💻 computer science

Towards Decentralized Searcher Competition in MEV Markets

Cet article traite de la centralisation du marché MEV en proposant un mécanisme d'enchères à plafond de Shapley avec des contraintes de sécurité bayésiennes afin d'assurer une distribution plus équitable des récompenses et de prévenir les attaques Sybil ainsi que la collusion de validateurs parmi des chercheurs hétérogènes.

Auteurs originaux : Roozbeh Sarenche, Yunwen Liu

Publié 2026-08-12

📖 9 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Roozbeh Sarenche, Yunwen Liu

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 un marché numérique bouillonnant où des coureurs invisibles, appelés « searchers » (chercheurs), traquent constamment de minuscules et fugaces opportunités de gagner de l'argent. Ce n'est pas un marché normal ; c'est le moteur caché d'une blockchain, un système conçu pour être géré par tout le monde, et non par quelques grands patrons. Dans ce monde, la « Valeur Maximale Extractible » (MEV) est le prix : c'est le profit supplémentaire que l'on peut extraire d'une transaction en réorganisant l'ordre des événements, comme un acheteur rusé qui achète un article juste avant une hausse de prix et le revend immédiatement après. Pour obtenir ces prix, les chercheurs font la course pour être les premiers à soumettre leur code aux « block builders » (constructeurs de blocs) de la blockchain, qui agissent comme les officiels de course décidant qui fera le prochain tour de piste. La règle actuelle du jeu est simple mais brutale : celui qui offre le plus d'argent au constructeur remporte tout le prix, et tous les autres n'obtiennent rien. Ce système de type « le gagnant rafle tout » a un effet secondaire néfaste : il encourage quelques coureurs super rapides et super riches à tout dominer, excluant les plus petits joueurs et transformant une course juste et ouverte en un club fermé.

Ce document examine en profondeur cette course pour voir si nous pouvons changer les règles pour la rendre plus juste sans laisser les tricheurs prendre le contrôle. Les auteurs, Roozbeh Sarenche et Yunwen Liu, soutiennent que l'approche actuelle du « plus offrant gagne » est excellente pour arrêter un type spécifique de triche (où un chercheur copie son propre code pour prétendre être plusieurs personnes), mais qu'elle est terrible pour maintenir la compétition ouverte. Ils montrent que lorsque les chercheurs ont des vitesses et des compétences différentes, le système actuel permet aux plus rapides de monopoliser toutes les récompenses, laissant les autres avec des miettes. Pour corrir cela, ils proposent une nouvelle façon de partager l'argent du prix appelée l'« enchère à plafond Shapley » (Shapley-capped auction). Au lieu de donner tout à l'unique vainqueur, ce nouveau système examine la contribution réelle de chaque chercheur au succès du groupe et partage le butin en conséquence, mais avec des verrous de sécurité stricts pour empêcher les tricheurs de manipuler le système. À travers des simulations informatiques et l'examen de données réelles de la blockchain Ethereum, ils suggèrent que cette nouvelle méthode pourrait transformer une course dominée par une poignée de géants en une compétition animée où des dizaines de chercheurs peuvent réellement gagner.

Le Problème : La Course au « Roi de la Colline »

Pour comprendre le problème, imaginez un tournoi de jeux vidéo où le prix est un énorme sac de pièces d'or. Dans la version actuelle de ce jeu, il y a beaucoup de joueurs, mais seul celui qui paie le plus gros « droit d'entrée » au arbitre obtient le sac. Tous les autres ne paient rien et n'obtiennent rien.

Le document souligne que cette configuration crée un problème appelé « centralisation ». Dans le monde réel, certains joueurs ont de meilleurs ordinateurs, un Internet plus rapide et plus d'argent que d'autres. Dans une course de type « le gagnant rafle tout », ces avantages se cumulent. Si vous êtes légèrement plus rapide ou avez des informations légèrement meilleures, vous gagnez presque à chaque fois. Si vous gagnez presque à chaque fois, vous devenez riche. Si vous devenez riche, vous pouvez acheter des ordinateurs encore meilleurs. Bientôt, vous vous retrouvez dans une situation où un ou deux joueurs remportent 90 % de l'or, et les autres ne font que regarder depuis la touche. C'est mauvais pour la blockchain car tout l'intérêt de ces systèmes est d'être décentralisés — gérés par beaucoup de gens, pas par quelques rois.

Les auteurs ont également étudié un type spécifique de triche appelé « attaque Sybil ». Imaginez un joueur essayant de truquer le jeu en créant 100 faux comptes, utilisant tous la même stratégie, juste pour augmenter ses chances de gagner. Dans le système actuel du « plus offrant », cela ne fonctionne pas vraiment car le joueur doit quand même payer le plein droit d'entrée pour chaque compte fictif, et il ne remporte le prix qu'une seule fois. Ainsi, le système actuel est en fait assez efficace pour arrêter ce type spécifique de triche. Cependant, les auteurs soutiennent qu'être efficace pour arrêter les tricheurs ne suffit pas si le jeu est toujours truqué contre les plus petits joueurs.

La Solution : Le Pot du « Partage Équitable »

Les auteurs proposent une nouvelle façon de mener la course, qu'ils appellent l'Enchère à Filtre d'Entrée et à Plafond Shapley (Entry-Filtered Shapley-Capped Auction). Décomposons ce nom sophistiqué en une histoire de chasseurs de trésors.

1. Le Filtre d'Entrée (Le Gardien) :
D'abord, tout le monde ne peut pas jouer. Le système établit un seuil de qualité minimum. Si la carte d'un chasseur de trésors n'est pas assez bonne (son code n'est pas assez efficace), on lui demande poliment de partir. Cela évite que le jeu ne soit encombré de soumissions de mauvaise qualité et aide à empêcher les tricheurs d'inonder le système avec des copies de faible qualité.

2. La Valeur de Shapley (Le Partageur Équitable) :
C'est le cœur de la nouvelle idée. Au lieu de donner tout le trésor à la personne qui a trouvé la meilleure carte, le système examine la contribution de chaque personne au succès du groupe. Imaginez un groupe d'amis essayant de résoudre un puzzle. Si une personne apporte le couvercle de la boîte, une autre apporte les pièces d'angle et une troisième apporte les pièces de bordure, ils ont tous aidé. La « valeur de Shapley » est une méthode mathématique pour calculer exactement quel crédit chaque personne mérite en fonction de sa contribution unique. Dans cette nouvelle enchère, si plusieurs chercheurs trouvent de bonnes opportunités, le profit est partagé entre eux en fonction de ce qu'ils ont ajouté au mélange, plutôt que d'aller simplement au seul « vainqueur ».

3. Le Plafond et la Destruction (La Soupape de Sécurité) :
Voici la partie délicate. Si le système se contentait de diviser l'argent entre tous, un tricheur pourrait essayer de créer 1 000 faux comptes pour obtenir 1 000 petites parts du gâteau. Pour empêcher cela, le nouveau système possède un « plafond ». Il dit : « D'accord, nous allons diviser l'argent équitablement, mais seulement parmi les quelques meilleures soumissions. » Si trop de personnes tentent d'entrer, le système passe en mode « repli » où il ne paie que la meilleure d'entre elles et « brûle » (détruit) le reste de l'argent. Cela fait de la création de trop nombreux comptes fictifs une stratégie perdante.

Le « burn » (la destruction) est comme une pénalité. Si un tricheur tente de diviser sa stratégie en de nombreuses copies pour manipuler le système, la mathématique est conçue de telle sorte que la pénalité (l'argent brûlé) soit toujours supérieure au profit supplémentaire qu'il pourrait obtenir. Cela maintient le jeu sécurisé contre les tricheurs tout en restant juste pour les joueurs honnêtes.

Ce que disent les Chiffres

Les auteurs n'ont pas seulement imaginé cela ; ils l'ont testé. Ils ont construit un modèle informatique de la façon dont ces chercheurs sont en compétition et ont lancé des milliers de simulations. Ils ont également examiné des données réelles de la blockchain Ethereum, analysant plus d'un demi-million de transactions pour voir comment les vrais chercheurs se comportent.

Leurs conclusions étaient claires :

L'Ancienne Méthode (Enchère à Prix Fixe) : Dans leurs simulations, lorsque la course devenait compétitive, le système du « vainqueur rafle tout » devenait très injuste. Dans les scénarios les plus concentrés, ils ont constaté qu'effectivement, un seul chercheur remportait toutes les récompenses, même s'il y avait de nombreux joueurs. Le « score d'équité » tombait presque à zéro.
La Nouvelle Méthode (Shapley-Capped) : Lorsqu'ils ont appliqué leur nouveau système, les résultats ont radicalement changé. Dans les mêmes scénarios concentrés, le nouveau système permettait à 3 ou 4 (et parfois plus) chercheurs de partager les récompenses équitablement. Le score d'équité a bondi de manière significative.

Par exemple, dans un scénario où l'ancien système donnait un score d'équité de 0,075 (signifiant presque aucune équité), le nouveau système l'a fait grimper à 0,726 (signifiant beaucoup plus d'équité) tout en maintenant la sécurité du système contre les tricheurs.

Ils ont également examiné des données réelles d'Ethereum. Ils ont trouvé deux types de chasses au trésor :

Chasses à Haute Marge : Ce sont des prix rares et importants. Ici, l'ancien système était très concentré, avec quelques gros joueurs dominant la scène. Le nouveau système aurait rendu cela beaucoup plus juste, en répartissant les récompenses à davantage de joueurs.
Chasses à Haut Volume : Ce sont des petits prix fréquents. Ici, l'ancien système était déjà assez juste car il y avait beaucoup de joueurs. Le nouveau système n'a pas beaucoup changé l'équité ici, mais il a garanti que le système reste sécurisé contre les tricheurs.

L'Essentiel à Retenir

Le document suggère que la façon actuelle de gérer ces enchères de blockchain est comme une course où le coureur le plus rapide remporte tout le trophée, et où tous les autres repartent les mains vides. Cela encourage quelques super-équipes à prendre le dessus. Les auteurs proposent un nouveau règlement où le trophée est partagé en fonction de l'aide apportée par chacun, mais avec une limite stricte pour empêcher les tricheurs de s'imposer par la ruse.

Leur travail suggère que nous pouvons avoir le beurre et l'argent du beurre : un système qui est à la fois juste (récompensant de nombreux joueurs différents) et sécurisé (arrêtant les tricheurs). Ce n'est pas une baguette magique qui règle tout instantanément, mais cela offre une nouvelle voie prometteuse pour garder la course blockchain ouverte, compétitive et amusante pour tout le monde, et pas seulement pour les plus riches. Les auteurs soulignent qu'il s'agit d'une solution théorique et simulée qui doit être testée dans le monde réel, mais que les mathématiques et les données, pour l'instant, pointent vers une direction très porteuse d'espoir.

Résumé Technique : Vers une Compétition de Chercheurs Décentralisée dans les Marchés MEV

1. Énoncé du Problème

Les marchés de la Valeur Extractible Maximale (MEV) sur les blockchains sans permission font face à des risques de centralisation significatifs. Alors que la littérature existante a largement analysé la centralisation parmi les constructeurs de blocs (builders) et les validateurs, cet article identifie la compétition entre chercheurs (searchers) comme un lieu de centralisation distinct et critique.

L'extraction actuelle du MEV repose sur un mécanisme d'enchères de type prix unitaire, gagnant unique (first-price, winner-take-all) où les chercheurs enchérissent pour l'inclusion dans le bloc. L'article soutient que cette conception, combinée à l'hétérogénéité intrinsèque des chercheurs (différences en termes de couverture d'opportunités, d'efficacité d'exécution, de capital et d'information), conduit à une concentration sévère des récompenses. Dans cet environnement, les récompenses sont accumulées par le chercheur ayant le rang le plus élevé (enchère la plus haute ou meilleure exécution) plutôt que d'être distribuées proportionnellement aux contributions marginales. Cette « dominance de rang » crée des barrières à l'entrée élevées, renforce la domination des infrastructures spécialisées et compromet les objectifs de décentralisation des protocoles sans permission.

Le défi central est de concevoir un mécanisme qui distribue les récompenses de manière plus large et plus équitable entre les chercheurs tout en maintenant strictement les garanties de sécurité dans un environnement sans permission. Plus précisément, tout mécanisme récompensant plusieurs soumissions doit empêcher :

Les Attaques Sybil : Les chercheurs divisant une stratégie d'exécution unique en plusieurs identités (code copié ou dégradé) pour capturer une part plus grande des récompenses.
La Collusion Validateur-Chercheur : Des coalitions où les validateurs et les chercheurs se coordonnent pour augmenter leurs gains conjoints par le biais de la division d'identités.

2. Méthodologie

Modèle de Système

Les auteurs développent un modèle hétérogène de compétition de chercheurs impliquant :

Entités : Un ensemble fini de chercheurs $S$ et un validateur.
Classes d'Opportunités : Les opportunités MEV sont regroupées en classes (ex: arbitrage, liquidation).
Hétérogénéité : Les chercheurs diffèrent par :
- Couverture d'Opportunités : La probabilité $\alpha_{i,\tau}$ de découvrir une opportunité dans la classe $\tau$ .
- Qualité d'Exécution : La valeur nette normalisée certifiée $z_{i,o}$ de leur code d'exécution, dérivée de la valeur brute moins les coûts d'exécution.
Structure d'Information : Un cadre bayésien où les chercheurs connaissent leur propre code et leur valeur, mais ne connaissent que les primitives de distribution de la participation et des valeurs de leurs concurrents avant l'échéance de soumission.

Métriques d'Évaluation

L'article introduit deux métriques primaires pour évaluer les mécanismes d'enchères :

Indice de Fairness de Jain pondéré par Shapley ( $J_{Sh}$ ) : Mesure si les récompenses sont proportionnelles aux contributions marginales (valeurs de Shapley) des chercheurs au surplus attendu. Une valeur de 1 indique une équité parfaite ajustée à la contribution ; une valeur inférieure indique une concentration.
Indice de Herfindahl–Hirschman de l'Espérance de Récompense (ER-HHI) : Mesure la concentration des récompenses attendues à long terme parmi les chercheurs. Le réciproque ( $N_{eff}$ ) représente le « nombre effectif de chercheurs récompensés ».

Définitions de Sécurité

L'article définit la sécurité contre les déviations dans un contexte bayésien (évaluant les gains attendus conditionnellement à la propre participation et valeur d'un chercheur) :

Résistance Sybil de Copie de Code Bayésienne : Empêche un chercheur d'augmenter son gain attendu en soumettant plusieurs copies ou versions dégradées de son propre code.
Résistance de Coalition Validateur-Chercheur Bayésienne : Empêche un chercheur et un validateur d'augmenter leur gain conjoint par des déviations de type copie de code.

3. Contributions Clés

A. Analyse de l'Enchère à Prix Unitaire (FPA)

L'article établit la FPA standard comme référence.

Sécurité : Il est prouvé que la FPA est robuste contre les déviations Sybil de copie de code et les coalitions validateur-chercheur dans un sens ex-post (et donc bayésien). Puisque seul le plus haut enchérisseur gagne, diviser une stratégie en plusieurs enchères n'augmente ni la probabilité de gagner ni le gain.
Échec Économique : Sous l'effet de l'hétérogénéité, la FPA récompense la dominance de rang plutôt que la contribution marginale.
- Si un petit groupe de chercheurs « dominants » (haute couverture ou haute qualité d'exécution) existe, ils gagnent presque toujours.
- L'article prouve que lorsque la probabilité de participation des chercheurs dominants approche 1, le nombre effectif de chercheurs récompensés ( $N_{eff}$ ) converge vers la taille de la classe dominante (potentiellement 1), et l'indice d'équité ( $J_{Sh}$ ) s'effondre.
- Cela mène à un résultat de type « gagnant rafle tout » où les chercheurs de moindre qualité sont effectivement exclus des récompenses, renforçant ainsi la centralisation.

B. Mécanisme Proposé : Enchère à Cap de Shapley avec Filtre d'Entrée (SCA)

Pour remédier aux limites de la FPA, les auteurs proposent l'Enchère à Cap de Shapley avec Filtre d'Entrée (SCA).

Conception du Mécanisme :
1. Filtre d'Entrée : Les soumissions avec des valeurs nettes certifiées inférieures à un seuil $\theta$ sont rejetées.
2. Partage de Shapley : Si le nombre de soumissions admises ( $t_\theta$ ) est inférieur à un plafond $H$ , les récompenses sont distribuées selon la valeur de Shapley du jeu max dépendant du validateur, pondérée par des paramètres de rétention ( $\eta_S, \eta_V$ ).
3. Repli sur le Plafond (Capped Fallback) : Si $t_\theta > H$ , le mécanisme bascule vers une branche conservatrice où seule la meilleure soumission reçoit une récompense (réduite), et le reste du surplus est brûlé (burn).
Sécurité via le Brûlage (Burning) : Le mécanisme utilise des fonctions de brûlage (destruction d'une partie du surplus) pour éliminer l'incitation économique aux attaques Sybil. En calibrant soigneusement les paramètres de brûlage ( $\kappa_S, \kappa_V$ ), le mécanisme garantit que le gain attendu d'un chercheur (ou d'une coalition) n'augmente pas en divisant sa soumission en plusieurs identités.
Garanties Théoriques : L'article fournit une caractérisation de sécurité bayésienne, prouvant qu'avec des choix de paramètres appropriés, la SCA est résistante aux déviations Sybil de copie de code et aux coalitions validateur-chercheur. Il prouve également la faisabilité budgétaire (paiements totaux + brûlage $\leq$ valeur totale).

C. Étalonnage Empirique

Les auteurs étalonnent leur modèle en utilisant des données d'arbitrage on-chain d'Ethereum (577 264 transactions).

Ils classent les chercheurs en trois profils de stratégie : Orienté Marge (profit élevé par transaction), Orienté Volume (nombre élevé de transactions) et Mixte.
Ils extraient des distributions log-normales tronquées pour les coûts d'exécution et les probabilités de participation pour les niveaux « Élite », « Milieu » et « Queue » au sein de chaque stratégie.
Ces distributions empiriques sont utilisées pour simuler et comparer la FPA et la SCA sous des conditions réalistes.

4. Résultats

Benchmarks Théoriques

Centralisation de la FPA : Dans des scénarios avec des populations de chercheurs asymétriques (ex: une petite classe d'élite avec une couverture/qualité élevée), la FPA conduit à une concentration extrême. Dans le scénario « Chercheur Élite Unique », $N_{eff}$ tombe à $\approx 1,04$ et $J_{Sh}$ à $0,075$, indiquant une monopolisation quasi totale des récompenses.
Décentralisation de la SCA : La SCA avec filtre d'entrée améliore considérablement la décentralisation. Dans le même scénario « Élite Unique », la SCA maintient un $N_{eff}$ de $\approx 3,78$ et un $J_{Sh}$ de $0,726$. Elle réussit à distribuer les récompenses à un ensemble plus large de chercheurs basé sur leurs contributions marginales.
Compromis (Trade-off) : Il existe un compromis entre sécurité et couverture. Des seuils d'entrée ( $\theta$ ) plus bas admettent plus de chercheurs (améliorant la décentralisation) mais nécessitent des taux de brûlage ( $\kappa_S$ ) plus élevés pour maintenir la résistance Sybil.

Résultats Empiriques

Opportunités Concentrées (C1 - Orienté Marge) : Dans les classes d'opportunités où la compétition est naturellement concentrée (peu de contrats d'élite dominent), la FPA est peu performante ( $J_{Sh} = 0,175$ ). La SCA améliore radicalement l'équité ( $J_{Sh} = 0,983$ ) et augmente le nombre effectif de chercheurs récompensés.
Opportunités Diffuses (C2 - Orienté Volume) : Dans les marchés hautement compétitifs et axés sur le volume, la FPA est déjà relativement décentralisée ( $J_{Sh} = 0,997$ ). La SCA offre des améliorations marginales de l'équité mais garantit que la distribution des récompenses reste large même sous des contraintes strictes de résistance Sybil.
Validation de la Sécurité : Dans tous les scénarios étalonnés, la déviation contraignante pour la sécurité est une attaque de copie exacte à deux exemplaires à la limite d'admission. Les paramètres proposés dissuadent avec succès cette déviation.

5. Signification et Revendications

L'article affirme que la décentralisation dans les marchés MEV est fondamentalement un problème de conception de mécanisme, et non seulement une question d'infrastructure ou d'accès au flux d'ordres.

Limitation de la Conception Actuelle : Les auteurs démontrent que l'enchère standard à prix unitaire, bien que sécurisée contre les attaques Sybil, est économiquement centralisatrice sous l'effet de l'hétérogénéité réaliste. Elle récompense le « rang » plutôt que la « contribution », permettant aux acteurs dominants de capturer la vaste majorité du MEV.
Faisabilité des Alternatives : L'article soutient qu'il est possible de concevoir un mécanisme qui atteint simultanément :
1. Une Équité Ajustée à la Contribution : Récompenses proportionnelles aux valeurs de Shapley.
2. Une Décentralisation des Récompenses : Une distribution plus large des récompenses parmi les chercheurs.
3. Une Sécurité Sans Permission : Robustesse contre les attaques Sybil et la collusion des validateurs sans nécessiter de tiers de confiance.
Le Rôle du Brûlage (Burning) : L'introduction du brûlage (destruction du surplus) est présentée comme un compromis nécessaire pour aligner les incitations. En brûlant une partie du surplus, le mécanisme supprime la motivation économique pour la division d'identités, permettant une distribution plus équitable sans compromettre la sécurité.

Les auteurs concluent que l'Enchère à Cap de Shapley avec Filtre d'Entrée offre une voie viable vers des marchés MEV plus décentralisés, particulièrement dans les classes d'opportunités où les mécanismes actuels mènent à une concentration monopolistique des récompenses. Ils soulignent que les paramètres du mécanisme (seuils, plafonds, taux de brûlage) doivent être soigneusement calibrés pour équilibrer le compromis entre une participation large et la sécurité contre les déviations stratégiques.