If It Walks Like an Arbitrage: Protocol-Agnostic Detection with Decidable Structural Equivalence
本論文は、プロトコルに依存せず、決定可能な標準形式のEthereumトランザクショントレースを用いて構造的なサイクル検出により裁定機会を検出する、形式検証済みのプロトコル非依存なシステムを提示しており、プロトコル固有のパターンに依存することなく、既存のMEVプラットフォームと高い一致を示しながら数千件の独占的な検出を特定している。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
イーサリアム・ブロックチェーン上では、資金はデジタル契約の複雑な網目を通じて移動します。ユーザーがトランザクションを送信するたびに、隠れたスクリプトが実行され、数百ステップに及ぶ可能性のある入れ子状のシーケンスの中で他のプログラムを呼び出します。この目に見えない機構の中で、自動化されたボットがデジタル取引所間の微細な価格差を常にスキャンしています。差を見つけると、彼らは安く買い高く売るための迅速な一連のトレードを実行し、市場が修正される前に利益を確保します。アービトラージ（裁定取引）として知られるこの活動は、「最大抽出可能価値（Maximal Extractable Value: MEV）」と呼ばれる巨大な産業の原動力であり、そこではボットがネットワークからあらゆる一セントの利益をも絞り取ろうと競い合っています。しかし、これらのボットは何千もの異なる契約を使用し、資金を移動させるための新しい方法を絶えず発明しているため、それらを見つけ出すことは、形を変え続ける干し草の山の中から特定の針を見つけようとするようなものでした。既存のツールは、既知の取引所の特定のパターンを記憶することに依存していることが多く、そのため新しいものや珍しいものを見逃してしまいます。
Functoriの研究チームは、関与している契約の名前を特定することに依存しない、これらのトランザクションを可視化する新しい手法を開発しました。特定のパターンを探す代わりに、彼らはすべてのトランザクションを、単一のユニークな形状へと簡略化できる構造的なオブジェクトとして扱います。彼らは、トランザクションの生の記録を受け取り、コール階層のノイズを剥ぎ取って、本質的な資金の流れだけを残すまで、ステップ・バイ・ステップで書き換えるシステムを構築しました。このプロセスは、元のトランザクションがいかに複雑であっても、常に同じ最終的な形状を生み出すことが保証されています。もし二つの異なるトランザクションが同じ最終形状に至ったならば、それらは構造的に同一です。これにより、システムは既知のパターンを認識することによってではなく、資金の流れが、始まった時よりも多くの価値を持って始まりと終わりを結ぶ閉じたループを形成しているかどうかを見ることによって、アービトラージを識別することができます。これは、どのデジタル・トークンが使用されているか、あるいはどの特定の取引所が関わっているかに関わらず機能する手法です。
研究者たちは、2025年後半の1ヶ月間の活動をカバーするイーサリアム・ブロックチェーンの22万個のブロックを用いて、このシステムをテストしました。彼らは、その結果を、アービトラージを検知する主要な商用プラットフォームであるEigenphi、および機械学習分類器であるArbiNetと比較しました。この新システムは、検知されたトランザクションの83.5%において商用プラットフォームと一致しましたが、同時に、商用プラットフォームが見逃した60,199件の確定したアービトラージ・サイクルも発見しました。これら見逃された検知の多くは、フラッシュローンや特異なルーティングを含む、複雑で多段階のトレードであり、標準的なパターンを認識するように訓練された商用ツールには適合しないものでした。また、システムは、アービトラージの試みのように見えるものの、利益を生むことができなかった245,497件のトランザクションも特定しました。これらは、トランザクション速度の入札戦に敗れたか、手数料を払いすぎたために失敗したものです。これらの失敗した試みは、成功した利益のみを見るシステムには見えませんが、ネットワーク上で起きている競争の真の規模を明らかにしています。
これがどのように機能するかを理解するために、研究者がトランザクションを表す「もつれた紐の玉」を取り、体系的に解いていく様子を想像してください。彼らは、その紐が何で作られているか、あるいはどこから来たのかには関心がありません。彼らが関心があるのは、その端がどのように接続されているかだけです。もし紐がループを形成し、その端が始点に戻り、かつそのループが純増の材料を含んでいる場合、システムはそれをアービトラージとしてフラグ立てします。このアプローチは非常に堅牢であり、同じソフトウェア・バイナリが、変更なしに他の2つのブロックチェーン、ArbitrumおよびBinance Smart Chain上で動作し、有効な結果を出すことができました。システムは、トランザクション・ツリーを簡略化し、並行するパスを統合し、転送を連結して、構造が単純なサイクルに崩壊するか、あるいはサイクルが存在しないことを明らかにするまでの15のルールに基づいています。これらのルールは、必ず終了し、常に同じ結果を生み出すことが数学的に証明されているため、その検知は構成によって正当化されます。
この研究はまた、他のシステムによってアービトラージとしてフラグ立てされた多くのトランザクションが、実際には偽陽性（誤検知）であったことも明らかにしました。研究者が、商用プラットフォームのみがフラグを立てた200件のトランザクションを手動で調査したところ、その63.5%には循環的な資金の流れが全く含まれていませんでした。これらは単純な送金やイールド・ハーベスティング（収穫）操作であり、他のシステムが構造そのものではなく特定のイベント・シグネチャを探していたために、アービトラージのように見えていただけでした。逆に、新システムは、他のツールが見逃した本物のアービトラージ・サイクルを発見しました。これらは複雑なルーティング契約の中に隠されていました。研究者は500件のトランザクションを手動で検証し、確定ティアにおいて偽陽性がゼロであることを確認しました。つまり、彼らが成功したアービトラージとしてラベル付けしたすべてのトランザクションは、実際に利益を生むループであったのです。
この成果は、暗記されたパターンへの依存から、資金の流れの根本的な理解へと、この分野を移行させるものです。すべてのトランザクションがユニークで標準的な形式を持つことを証明することで、研究者たちは、戦略ファミリーやボットの挙動に関する問いに数学的な確実性をもって答えられる基礎を築きました。彼らは、アービトラージが単なる既知のトリックの集まりではなく、特定のプロトコルを知らなくても検知可能な、資金フローの構造的特性であることを実証しました。隠れた戦略や失敗した試みを明らかにするシステムの能力は、自動化された取引の真のボリュームが、以前に測定されていたよりも大幅に高いことを示唆しており、それは標準的なパターンマッチング・ツールでは捉えられない方法で動作する多様なボットのエコシステムによって駆動されています。これらの知見は、フォレンジック分析のための新しいレンズを提供し、調査員が資金の正確な経路を辿り、利益抽出のメカニズムを、これまで不可能であったレベルの明晰さで理解することを可能にします。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。