If It Walks Like an Arbitrage: Protocol-Agnostic Detection with Decidable Structural Equivalence
Este artigo apresenta um sistema agnóstico a protocolos, formalmente verificado, que utiliza uma forma canônica decidível de rastros de transações da Ethereum para detectar oportunidades de arbitragem via detecção de ciclos estruturais, alcançando alta concordância com plataformas de MEV de produção enquanto identifica milhares de detecções exclusivas sem depender de padrões específicos de protocolo.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Na blockchain Ethereum, o dinheiro se move através de uma teia complexa de contratos digitais. Cada vez que um usuário envia uma transação, um script oculto é executado, chamando outros programas em uma sequência aninhada que pode durar centenas de etapas. Dentro dessa maquinaria invisível, bots automatizados varrem constantemente pequenas diferenças de preço entre exchanges digitais. Quando encontram uma, executam uma série rápida de negociações para comprar barato e vender caro, capturando o lucro antes que o mercado se corrija. Essa atividade, conhecida como arbitragem, é o motor por trás de uma indústria massiva chamada Valor Extraível Máximo (Maximal Extractable Value), onde bots competem para espremer cada centavo possível de lucro da rede. No entanto, como esses bots utilizam milhares de contratos diferentes e inventam constantemente novas maneiras de movimentar dinheiro, detectá-los tem sido como tentar encontrar uma agulha específica em um palheiro que muda de forma constantemente. As ferramentas existentes muitas vezes dependem de memorizar os padrões específicos de exchanges conhecidas, o que significa que perdem qualquer coisa nova ou incomum.
Uma equipe de pesquisadores da Functori desenvolveu uma nova maneira de visualizar essas transações que não depende de conhecer os nomes dos contratos envolvidos. Em vez de procurar por padrões específicos, eles tratam cada transação como um objeto estrutural que pode ser simplificado em uma forma única e singular. Eles construíram um sistema que pega o registro bruto de uma transação e a reescreve, passo a passo, removendo o ruído da hierarquia de chamadas até que reste apenas o fluxo essencial de fundos. Esse processo garante que produzirá a mesma forma final todas as vezes, não importa quão complexa tenha sido a transação original. Se duas transações diferentes resultarem na mesma forma final, elas são estruturalmente idênticas. Isso permite que o sistema identifique a arbitragem não pelo reconhecimento de um padrão conhecido, mas ao observar se os fluxos de dinheiro formam um ciclo fechado que começa e termina com mais valor do que começou. É um método que funciona independentemente de quais tokens digitais sejam usados ou de quais exchanges específicas estejam envolvidas.
Os pesquisadores testaram esse sistema em 220.000 blocos da blockchain Ethereum, cobrindo um mês de atividade no final de 2025. Eles compararam seus resultados com o Eigenphi, uma plataforma comercial líder na detecção de arbitragem, e o ArbiNet, um classificador de aprendizado de máquina. O novo sistema concordou com a plataforma comercial em 83,5% das transações detectadas, mas também encontrou 60.199 ciclos de arbitragem confirmados que a plataforma comercial perdeu. Essas detecções perdidas eram frequentemente negociações complexas de múltiplas etapas envolvendo empréstimos flash (flash loans) ou roteamentos incomuns que não se encaixavam nos padrões padrão que a ferramenta comercial foi treinada para reconhecer. O sistema também identificou 245.497 transações que pareciam tentativas de arbitragem, mas não geraram lucro, muitas vezes porque os bots perderam uma disputa de velocidade de transação ou pagaram taxas excessivas. Essas tentativas fracassadas são invisíveis para sistemas que olham apenas para lucros bem-sucedidos, mas revelam a verdadeira escala da competição que ocorre na rede.
Para entender como isso funciona, imagine os pesquisadores pegando uma bola de corda emaranhada representando uma transação e desenrolando-a sistematicamente. Eles não se importam com o que a corda é feita ou de onde ela veio; eles apenas se importam com como as pontas se conectam. Se a corda formar um laço onde a extremidade se conecta de volta ao início, e o laço contiver um ganho líquido de material, o sistema sinaliza como uma arbitragem. Essa abordagem é tão robusta que o mesmo binário de software, sem qualquer alteração, foi capaz de rodar em outras duas blockchains, Arbitrum e Binance Smart Chain, e produzir resultados válidos. O sistema baseia-se em um conjunto de 15 regras que simplificam a árvore de transação, fundindo caminhos paralelos e encadeando transferências até que a estrutura ou colapse em um ciclo simples ou revele que nenhum ciclo existe. Como as regras são matematicamente comprovadas para sempre terminar e sempre produzir o mesmo resultado, a detecção é sólida por construção.
O estudo também revelou que muitas transações sinalizadas como arbitragem por outros sistemas eram, na verdade, falsos positivos. Quando os pesquisadores inspecionaram manualmente 200 transações que apenas a plataforma comercial havia sinalizado, descobriram que 63,5% delas não continham nenhum fluxo cíclico de fundos. Eram transferências simples ou operações de colheita de rendimentos (yield harvesting) que pareciam arbitragem apenas porque o outro sistema estava procurando por assinaturas de eventos específicas, em vez da estrutura subjacente. Por outro lado, o novo sistema encontrou ciclos de arbitragem genuínos que outras ferramentas perderam porque estavam escondidos dentro de contratos de roteamento complexos. Os pesquisadores verificaram manualmente 500 transações e não encontraram falsos positivos em seu nível confirmado, o que significa que cada transação que rotularam como uma arbitragem bem-sucedida era, de fato, um ciclo lucrativo.
Este trabalho move o campo da dependência de padrões memorizados para uma compreensão fundamental do fluxo de valor. Ao provar que cada transação tem uma forma canônica única, os pesquisadores criaram uma base onde perguntas sobre famílias de estratégias e comportamento de bots podem ser respondidas com certeza matemática. Eles demonstraram que a arbitragem não é apenas uma coleção de truques conhecidos, mas uma propriedade estrutural de fluxos de fundos que pode ser detectada sem conhecer os protocolos específicos envolvidos. A capacidade do sistema de descobrir estratégias ocultas e tentativas falhas sugere que o verdadeiro volume de negociação automatizada na blockchain é significativamente maior do que o medido anteriormente, impulsionado por um ecossistema diversificado de bots que operam de maneiras que as ferramentas padrão de correspondência de padrões não conseguem ver. As descobertas oferecem uma nova lente para a análise forense, permitindo que investigadores rastreiem o caminho exato dos fundos e entendam a mecânica da extração de lucro com um nível de clareza que era anteriormente impossível.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.