If It Walks Like an Arbitrage: Protocol-Agnostic Detection with Decidable Structural Equivalence
Dit artikel presenteert een protocol-agnostisch, formeel geverifieerd systeem dat een beslisbare canonieke vorm van Ethereum-transactietraces gebruikt om arbitragekansen te detecteren via structurele cyclusdetectie, waarbij een hoge overeenstemming wordt bereikt met productie-MEV-platformen terwijl duizenden exclusieve detecties worden geïdentificeerd zonder afhankelijk te zijn van protocolspecifieke patronen.
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
Op de Ethereum-blockchain beweegt geld door een complex web van digitale contracten. Elke keer dat een gebruiker een transactie verzendt, draait er een verborgen script dat andere programma's aanroept in een geneste sequentie die honderden stappen kan duren. Binnen deze onzichtbare machinerie scannen geautomatiseerde bots constant op minuscule prijsverschillen tussen digitale exchanges. Wanneer ze er een vinden, voeren ze een snelle reeks transacties uit om laag te kopen en hoog te verkopen, waarbij ze de winst vastleggen voordat de markt zichzelf corrigeert. Deze activiteit, bekend als arbitrage, is de motor achter een enorme industrie genaamd Maximal Extractable Value, waarbij bots met elkaar concurreren om elke mogelijke cent winst uit het netwerk te persen. Omdat deze bots echter duizenden verschillende contracten gebruiken en voortdurend nieuwe manieren verzinnen om geld te verplaatsen, is het opsporen van hen geweest als het proberen te vinden van een specifieke naald in een hooiberg die voortdurend van vorm verandert. Bestaande tools vertrouwen vaak op het memoriseren van de specifieke patronen van bekende exchanges, wat betekent dat ze alles nieuws of ongewoons missen.
Een team onderzoekers bij Functori heeft een nieuwe manier ontwikkeld om deze transacties te zien die niet afhankelijk is van het kennen van de namen van de betrokken contracten. In plaats van te zoeken naar specifieke patronen, behandelen ze elke transactie als een structureel object dat kan worden vereenvoudigd tot één enkele, unieke vorm. Ze bouwden een systeem dat het ruwe record van een transactie neemt en het stap voor stap herschrijft, waarbij de ruis van de call-hiërarchie wordt weggefilterd totdat alleen de essentiële geldstroom overblijft. Dit proces garandeert dat er elke keer dezelfde uiteindelijke vorm wordt geproduceerd, ongeacht hoe complex de oorspronkelijke transactie ook was. Als twee verschillende transacties tot dezelfde uiteindelijke vorm leiden, zijn ze structureel identiek. Dit stelt het systeem in staat om arbitrage te identificeren, niet door een bekend patroon te herkennen, maar door te zien of de geldstromen in een gesloten lus lopen die begint en eindigt met meer waarde dan waar het begon. Het is een methode die werkt, ongeacht welke digitale tokens worden gebruikt of welke specifieke exchanges betrokken zijn.
De onderzoekers testten dit systeem op 220.000 blocks van de Ethereum-blockchain, wat een maand aan activiteit aan het einde van 2025 beslaat. Ze vergeleken hun resultaten met Eigenphi, een toonaangevend commercieel platform dat arbitrage detecteert, en ArbiNet, een machine learning-classifier. Het nieuwe systeem stemde in 83,5% van de gedetecteerde transacties overeen met het commerciële platform, maar het vond ook 60.199 bevestigde arbitragecycli die het commerciële platform miste. Deze gemiste detecties waren vaak complexe, meerstaps-transacties waarbij gebruik werd gemaakt van flash loans of ongebruikelijke routing die niet pasten in de standaardpatronen waarop het commerciële instrument was getraind. Het systeem identificeerde ook 245.497 transacties die leken op arbitragepogingen maar geen winst maakten, vaak omdat de bots een biedingsoorlog om transactiesnelheid verloren of te veel aan kosten betaalden. Deze mislukte pogingen zijn onzichtbaar voor systemen die alleen naar succesvolle winsten kijken, maar ze onthullen de werkelijke omvang van de concurrentie die op het netwerk plaatsvindt.
Om te begrijpen hoe dit werkt, stel je voor dat de onderzoekers een verstrengelde bal van touw die een transactie vertegenwoordigt, systematisch ontwarren. Ze geven niet om waarvan het touw gemaakt is of waar het vandaan kwam; ze geven alleen om hoe de uiteinden verbinding maken. Als het touw een lus vormt waarbij het uiteinde terug naar het begin leidt, en de lus bevat een netto toename aan materiaal, markeert het systeem dit als arbitrage. Deze aanpak is zo robuust dat dezelfde softwarebinary, zonder enige wijzigingen, in staat was om op twee andere blockchains, Arbitrum en Binance Smart Chain, te draaien en geldige resultaten te produceren. Het systeem vertrouwt op een set van 15 regels die de transactieboom vereenvoudigen, parallelle paden samenvoegen en transfers aan elkaar koppelen totdat de structuur ofwel inklapt in een eenvoudige cyclus, ofwel onthult dat er geen cyclus bestaat. Omdat de regels wiskundig bewezen zijn om altijd te eindigen en altijd hetzelfde resultaat te produceren, is de detectie solide door constructie.
De studie onthulde ook dat veel transacties die door andere systemen als arbitrage werden gemarkeerd, eigenlijk fout-positieven waren. Wanneer de onderzoekers 200 transacties handmatig inspecteerden die alleen door het commerciële platform waren gemarkeerd, vonden zij dat 63,5% van hen helemaal geen cyclische geldstroom bevatte. Dit waren eenvoudige overboekingen of yield-harvesting operaties die alleen op arbitrage leken omdat het andere systeem zocht naar specifieke event-signatures in plaats van de onderliggende structuur. Daarentegen vond het nieuwe systeem echte arbitragecycli die andere tools misten omdat ze verborgen waren in complexe routing-contracten. De onderzoekers verifieerden 500 transacties handmatig en vonden geen fout-positieven in hun bevestigde tier, wat betekent dat elke transactie die zij als een succesvolle arbitrage bestempelden, inderdaad een winstgevende lus was.
Dit werk verplaatst het veld van een afhankelijkheid van memorische patronen naar een fundamenteel begrip van geldstromen. Door te bewijzen dat elke transactie een unieke, canonieke vorm heeft, hebben de onderzoekers een fundament gecreëerd waar vragen over strategiefamilies en botgedrag met wiskundige zekerheid kunnen worden beantwoord. Ze hebben aangetoond dat arbitrage niet slechts een verzameling bekende trucjes is, maar een structurele eigenschap van geldstromen die gedetecteerd kan worden zonder de specifieke protocollen te kennen. Het vermogen van het systeem om verborgen strategieën en mislukte pogingen bloot te leggen, suggereert dat het werkelijke volume van geautomatiseerde handel op de blockchain aanzienlijk hoger is dan eerder gemeten, gedreven door een divers ecosysteem van bots die opereren op manieren die standaard patroonherkenningsinstrumenten niet kunnen zien. De bevindingen bieden een nieuwe lens voor forensische analyse, waardoor onderzoekers de exacte route van fondsen kunnen traceren en de mechanica van winstextractie kunnen begrijpen met een niveau van helderheid dat voorheen onmogelijk was.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.