💻 computer science

Reveal, Correct, Then Pay: Encrypted Mempools and Perpetual Funding Security

Cet article soutient que les mempools chiffrés, bien qu'efficaces contre la valeur extractible maximale, créent par inadvertance une vulnérabilité de sécurité dans le financement des contrats à terme perpétuels en empêchant l'arbitrage correctif immédiat durant la phase d'engagement, amplifiant ainsi les attaques par manipulation d'état à travers des écarts de réaction économique et une réduction de la capitalisation des prix.

Auteurs originaux : Benjamin Marsh

Publié 2026-07-16

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Benjamin Marsh

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez le monde numérique des crypto-monnaies comme un marché immense et bouillonnant où les gens échangent des actifs numériques chaque seconde. Dans ce marché, il existe une salle d'attente spéciale appelée « mempool » où les transactions attendent avant d'être officiellement traitées et ajoutées au registre public. Habituellement, cette salle d'attente est comme une boîte de verre : tout le monde peut voir ce que vous achetez ou vendez avant que la transaction ne soit conclue. Cette transparence a un inconvénient : des bots sournois peuvent espionner votre ordre, se placer devant vous pour acheter la même chose moins cher, puis vous la revendre plus cher une fraction de seconde plus tard. C'est ce qu'on appelle le « front-running », et c'est comme si quelqu'un voyait que vous allez acheter un billet de concert et achetait d'abord le meilleur siège pour vous le revendre le double du prix.

Pour empêcher cela, les ingénieurs ont inventé les « mempools chiffrés ». Imaginez cela comme le fait de placer chaque transaction dans un coffre-fort inviolable et verrouillé. Le coffre voyage à travers le système, et personne ne peut voir ce qu'il contient jusqu'au moment exact où la transaction est officiellement placée en file d'attente. Cela empêche les bots sournois de voir votre transaction spécifique et de passer devant vous dans la file. Cela semble être une solution parfaite, n'est-ce pas ? Eh bien, cet article pose une question délicate : et si la personne qui place la transaction est celle qui essaie de tricher ? Et si l'attaquant sait exactement ce qu'il fait, mais que le marché, lui, ne le sait pas ? L'article explore si le fait de cacher la transaction aide réellement l'attaquant en aveuglant les « correcteurs » naturels du marché — ceux qui corrigent habituellement les erreurs de prix — tandis que l'attaquant connaît toujours son propre plan.

Cet article, intitulé « Reveal, Correct, Then Pay » (Révéler, Corriger, Puis Payer), examine un type spécifique de triche dans le monde des « contrats à terme perpétuels » (perpetual futures), qui sont des paris à long terme sur le prix d'un actif. Les auteurs, Benjamin Marsh de Sei Labs et de l'Université de Portsmouth, soutiennent que si les mempools chiffrés sont excellents pour stopper les attaques contre les autres, ils peuvent accidentellement faciliter la manipulation du marché par l'attaquant lui-même.

Le cœur du problème est un écart de temps. Dans un marché normal, si quelqu'un essaie de faire monter ou descendre un prix, les autres traders le voient immédiatement et interviennent pour corriger le tir, rendant le prix juste à nouveau. Mais avec les mempools chiffrés, le marché doit attendre que le « coffre » soit ouvert pour pouvoir voir la manipulation. Au moment où le coffre s'ouvre et que le marché réalise ce qui s'est passé, l'attaquant a déjà tendu son piège. L'article montre que ce délai crée un « écart de réaction ». Même si le coffre s'ouvre en une fraction de seconde, ce minuscule délai est suffisant pour empêcher les correcteurs naturels du marché d'agir dans le même lot de transactions.

Les auteurs modélisent cela en utilisant le concept de « taux de financement » (funding rates), qui sont des paiements effectués entre les traders pour maintenir le prix d'un pari perpétuel proche du prix réel du marché. Un attaquant peut cacher une transaction qui fausse légèrement le signal de prix. Comme le marché est aveugle pendant la phase de chiffrement, la distorsion dure plus longtemps que dans un marché transparent. L'article prouve que ce délai supplémentaire permet à l'attaquant de collecter plus d'argent. Plus précisément, ils trouvent que le profit réalisé par un attaquant n'est pas seulement un peu plus élevé ; il est quadratique par rapport au produit de la capacité de ciblage de l'attaquant et du facteur de réponse (qui inclut la persistance de la distorsion). Cela signifie que si la capacité de l'attaquant à cibler le marché reste la même, mais que la capacité du marché à corriger l'erreur ralentit ne serait-ce qu'un peu, le profit potentiel de l'attaquant peut augmenter de manière significative, porté par cette combinaison de compétence et de délai.

L'article exclut explicitement l'idée que le chiffrement soit un bouclier universel contre toute manipulation. Il soutient que pour les attaques « auto-initiées » (self-authored) — où l'attaquant est celui qui crée la transaction — cacher l'ordre ne cache pas l'intention de l'attaquant à ses propres yeux, mais cela cache l'intention du marché aux yeux de ses défenseurs. Les auteurs montrent que si un attaquant détient déjà une position (comme un pari sur la hausse des prix), il peut utiliser le chiffrement pour fausser le signal de prix, attendre que le marché ouvre le coffre, puis collecter un paiement bien plus important que s'il avait pu réagir instantanément.

Cependant, l'article ne se contente pas de pointer un problème ; il propose une solution. Les auteurs proposent une nouvelle règle pour le fonctionnement de ces marchés : « Reveal, Correct, Measure, Then Pay » (Révéler, Corriger, Mesurer, Puis Payer). Au lieu d'ouvrir le coffre et de payer immédiatement sur la base du nouveau prix, le système devrait attendre. Il devrait ouvrir le coffre, laisser les « correcteurs » du marché voir la distorsion et la corriger, mesurer le prix après cette correction, et ensuite payer. Cela crée un « tampon de correction » qui donne au marché le temps de guérir la blessure avant que l'attaquant ne reçoive sa récompense.

Les auteurs sont très précis sur leurs conclusions. Ils utilisent des modèles mathématiques et des simulations pour montrer que cet « écart de réaction » est un danger réel et mesurable. Ils calculent qu'un délai même minime peut augmenter considérablement le profit de l'attaquant, surtout si le marché corrige habituellement les erreurs très rapidement. Ils introduisent également un « indice de sécurité » qui décompose le risque en trois parties : à quel point l'attaquant est aveugle, à quel point le marché est protégé de la correction, et à quel point le marché capitalise sur le paiement prévisible. Leur mathématique montre que le chiffrement peut être nuisible si l'attaquant peut masquer son prix d'entrée tout en aveuglant la capacité du marché à corriger le prix.

En résumé, l'article suggère que si verrouiller les transactions dans un coffre est excellent pour protéger les utilisateurs innocents des attaques par anticipation (sniping), cela peut se retourner contre le système s'il n'y a pas une période de « refroidissement » intégrée. Si le marché ouvre le coffre et paie immédiatement, c'est comme laisser un voleur tendre un piège et lui remettre ensuite les clés du coffre avant que quiconque ne puisse l'arrêter. La solution est d'ouvrir le coffre, de laisser les gardes réparer les dégâts, et ensuite de remettre les clés. Cela garantit que la confidentialité protège les utilisateurs sans donner un laissez-passer aux attaquants pour manipuler le système.

Résumé Technique : Révéler, Corriger, puis Payer

Énoncé du Problème
Les mempools chiffrés sont conçus pour atténuer la Valeur Extractible Maximale (MEV) en cachant le contenu des transactions jusqu'à ce que l'ordre d'exécution soit fixé, empêchant ainsi le front-running et les attaques de type "sandwich" qui reposent sur l'observation des transactions des victimes. Cependant, cet article identifie une vulnérabilité distincte dans la manipulation d'état auto-générée, spécifiquement dans le contexte du financement des contrats à terme perpétuels (perpetual futures). Dans ces attaques, l'adversaire est l'auteur de la transaction qui fausse l'état (par exemple, le signal de financement) et détient simultanément une créance en aval (recevant le notionnel) dont le rendement augmente avec cette distorsion.

Le problème central n'est pas la latence cryptographique mais la latence de réaction économique. Dans une conception de type « commit-then-reveal » (engagement puis révélation), une fois qu'un lot est engagé, aucune nouvelle transaction ne peut être admise dans ce lot. Même si le déchiffrement est instantané, une transaction de correction adaptative (par exemple, un arbitre restaurant un prix) ne peut pas s'exécuter au sein du même lot engagé car elle dépend du texte en clair révélé. Cela crée un écart de réaction discret ( $\delta$ ) où la distorsion persiste sans correction. De plus, le chiffrement peut supprimer la capitalisation du financement prévisible dans les prix d'entrée, permettant aux attaquants d'entrer dans des positions de réception à bas coût avant que la distorsion ne soit pleinement intégrée dans les prix.

Méthodologie
L'article construit un modèle économique fondé sur la microéconomie analysant l'interaction entre les règles d'ordonnancement du protocole et les mécanismes de correction du marché.

Modèle de Protocole : Les auteurs définissent une séquence « Commit, Reveal, Execute, React » (Engager, Révéler, Exécuter, Réagir). Ils formalisent la Barrière d'Ordonnancement (Lemme 1), prouvant que sans admission post-révélation ou programmes contingents pré-engagés, les corrections adaptatives calculées après la révélation ne peuvent pas s'exécuter dans le lot engagé.
Dynamique de Correction : Le secteur de correction est modélisé comme un ensemble d'arbitragistes avec des arrivées d'opportunités distribuées selon une loi de Poisson, un impact de prix local ( $\ell$ $ℓ$ ) et des coûts d'inventaire ( $k_i$ $k_{i}$ ). Les auteurs dérivent deux taux de correction :
- $\rho_c$ : le taux de correction pendant la phase fermée (limité aux mécanismes pré-engagés ou natifs).
- $\rho_p$ : le taux de correction après l'écart de réaction (incluant les chercheurs adaptatifs ordinaires).
- Le modèle établit que $\rho_p \geq \rho_c$ , avec une inégalité stricte chaque fois qu'une capacité adaptative ordinaire existe.
Distorsion et Rendement : La distorsion attendue entrant dans une fenêtre de financement est calculée en fonction de l'écart de réaction $\delta$ , des taux $\rho_c$ et $\rho_p$ , et de la longueur de la fenêtre $W$ . Cela produit un facteur de réponse $g(\delta; \rho_c, \rho_p, W)$ , qui amplifie la valeur de l'attaque.
Structure à Deux Registres : Le modèle sépare le Registre de Signal (le taux de financement) du Registre de l'Assiette Fiscale (le notionnel reçu). Il analyse comment la visibilité affecte la capitalisation du financement prévisible dans les prix d'entrée via un coefficient $\zeta$ .
Indice de Sécurité : Un indice de sécurité locale $\Gamma$ est dérivé pour déterminer si une attaque est scalable. L'article compare la valeur attendue des attaques sous des régimes publics ($pub$) et chiffrés ($enc$).

Principales Contributions

La Barrière d'Ordonnancement : L'article isole une propriété causale des conceptions de type « commit-then-reveal » où l'incapacité d'admettre des transactions post-révélation crée un écart de réaction économique discret, indépendant de la vitesse de déchiffrement.
Manipulation de l'Écart de Réaction : Les auteurs dérivent la valeur exacte attendue d'une attaque de distorsion ponctuelle. Ils montrent que le facteur de réponse $g$ est strictement croissant par rapport à l'écart de réaction $\delta$ dès lors que $\rho_p > \rho_c$ . Par conséquent, le chiffrement peut augmenter la rentabilité de l'attaque si l'attaquant conserve une capacité de ciblage suffisante ( $m$ ) et que le gain de persistance de la distorsion l'emporte sur la perte d'information.
Multiplicateur de Vie de l'Écran (Privacy Multiplier) : L'article introduit une décomposition des effets du chiffrement en trois composantes :
- Aveuglement de l'Attaquant : Perte de la capacité de ciblage ( $m$ ).
- Blindage de la Correction : Augmentation de la persistance de la distorsion due à l'écart de réaction ( $g$ ).
- Blindage de la Capitalisation : Réduction de la capitalisation du financement dans le prix d'entrée due à l'entrée cachée ( $\zeta$ ).
  L'indice de sécurité $\Gamma$ combine ces éléments, montrant que le chiffrement peut être préjudiciable si les effets de blindage dominent l'effet d'aveuglement.
Règle de Financement Sensible au Déchiffrement : L'article propose une séquence de protocole spécifique : Révéler, Corriger, Mesurer, puis Payer. Cela implique d'insérer un tampon de réaction public après la révélation mais avant que le signal de financement ne soit mesuré et que les positions ne soient finalisées.

Résultats

Amplification de la Valeur de l'Attaque : Pour les attaques auto-générées, le chiffrement peut augmenter la valeur attendue de la manipulation. Plus précisément, si l'attaquant conserve plus d'une fraction critique de sa capacité de ciblage publique ( $m_{enc}/m_{pub}$ ), l'augmentation du facteur de réponse $g$ (due à l'écart de réaction) et la réduction des coûts de capitalisation peuvent l'emporter sur la perte d'information.
Seuils : L'article dérive des seuils explicites. Par exemple, dans un scénario sans correction en phase fermée et avec un écart de réaction de 10 % de la fenêtre de financement, la valeur de l'attaque peut augmenter d'un facteur d'environ 3,24 si la capacité de ciblage reste inchangée. Le chiffrement reste préjudiciable si l'attaquant conserve plus de 56 % de sa capacité de ciblage publique dans ce cas spécifique.
Canal de Capitalisation : Le canal de l'« assiette fiscale » s'avère être un puissant amplificateur. Si la visibilité publique provoque que 80 % du financement prévisible soit intégré dans les prix d'entrée, mais que le chiffrement réduit cela à 0 %, le seuil pour que le chiffrement soit préjudiciable chute considérablement (par exemple, à environ 11 % de rétention de ciblage).
Inefficacité du Seul Déchiffrement Rapide : Les résultats démontrent que réduire la latence cryptographique (temps de déchiffrement) est nécessaire mais insuffisant. Si le protocole ferme l'admission avant la révélation, la barrière d'ordonnancement demeure, et l'écart de réaction économique persiste.

Signification et Revendications
L'article affirme que les mempools chiffrés ne réduisent pas universellement la manipulation économique. Bien qu'ils protègent efficacement contre la MEV dépendante de la victime, ils peuvent involontairement faciliter la manipulation d'état auto-générée en protégeant l'attaquant des forces correctrices du marché et de la capitalisation du prix d'entrée.

Les auteurs soutiennent que la sécurité des transferts dépendants de l'état (comme le financement des perpétuels) dépend de la capacité de l'application à s'adapter au calendrier d'information créé par le chiffrement. Ils concluent que la confidentialité des transactions et l'intégrité du marché ne sont compatibles que lorsque l'application est conçue pour le calendrier d'information spécifique que crée le chiffrement. La solution proposée n'est pas d'abandonner le chiffrement, mais de le composer avec des mécanismes au niveau de l'application qui permettent la correction et la capitalisation après la révélation mais avant le paiement, fermant ainsi l'écart de réaction et restaurant l'efficience du marché.

Articles similaires