
DeFi概念介绍(三)——无常损失和滑点
上篇文章我们讲了AMM的原理,并在最后提到了无常损失这个概念。今天这篇文章就来详细介绍无常损失和滑点这两个概念。无常损失当你成为一个做交易流动池添加者(又称做市商、矿工)时,相当于是和所有交易者做一个对手盘,如果所有交易者的盈亏加在一起还是盈利状态,那这部分的利润就来自于每个做市商的无常损失。 同时无常损失不是永久性的,价格经历短暂下跌后又重新恢复,收益也会修正。 那么如何计算无常损失呢? 还是先列出AMM的核心公式:K = A * B 假设以BNB和BUSD为例:Cbnb - 池中当前BNB 的数量 为上式中的ACbusd - 池中当前BUSD 的数量 为上式中的BPbnb - bnb当前价格Pbusd - busd当前价格 恒定为1u 可省略当K恒定时,我们可以得到任何时刻池中的BNB和BUSD数量真实场景假如,我们在 1 BNB = 500 BUSD 的时候,组了一组 LP 。我们拿出了 20 个 BNB 和 10000 个 BUSD 进行 LP 流动性提供代币兑换。此时我们得到了这几个变量:并且,我们保证此时的 K 也是后续所有情况下的常数 K,即组完 LP 代币后即时生...
零知识证明和Layer2简介
1、零知识证明简单介绍零知识证明是一方(证明者)向另一方(检验者)在不透露具体内容的条件下证明某命题的方法。 举例: 两个富翁A和B相遇,两人的资产都在1-10亿之间,要如何在不告诉对方自己具体财富的情况下,得出对方是否比自己有钱?区块链中的零知识证明:其实大家可能会疑惑,为什么会用到零知识证明,那其实。在区块链机制中,想要去证明自己有存储某个东西的时候。他其实是不会把这个东西全部发给你来证明?比如说存储了一部电影我,可能不会把整个电影发给你了他,会有一种证明机制去,证明里面的某一块或者是某个东西他是有的,通过提交某个证明去给到系统,系统知道你有存这个东西这种就是其实就是零知识证明的一种,就是不公布具体内容,但是证明某个事情。例如银行贷款必须提交资产证明,通过零知识,无需提供银行房本,住址这些资料。2、Layer2简单介绍起源Layer2的诞生是为了解决以太坊主网拥堵及昂贵的问题,在Eth2.0完成之前保持住以太坊上生态霸主的地位。 广泛层面上,Layer2包含所有和以太坊主链有桥接的项目,包含像Polygon这类几乎独立的区块链; 狭义层面,指的是指以以太坊主网作为最终状态记录...

一文入门如何研投web3项目
封面图片来源B站up:设计师Omega,本文内容素材来自SeeDAO大学105课,主题为: 介绍区块链基础知识和研究方法论,帮助更多朋友具备自主学习区块链和加密知识、判断项目的认知能力。 https://rowan-mollusk-a75.notion.site/SeeDAO-Web3-39fca3ffbe834c949e26c1fd749ace73 课件资料: https://rowan-mollusk-a75.notion.site/105-4197cda0587f473888e2286bcf82e3291、项目基础渠道NFT 也要看成员简介 玩法内容。2、基本思路一个团队 一般都有开发 设计 产品 运营 四个部分。分析团队主要人员的从业经验。投资方背景 可参考Robin整理的文档:投资机构:https://docs.google.com/spreadsheets/d/1saqKNeo9pSl-m_Xa9jVpFyPfg8faCXn6lZ3TEtTKz5Y/htmlview#gid=0roadmap 愿景和每个阶段落地性组件开发情况等等 网址:https://www.cyph...
<100 subscribers

DeFi概念介绍(三)——无常损失和滑点
上篇文章我们讲了AMM的原理,并在最后提到了无常损失这个概念。今天这篇文章就来详细介绍无常损失和滑点这两个概念。无常损失当你成为一个做交易流动池添加者(又称做市商、矿工)时,相当于是和所有交易者做一个对手盘,如果所有交易者的盈亏加在一起还是盈利状态,那这部分的利润就来自于每个做市商的无常损失。 同时无常损失不是永久性的,价格经历短暂下跌后又重新恢复,收益也会修正。 那么如何计算无常损失呢? 还是先列出AMM的核心公式:K = A * B 假设以BNB和BUSD为例:Cbnb - 池中当前BNB 的数量 为上式中的ACbusd - 池中当前BUSD 的数量 为上式中的BPbnb - bnb当前价格Pbusd - busd当前价格 恒定为1u 可省略当K恒定时,我们可以得到任何时刻池中的BNB和BUSD数量真实场景假如,我们在 1 BNB = 500 BUSD 的时候,组了一组 LP 。我们拿出了 20 个 BNB 和 10000 个 BUSD 进行 LP 流动性提供代币兑换。此时我们得到了这几个变量:并且,我们保证此时的 K 也是后续所有情况下的常数 K,即组完 LP 代币后即时生...
零知识证明和Layer2简介
1、零知识证明简单介绍零知识证明是一方(证明者)向另一方(检验者)在不透露具体内容的条件下证明某命题的方法。 举例: 两个富翁A和B相遇,两人的资产都在1-10亿之间,要如何在不告诉对方自己具体财富的情况下,得出对方是否比自己有钱?区块链中的零知识证明:其实大家可能会疑惑,为什么会用到零知识证明,那其实。在区块链机制中,想要去证明自己有存储某个东西的时候。他其实是不会把这个东西全部发给你来证明?比如说存储了一部电影我,可能不会把整个电影发给你了他,会有一种证明机制去,证明里面的某一块或者是某个东西他是有的,通过提交某个证明去给到系统,系统知道你有存这个东西这种就是其实就是零知识证明的一种,就是不公布具体内容,但是证明某个事情。例如银行贷款必须提交资产证明,通过零知识,无需提供银行房本,住址这些资料。2、Layer2简单介绍起源Layer2的诞生是为了解决以太坊主网拥堵及昂贵的问题,在Eth2.0完成之前保持住以太坊上生态霸主的地位。 广泛层面上,Layer2包含所有和以太坊主链有桥接的项目,包含像Polygon这类几乎独立的区块链; 狭义层面,指的是指以以太坊主网作为最终状态记录...

一文入门如何研投web3项目
封面图片来源B站up:设计师Omega,本文内容素材来自SeeDAO大学105课,主题为: 介绍区块链基础知识和研究方法论,帮助更多朋友具备自主学习区块链和加密知识、判断项目的认知能力。 https://rowan-mollusk-a75.notion.site/SeeDAO-Web3-39fca3ffbe834c949e26c1fd749ace73 课件资料: https://rowan-mollusk-a75.notion.site/105-4197cda0587f473888e2286bcf82e3291、项目基础渠道NFT 也要看成员简介 玩法内容。2、基本思路一个团队 一般都有开发 设计 产品 运营 四个部分。分析团队主要人员的从业经验。投资方背景 可参考Robin整理的文档:投资机构:https://docs.google.com/spreadsheets/d/1saqKNeo9pSl-m_Xa9jVpFyPfg8faCXn6lZ3TEtTKz5Y/htmlview#gid=0roadmap 愿景和每个阶段落地性组件开发情况等等 网址:https://www.cyph...


Share Dialog
Share Dialog
GITCOIN在两个月前举办了 OpenData 社区黑客马拉松!其中公布了三个重点领域,分别是:
女巫检测、捐款激励措施优化分析、Dune高效分析,其结果也于近日公布。
相信大家最关心的应该是女巫问题,因为今年在OP和APT的刺激下,出现了人人羡慕撸毛党,人人皆是撸毛党的盛况。
今天对女巫检测的第一名开源方案结合自身理解,进行技术向的解读,并在文末给出自己对于女巫检测的一些个人思考。相信看完这篇文章,无论是项目方还是交互者都能有所收获。
注:本文不代表官方观点,仅为个人兴趣解读。
剧透,本文较长,涉及很多技术分析,没耐心的可以直接跳转文末浏览本文总结与个人思考。

由于出题者是gitcoin,其主要交互场景为捐赠。但内在逻辑在其他的场景下同样适用(transfer、mint等动作),以下将与项目方进行交互的操作统称为项目交互。
女巫攻击本质上是用户将资金分散到多个地址,操纵这些地址与项目方合约进行交互的过程。
那么在这个过程中则可以将整个过程拆分两个部分,分别是 批量资金转移和合约批量交互。

批量转账最简单的就是通过智能合约的方式进行,因为节约gas费用。所以作者利用工具提取与项目方合约有过关联且链上具有批量转账操作的tx_hash。

作者采集了18926个贡献者地址与批量转账有关。 将风险性压缩到0-13分,经过分析归纳得到

1、如果一个地址使用以下dapp,即使分数不高,也应该注意,是sybil的一个重要信号。

2、交互地址在其他平台存在可疑批量操作 如opensea element Looksrare等
为了简单,交互数额相同
为了经济,交互数额尽量小
为了方便,使用脚本/工具,使用相同的参数设置进行 交互,如链ID、链层、令牌、数量
为了统一,以一种顺序的方式交互,非常紧密

7个指标值转化女巫风险得分如下图:



用户行为序列即用户交互时按执行时间顺序的事件集合。该检测主要针对于群控玩家。

两个钱包Addr的行为序列分别为s1= {a1,a2,a3,...,an},s2={b1,b2,b3,...,bm}
相似度Sim(s1,s2)=1的条件为:
s1的长度=s2的长度,即 n=m
对于每一对动作 ai,bi,它们是相同的,只有可以忽略的时间差异。
作者认为将来可以尝试使用更复杂的指标。
作者代码中将行为序列长度≥3,相似度为1,且地址集合数量≥5个的Addr认定为女巫。

作者还尝试了通过AI的聚类方法进行相似度计算。

删除交易所地址和合约地址,只留下EOA类型Addr和项目方地址作为构图节点,ETH、DAI、USDC、USDT流向作为边,构建有向图。
寻找寻找链式结构和钻石结构。

链式结构:即从第一个EOA地址出发,每次资金转移到另一个EOA地址,操纵该EOA地址进行一次项目方合约地址交互,剩余资金转移到下一个EOA地址,循环该过程,直到资金转移到最后一个EOA地址。
钻石结构:这个更为常见,一个EOA将资金分散给其他EOA地址,进行项目交互。
女巫的行为,总结下来两个特征:批量性、同一性。
无论是利用同步器多开,还是批量化脚本操作,都无法逃脱这两种性质。
所以在反女巫分析时,多数项目方和分析师也是顺着这两种方法进行查找,但是在个别参数阈值的选择和使用AI或者链路分析的范围上互有差别。
另外,项目方还掌握着链上不会记录的信息,即IP和指纹这两个大特征。与此同时,现在项目方尽量从源头上去规避这些问题,例如更为严格的测试代币发放,利用twitter和dc进行机器人过滤和严格的KYC认证。毕竟项目方都想把空投发给真实用户。
但是虽然升级了反制措施,但是女巫仍旧层出不穷,毕竟空投的真金白银可太香了,反女巫检测并不是一成不变,而是动态升级的,毕竟女巫们在金钱面前,技术迭代绝对是更快的那个。
写了那么多女巫检测的方法,也想站在一个希望拿到空投的参与者角度来谈谈如何避免自己成为项目方眼中的女巫:
交互资金不交叉,即不要出现上文中资金的链式或者钻石型,可视化一下资金链路,一清二楚,EigenTx或者其他插件直接一键生成,检测成本几乎为0;
IP与指纹的重要性,对于部分项目方而言,是最稳妥和省时的过滤手段之一;
不要使用几个相同的钱包多次批量交互不同的项目,链上信息永久保存,你的钱包之前做过什么,任何人都看得到
不要为了空投而空投,你的钱包多去参与其他活动,例如银河任务,alphabot的NFT抽奖,要让项目方相信你的项目经历够丰富,认为你就是他们空投的必要目标,不给你空投,都是他们的损失那种;
保持平常心,空投是项目方的馈赠而不是项目方的义务,希望大家别 做任务时笑开颜,最后RNM退钱。
希望每个项目参与者能有所收获,每个项目方都能熬过牛熊。毕竟2022,太多不可能颠覆了我们的认知。量力而为,切勿上头。
这里是coolberwin的Mirror,创作不易,希望看完顺手关注我的Twitter,感激不尽。
https://twitter.com/coolberwin_eth
参考资料:Trusta Lab官方资料汇总github链接
https://github.com/0x9simon/slaysybil
作者及团队
GITCOIN在两个月前举办了 OpenData 社区黑客马拉松!其中公布了三个重点领域,分别是:
女巫检测、捐款激励措施优化分析、Dune高效分析,其结果也于近日公布。
相信大家最关心的应该是女巫问题,因为今年在OP和APT的刺激下,出现了人人羡慕撸毛党,人人皆是撸毛党的盛况。
今天对女巫检测的第一名开源方案结合自身理解,进行技术向的解读,并在文末给出自己对于女巫检测的一些个人思考。相信看完这篇文章,无论是项目方还是交互者都能有所收获。
注:本文不代表官方观点,仅为个人兴趣解读。
剧透,本文较长,涉及很多技术分析,没耐心的可以直接跳转文末浏览本文总结与个人思考。

由于出题者是gitcoin,其主要交互场景为捐赠。但内在逻辑在其他的场景下同样适用(transfer、mint等动作),以下将与项目方进行交互的操作统称为项目交互。
女巫攻击本质上是用户将资金分散到多个地址,操纵这些地址与项目方合约进行交互的过程。
那么在这个过程中则可以将整个过程拆分两个部分,分别是 批量资金转移和合约批量交互。

批量转账最简单的就是通过智能合约的方式进行,因为节约gas费用。所以作者利用工具提取与项目方合约有过关联且链上具有批量转账操作的tx_hash。

作者采集了18926个贡献者地址与批量转账有关。 将风险性压缩到0-13分,经过分析归纳得到

1、如果一个地址使用以下dapp,即使分数不高,也应该注意,是sybil的一个重要信号。

2、交互地址在其他平台存在可疑批量操作 如opensea element Looksrare等
为了简单,交互数额相同
为了经济,交互数额尽量小
为了方便,使用脚本/工具,使用相同的参数设置进行 交互,如链ID、链层、令牌、数量
为了统一,以一种顺序的方式交互,非常紧密

7个指标值转化女巫风险得分如下图:



用户行为序列即用户交互时按执行时间顺序的事件集合。该检测主要针对于群控玩家。

两个钱包Addr的行为序列分别为s1= {a1,a2,a3,...,an},s2={b1,b2,b3,...,bm}
相似度Sim(s1,s2)=1的条件为:
s1的长度=s2的长度,即 n=m
对于每一对动作 ai,bi,它们是相同的,只有可以忽略的时间差异。
作者认为将来可以尝试使用更复杂的指标。
作者代码中将行为序列长度≥3,相似度为1,且地址集合数量≥5个的Addr认定为女巫。

作者还尝试了通过AI的聚类方法进行相似度计算。

删除交易所地址和合约地址,只留下EOA类型Addr和项目方地址作为构图节点,ETH、DAI、USDC、USDT流向作为边,构建有向图。
寻找寻找链式结构和钻石结构。

链式结构:即从第一个EOA地址出发,每次资金转移到另一个EOA地址,操纵该EOA地址进行一次项目方合约地址交互,剩余资金转移到下一个EOA地址,循环该过程,直到资金转移到最后一个EOA地址。
钻石结构:这个更为常见,一个EOA将资金分散给其他EOA地址,进行项目交互。
女巫的行为,总结下来两个特征:批量性、同一性。
无论是利用同步器多开,还是批量化脚本操作,都无法逃脱这两种性质。
所以在反女巫分析时,多数项目方和分析师也是顺着这两种方法进行查找,但是在个别参数阈值的选择和使用AI或者链路分析的范围上互有差别。
另外,项目方还掌握着链上不会记录的信息,即IP和指纹这两个大特征。与此同时,现在项目方尽量从源头上去规避这些问题,例如更为严格的测试代币发放,利用twitter和dc进行机器人过滤和严格的KYC认证。毕竟项目方都想把空投发给真实用户。
但是虽然升级了反制措施,但是女巫仍旧层出不穷,毕竟空投的真金白银可太香了,反女巫检测并不是一成不变,而是动态升级的,毕竟女巫们在金钱面前,技术迭代绝对是更快的那个。
写了那么多女巫检测的方法,也想站在一个希望拿到空投的参与者角度来谈谈如何避免自己成为项目方眼中的女巫:
交互资金不交叉,即不要出现上文中资金的链式或者钻石型,可视化一下资金链路,一清二楚,EigenTx或者其他插件直接一键生成,检测成本几乎为0;
IP与指纹的重要性,对于部分项目方而言,是最稳妥和省时的过滤手段之一;
不要使用几个相同的钱包多次批量交互不同的项目,链上信息永久保存,你的钱包之前做过什么,任何人都看得到
不要为了空投而空投,你的钱包多去参与其他活动,例如银河任务,alphabot的NFT抽奖,要让项目方相信你的项目经历够丰富,认为你就是他们空投的必要目标,不给你空投,都是他们的损失那种;
保持平常心,空投是项目方的馈赠而不是项目方的义务,希望大家别 做任务时笑开颜,最后RNM退钱。
希望每个项目参与者能有所收获,每个项目方都能熬过牛熊。毕竟2022,太多不可能颠覆了我们的认知。量力而为,切勿上头。
这里是coolberwin的Mirror,创作不易,希望看完顺手关注我的Twitter,感激不尽。
https://twitter.com/coolberwin_eth
参考资料:Trusta Lab官方资料汇总github链接
https://github.com/0x9simon/slaysybil
作者及团队
No comments yet