💻 computer science

How to Serve Your Sandwich? MEV Attacks in Private L2 Mempools

Dit artikel으로 toont aan dat hoewel sandwich-aanvallen winstgevend zijn op Ethereum L1, ze in private L2-mempools grotendeels zeldzaam, onrendabel en vaak verkeerd geïdentificeerd zijn vanwege executiebeperkingen en sequencingsbeleid die dergelijke aanvallen probabilistisch in plaats van deterministisch maken.

Oorspronkelijke auteurs: Krzysztof Gogol, Manvir Schneider, Jan Gorzny, Claudio Tessone

Gepubliceerd 2026-01-28

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Krzysztof Gogol, Manvir Schneider, Jan Gorzny, Claudio Tessone

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je de blockchain voor als een enorme, bruisende digitale marktplaats waar mensen digitale tokens verhandelen (zoals het omwisselen van USDC voor USDT). In deze markt zijn er "bots" (geautomatiseerde programma's) die proberen snel winst te maken door te kijken wat anderen van plan zijn te doen.

De Klassieke "Sandwich"-aanval (De Oude Manier)

In de hoofdmarktplaats (Ethereum Layer 1) treden deze bots op als meedogenloze sandwichmakers.

Het Slachtoffer: Een gewoon persoon plaatst een grote order om iets te kopen. Iedereen kan deze order zien in de publieke "wachtrij" (de mempool).
De Aanval: De bot ziet dit aankomen. Het koopt het item snel voordat het slachtoffer dat doet (de bovenste snee brood), waardoor de prijs omhoog wordt gedreven. Vervolgens komt de grote order van het slachtoffer binnen, waarbij het koopt tegen die nieuwe, hogere prijs. Ten slotte verkoopt de bot het item direct na het slachtoffer (de onderste snee brood), en strijkt de winst op van de prijsstijging.
Het Resultaat: De bot maakt winst, en het slachtoffer krijgt een slechtere deal. Omdat de hoofdmarktplaats garandeert dat deze drie stappen direct en in de exacte juiste volgorde plaatsvinden, is deze aanval zeer betrouwbaar en winstgevend.

De Nieuwe Realiteit: Privé "VIP"-rijen (Layer 2 Rollups)

Het onderzoek onderzoekt wat er gebeurt wanneer dezezelfde aanval wordt geprobeerd in nieuwere, snellere marktplaatsen genaamd Layer 2 Rollups (zoals Arbitrum, Base, Optimism). Deze plaatsen gebruiken een systeem van een "Private Mempool".

Beschouw een Private Mempool als een VIP-lounge of een blind geslagen veiling.

Geen Publiek Zicht: Gewone bots kunnen de order van het slachtoffer niet vooraf zien. De orders zijn verborgen voor het publiek totdat een centrale manager (de "Sequencer") besluit ze te verwerken.
Geen Gegarandeerde Volgorde: Zelfs als een bot raadt dat er een slachtoffer aankomt, kan het niet garanderen dat het eerst kan kopen en als laatste kan verkopen. Het is alsof je probeert voor te dringen in de rij bij een fastfoodrestaurant waar de kassier (de Sequencer) bepaalt wie er als volgende aan de beurt is op basis van wie het hardst roept (tips) of wie er het eerst was, maar de rij beweegt zo snel en chaotisch dat je niet zeker weet of je precies de plek krijgt die je wilt.

Wat de Onderzoekers Ontdekten

De auteurs, optredend als digitale detectives, analyseerden miljoenen transacties uit deze private marktplaatsen om te zien of "sandwich-aanvallen" daadwerkelijk plaatsvonden. Ze gebruikten een speciale loep om onderscheid te maken tussen echte aanvallen en onschuldige handel.

Hier is wat zij ontdekten, vertaald in eenvoudige termen:

1. De "Sandwiches" Waren Meestel Vals
Ze vonden duizenden patronen die leken op sandwiches (een koop, een transactie van een slachtoffer, een verkoop). Echter, toen ze de wiskunde controleerden, waren 95% van deze gevallen vals alarm.

Analogie: Stel je voor dat je drie mensen achter elkaar bij een bushalte ziet staan en ervan uitgaat dat ze een gecoördineerd team zijn. Maar bij nadere inspectie blijken het gewoon drie vreemden te zijn die op verschillende bussen wachten. De "aanvallers" waren niet daadwerkelijk op het slachtoffer gericht; ze waren gewoon tegelijkertijd hun eigen ding aan het doen.

2. De Wiskunde Klopt Niet
Voor een echte sandwich-aanval moet de bot meer winst maken dan het kost aan transactiekosten en prijsslippage (de kosten om de markt te bewegen).

De Bevinding: Op deze private chains handelden de "slachtoffers" meestal kleine bedragen (een paar honderd dollar). De kosten om de aanval uit te voeren waren hoger dan de potentiële winst.
Analogie: Het is als het betalen van $5 aan benzinekosten om een snoepreep van $1 te stelen. Zelfs als je slaagt, maak je verlies. De onderzoekers ontdekten dat de mediane winst van deze "aanvallen" zelfs negatief was. De bots maakten gemiddeld verlies.

3. Het "Timing"-Probleid
In de oude publieke markt kon de bot garanderen dat de sandwich in één splitseconde plaatsvond. In de nieuwe private markt moet de bot raden wanneer hij zijn orders moet verzenden.

De Bevinding: Omdat de Sequencer (de manager) transacties willekeurig of op basis van vergoedingen ordent, faalt de bot er vaak in om de "vooraf"- en "achteraf"-transacties in hetzelfde blok te laten plaatsvinden.
Analogie: Het is alsof je probeert een specifiek vallend blad te vangen met twee netten. In de oude markt kon je de netten perfect vasthouden. In de nieuwe markt is de wind zo chaotisch dat je het blad meestal mist, of de netten niet tegelijkertijd sluiten.

De Kern van de Zaak

Het paper concludeert dat sandwich-aanvallen zeldzaam, onrendabel en grotendeels afwezig zijn in deze private Layer 2-marktplaatsen.

Waarom? Het "private" karakter van de rij voorkomt dat bots het slachtoffer zien, en het gebrek aan gegarandeerde volgorde maakt de aanval te riskant en te duur om de moeite waard te zijn.
Het Misverstand: Veel mensen nemen aan dat omdat deze aanvallen op de hoofd Ethereum-keten voorkomen, ze overal voorkomen. Dit onderzoek bewijst dat die aanname onjuist is voor deze specifieke private marktplaatsen. De "sandwich" is grotendeels een mythe in deze omgeving; wat op een aanval lijkt, is meestal gewoon normale, onschadelijke handelsactiviteit.

Kortom: de "meedogenloze sandwichmaker"-bot is naar een nieuw restaurant verhuisd, maar de keuken is zo chaotisch en de bestellingen zo klein dat de bot daar gewoon staat te wachten, in de war en aan het geld verliezen.

Technische Samenvatting: Sandwich Attacks in Private L2 Mempools

Probleemstelling

Sandwich attacks, een veelvoorkomende vorm van Maximal Extractable Value (MEV) op Ethereum Layer 1 (L1), houden in dat een tegenstander een front-run transactie plaatst vóór een transactie van een slachtoffer en een back-run transactie direct daarna, om winst te maken uit de resulterende prijsimpact. Hoewel Layer 2 (L2) rollups vaak gebruikmaken van private mempools die worden beheerd door gecentraliseerde sequencers om dergelijke aanvallen te beperken, suggereert vroeg empirisch bewijs dat sandwich-patronen zelfs in deze omgevingen aanhouden.

Het kernprobleem dat dit artikel aanpakt, is de discrepantie tussen de theoretische verwachting van de winstgevendheid van sandwich attacks en de praktische realiteit van de uitvoering van dergelijke aanvallen op L2's. Specifiek onderzoeken de auteurs of het verwijderen van publieke mempools en de afwezigheid van gegarandeerde atomische inclusie (via builder markten) sandwich attacks onrendabel of slechts probabilistisch maakt, en of bestaande detectieheuristieken daadwerkelijke aanvallen accuraat identificeren of ze verwarren met onschuldige arbitrage.

Methodologie

Theoretische Modellering

De auteurs breiden bestaande MEV-modellen uit naar de context van L2 rollups met private mempools:

Winstgevendheidsmodel: Ze leiden een optimale strategie voor de grootte van de aanval af voor zowel Constant Product Market Makers (CPMM's) als Concentrated Liquidity Market Makers (CLMM's, bijv. Uniswap v3).
- In het "kleine-transactie-regime" (typisch voor L2's) laten ze zien dat de optimale front-run grootte ( $V_f$ ) ongeveer de helft is van de transactiegrootte van het slachtoffer ( $V_v$ ) binnen een enkele liquiditeitstik.
- Voor CLMM's identificeren ze dat aanvallers kunnen profiteren door transacties over tick-grenzen te duwen naar regio's met lagere liquiditeit, wat discrete winstsprongen creëert.
Uitvoeringshaalbaarheidmodel: In tegenstelling tot L1, waar bundle markten atomische inclusie garanderen, vertrouwen L2's op sequencer ordening. De auteurs modelleren de waarschijnlijkheid van succesvolle co-inclusie ( $p_{co-inc}$ $p_{co - in c}$ ) als een functie van:
- Batching beperkingen: De waarschijnlijkheid dat front-run, slachtoffer en back-run transacties in dezelfde micro-batch vallen.
- Sequencer beleid: Het differentiëren tussen First-Come-First-Served (FCFS) en Priority Gas Auction (PGA) ordening.
- Latentie: Netwerkvariantie die de aankomsttijden beïnvloedt.
- Het model concludeert dat co-inclusie waarschijnlijkheden op L2's laag zijn (0,05–0,20), waardoor uitvoering inherent probabilistisch is in plaats van deterministisch.

Empirische Analyse

De auteurs voerden een grootschalige empirische studie uit met transactieniveau-data van vijf belangrijke rollups (Arbitrum, Base, Optimism, Unichain, ZKsync) van januari tot september 2025.

Dataverzameling: Ze extraheerden swap event logs, transactie traces en pool liquiditeitsdata.
Verfijnde Heuristieken: Om fout-positieven te vermijden die gebruikelijk zijn bij naïeve detectie (die vaak gedeelde routers als één actor identificeren), implementeerden ze een strikte attributiemethodologie:
- Pre-filtering: Uitsluiten van atomische arbitrage transacties.
- Actor Attributie: Het onderscheiden tussen transacties die via gedeelde infrastructuur worden gerouteerd (waarbij de gefinancierde EOA als de actor wordt toegewezen) en transacties die gebruikmaken van custom executor contracten.
- Patroonherkenning: Het identificeren van triples $(f, v, b)$ waarbij de front en back legs dezelfde actor ID delen, verschillen van het slachtoffer, en voldoen aan specifieke ordenings- en richtingbeperkingen.
Economische Consistentiecontroles: Ze evalueerden kandidaat-triples tegen theoretische signaturen:
- Schaling: Schaalt de front-run grootte proportioneel met het slachtoffer ( $V_f \approx V_v/2$ )?
- Matching: Zijn de front en back groottes nauw met elkaar overeenstemmend?
- Winstgevendheid: Het berekenen van bruto winst, netto winst na slippage, en netto winst na gas fees.

Belangrijkste Bijdragen

Empirische Meting: Dit is de eerste systematische meting van L2 sandwich activiteit met behulp van strikte actor-linking heuristieken en swap-event analyse in plaats van ERC20 transfer inferentie.
Theoretische Uitbreiding: Het artikel biedt een formeel model voor optimale sandwich sizing in CLMM's en kwantificeert de uitvoeringsbeperkingen opgelegd door private mempools, waarmee wordt aangetoond dat L2 sandwiching probabilistisch is.
Haalbaarheidsanalyse: Het stelt vast dat de afwezigheid van garanties voor atomische inclusie de verwachte waarde van sandwich attacks aanzienlijk beperkt, waardoor ze vaak onrendabel worden, zelfs wanneer economisch optimale sizing wordt geprobeerd.

Resultaten

1. Voorkomen en Fout-positieven

Hoog Fout-positief Percentage: Naïeve heuristieken overschatten de sandwich activiteit enorm. Over alle bestudeerde rollups faalt meer dan 95% van de gemarkeerde "sandwich triples" de economische consistentiecontroles.
Gebrek aan Correlatie: Echte sandwiches vereisen dat front/back trades schalen met het slachtoffer. De data laat zwakke correlaties zien tussen slachtoffer en aanvallers transactiegroottes (bijv. de slachtoffer-front correlatie zo laag als 0,03 op Optimism) en slechte matching tussen de front en back legs (de mediane back/front ratio's wijken vaak significant af van 1,0).
Arbitrage Verwarring: De meeste gedetecteerde patronen laten zich beter verklaren door cyclische arbitrage of niet-gerelateerde transacties die toevallig in dezelfde block voorkomen, dan door gecoördineerde doelgerichte aanvallen op een slachtoffer.

2. Winstgevendheid

Negatieve Netto Rendementen: De mediane netto PnL voor kandidaat-sandwiches is negatief over alle gecontroleerde chains.
- Voorbeeld: Op Base is de mediane netto PnL -$2,23 USD; op Arbitrum is het -$0,80 USD.
Onbeduidende Bruto Winsten: Zelfs vóór rekening te houden met gas en slippage, zijn de mediane bruto winsten verwaarloosbaar (in de orde van grootte van $0,001 USD).
Drempelwaarden: Theoretische modellering geeft aan dat voor een sandwich winstgevend te zijn op L2's, gezien de lage co-inclusie waarschijnlijkheden, de slachtoffer swap groottes de $1,5k–$ 3k moeten overschrijden. Echter, de mediane slachtoffer swap groottes die werden geobserveerd, lagen typisch tussen de $200 en $1.200, wat onder de winstgevendheidsdrempel valt.

3. Bot Gedrag

Lage Efficiëntie: Adressen die als sandwich attackers zijn gemarkeerd vertonen een extreem lage "sandwich efficiëntie" (het aandeel van sandwiches in hun totale transactievolume), vaak onder de $10^{-3}$ .
Generalistische Activiteit: De meeste gemarkeerde bots zijn bezig met bredere arbitrage of market-making strategieën, waarbij sandwich-achtige patronen accidentele bijproducten zijn in plaats van het primaire doel.

Betekenis en Conclusies

Het artikel daagt de heersende aanname uit dat sandwich attacks op Ethereum L1 generaliseren naar L2 omgevingen. De auteurs concluderen dat:

Sandwiching is Zeldzaam en Onrendabel: Op huidige L2's met private mempools zijn sandwich attacks grotendeels afwezig, onrendabel en niet te onderscheiden van neutrale arbitrage flows.
Structurele Beschermingen zijn Incidenteel: Het gebrek aan sandwiches komt niet door inherente structurele bescherming tegen MEV, maar door private mempools, gecentraliseerde sequencing en de prevalentie van laagwaardige swaps.
Meting Verfijning: Huidige detectiemethoden overschatten de MEV activiteit aanzienlijk. Nauwkeurige meting vereist het onderscheid tussen echte slachtoffer-gerichte aanvallen en onschuldige arbitrage, vooral in de context van private mempools.
Beleid implicaties: Sequencing policies en defensiemechanismen moeten niet simpelweg L1 aannames erven. Naarmate ecosystemen evolueren naar publieke mempools of order-flow veilingen, kan de haalbaarheidsgrens voor sandwiching verschuiven, wat een herwaardering van economische risico's noodzakelijk maakt.

De studie suggereert dat hoewel het theoretische kader voor sandwich attacks geldig blijft, de praktische uitvoeringsbeperkingen van de huidige rollup architecturen de winstgevendheid ervan effectief neutraliseren.