If It Walks Like an Arbitrage: Protocol-Agnostic Detection with Decidable Structural Equivalence
Cet article présente un système agnostique au protocole et formellement vérifié qui utilise une forme canonique décidable des traces de transactions Ethereum pour détecter les opportunités d'arbitrage via la détection de cycles structurels, atteignant un haut degré d'accord avec les plateformes MEV de production tout en identifiant des milliers de détections exclusives sans dépendre de motifs spécifiques aux protocoles.
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
Sur la blockchain Ethereum, l'argent circule à travers un réseau complexe de contrats numériques. Chaque fois qu'un utilisateur envoie une transaction, un script caché s'exécute, appelant d'autres programmes dans une séquence imbriquée qui peut durer des centaines d'étapes. Au sein de cette machinerie invisible, des bots automatisés scannent constamment les différences de prix infimes entre les échanges numériques. Lorsqu'ils en trouvent une, ils exécutent une série rapide de transactions pour acheter bas et vendre haut, capturant le profit avant que le marché ne se corrige. Cette activité, connue sous le nom d'arbitrage, est le moteur d'une industrie massive appelée Valeur Extractible Maximale (Maximal Extractable Value), où les bots rivalisent pour soutirer chaque centime de profit possible au réseau. Cependant, comme ces bots utilisent des milliers de contrats différents et inventent constamment de nouvelles façons de déplacer l'argent, les repérer a été comme essayer de trouver une aiguille spécifique dans une botte de foin qui change constamment de forme. Les outils existants reposent souvent sur la mémorisation des schémas spécifiques des échanges connus, ce qui signifie qu'ils ratent tout ce qui est nouveau ou inhabituel.
Une équipe de chercheurs de Functori a développé une nouvelle façon de voir ces transactions qui ne dépend pas de la connaissance des noms des contrats impliqués. Au lieu de chercher des motifs spécifiques, ils traitent chaque transaction comme un objet structurel qui peut être simplifié en une forme unique et simple. Ils ont construit un système qui prend l'enregistrement brut d'une transaction et la réécrit, étape par étape, en éliminant le bruit de la hiérarchie des appels jusqu'à ce que seul le flux essentiel des fonds subsiste. Ce processus garantit de produire la même forme finale à chaque fois, peu importe la complexité de la transaction originale. Si deux transactions différentes produisent la même forme finale, elles sont structurellement identiques. Cela permet au système d'identifier l'arbitrage non pas en reconnaissant un motif connu, mais en voyant si les flux d'argent forment une boucle fermée qui commence et finit avec plus de valeur qu'au départ. C'est une méthode qui fonctionne quel que soit le jeton numérique utilisé ou les échanges spécifiques impliqués.
Les chercheurs ont testé ce système sur 220 000 blocs de la blockchain Ethereum, couvrant un mois d'activité à la fin de 2025. Ils ont comparé leurs résultats à ceux d'Eigenphi, une plateforme commerciale de pointe qui détecte l'arbitrage, et d'ArbiNet, un classificateur par apprentissage automatique. Le nouveau système est tombé d'accord avec la plateforme commerciale sur 83,5 % des transactions détectées, mais il a également trouvé 60 199 cycles d'arbitrage confirmés que la plateforme commerciale avait manqués. Ces détections manquées étaient souvent des transactions multi-étapes complexes impliquant des prêts flash (flash loans) ou des routages inhabituels qui ne correspondaient pas aux modèles standards reconnus par l'outil commercial. Le système a également identifié 247 497 transactions qui ressemblaient à des tentatives d'arbitrage mais n'ont pas généré de profit, souvent parce que les bots ont perdu une bataille de vitesse de transaction ou ont payé trop de frais. Ces tentatives ratées sont invisibles pour les systèmes qui ne regardent que les profits réussis, mais elles révèlent l'échelle réelle de la compétition qui se déroule sur le réseau.
Pour comprendre comment cela fonctionne, imaginez les chercheurs prenant une pelote de ficelle emmêlée représentant une transaction et la démêlant systématiquement. Ils ne se soucient pas de la matière de la ficelle ni de sa provenance ; ils se soucient uniquement de la manière dont les extrémités se rejoignent. Si la ficelle forme une boucle où l'extrémité se reconnecte au départ, et que la boucle contient un gain net de matière, le système signale un arbitrage. Cette approche est si robuste que le même binaire logiciel, sans aucune modification, a pu être exécuté sur deux autres blockchains, Arbitrum et Binance Smart Chain, et produire des résultats valides. Le système repose sur un ensemble de 15 règles qui simplifient l'arbre de transaction, fusionnant les chemins parallèles et enchaînant les transferts jusqu'à ce que la structure s'effondre en un cycle simple ou révèle qu'aucun cycle n'existe. Comme les règles sont mathématiquement prouvées pour toujours aboutir et toujours produire le même résultat, la détection est saine par construction.
L'étude a également révélé que de nombreuses transactions signalées comme arbitrage par d'autres systèmes étaient en réalité des faux positifs. Lorsque les chercheurs ont inspecté manuellement 200 transactions que seule la plateforme commerciale avait signalées, ils ont constaté que 63,5 % d'entre elles ne contenaient aucun flux de fonds cyclique. Il s'agissait de transferts simples ou d'opérations de récolte de rendement (yield harvesting) qui ressemblaient à de l'arbitrage uniquement parce que l'autre système cherchait des signatures d'événements spécifiques plutôt que la structure sous-jacente. Inversement, le nouveau système a trouvé de véritables cycles d'arbitrage que les autres outils avaient manqués car ils étaient cachés à l'intérieur de contrats de routage complexes. Les chercheurs ont vérifié manuellement 500 transactions et n'ont trouvé aucun faux positif dans leur niveau confirmé, ce qui signifie que chaque transaction qu'ils ont étiquetée comme un arbitrage réussi était effectivement une boucle profitable.
Ce travail fait passer le domaine d'une dépendance aux motifs mémorisés à une compréhension fondamentale du flux de valeur. En prouvant que chaque transaction possède une forme canonique unique, les chercheurs ont créé un fondement où les questions sur les familles de stratégies et le comportement des bots peuvent être répondues avec une certitude mathématique. Ils ont démontré que l'arbitrage n'est pas seulement une collection d'astuces connues, mais une propriété structurelle des flux de fonds qui peut être détectée sans connaître les protocoles spécifiques impliqués. La capacité du système à découvrir des stratégies cachées et des tentatives échouées suggère que le volume réel du trading automatisé sur la blockchain est nettement plus élevé que ce qui était mesuré précédemment, porté par un écosystème diversifié de bots qui opèrent de manières que les outils classiques de reconnaissance de formes ne peuvent voir. Les conclusions offrent un nouveau prisme pour l'analyse forensique, permettant aux enquêteurs de tracer le chemin exact des fonds et de comprendre les mécanismes d'extraction de profit avec un niveau de clarté auparavant impossible.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.