa no deben simplemente heredar los supuestos de L1. A medida que los ecosistemas evolucionan hacia mempools públicos o subastas de flujo de órdenes, la frontera de viabilidad para el sandwiching puede desplazarse, lo que requiere una reevaluación de los riesgos económicos.

El estudio sugiere que, si bien el marco teórico para los ataques de sándwich sigue siendo válido, las restricciones de ejecución práctica de las arquitecturas de los rollups actuales neutralizan efectivamente su rentabilidad.