Détection des jetons frauduleux et des rug pulls sur Uniswap

Résumé

L’étude examine les jetons frauduleux sur Uniswap V2 à partir de données de transactions afin de caractériser l’activité de trading et d’identifier les fraudes présumées. Sa méthode de détection combine une heuristique de culpabilité par association et des techniques d’apprentissage automatique pour repérer les jetons, les pools et les adresses liées susceptibles d’être impliqués dans des rug pulls. Elle indique aussi que certains contrats frauduleux comportent des mécanismes conçus pour tromper ou restreindre les utilisateurs.

Les auteurs recensent plus de dix mille jetons soupçonnés d’être frauduleux et estiment qu’environ la moitié des jetons répertoriés dans leur jeu de données étaient des fraudes. Ils signalent également des adresses agissant de concert, des victimes potentielles et des profits frauduleux estimés. Ces résultats portent sur l’activité Uniswap V2 étudiée et sur sa méthode de classification ; ils ne constituent pas des estimations universelles pour toutes les plateformes d’échange décentralisées ni pour des périodes ultérieures. Le document présente la détection précoce comme une utilisation possible de l’approche, sans fournir ici de détails sur l’évaluation du modèle ni sur les taux de faux positifs.

Idées clés

• L’étude analyse les données de transactions Uniswap V2 afin de caractériser les jetons et pools soupçonnés d’être frauduleux.
• Sa méthode de détection associe une heuristique de culpabilité par association à l’apprentissage automatique.
• Les auteurs rapportent que de nombreuses fraudes identifiées reposent sur des rug pulls et que certains contrats comportent des mécanismes trompeurs.
• L’analyse décrit des adresses agissant de concert et estime le nombre de victimes et les revenus dans son jeu de données.
• La prévalence et les profits rapportés dépendent des données et de la méthode de classification de l’étude.

Étiquettes

# Trade or Trick? Detecting and Characterizing Scam Tokens on Uniswap Decentralized Exchange


# Trade or Trick? Detecting and Characterizing Scam Tokens on Uniswap Decentralized Exchange









The prosperity of the cryptocurrency ecosystem drives the need for digital asset trading platforms. Beyond centralized exchanges (CEXs), decentralized exchanges (DEXs) are introduced to allow users to trade cryptocurrency without transferring the custody of their digital assets to the middlemen, thus eliminating the security and privacy issues of traditional CEX. Uniswap, as the most prominent cryptocurrency DEX, is continuing to attract scammers, with fraudulent cryptocurrencies flooding in the ecosystem. In this paper, we take the first step to detect and characterize scam tokens on Uniswap. We first collect all the transactions related to Uniswap V2 exchange and investigate the landscape of cryptocurrency trading on Uniswap from different perspectives. Then, we propose an accurate approach for flagging scam tokens on Uniswap based on a guilt-by-association heuristic and a machine-learning powered technique. We have identified over 10K scam tokens listed on Uniswap, which suggests that roughly 50% of the tokens listed on Uniswap are scam tokens. All the scam tokens and liquidity pools are created specialized for the "rug pull" scams, and some scam tokens have embedded tricks and backdoors in the smart contracts. We further observe that thousands of collusion addresses help carry out the scams in league with the scam token/pool creators. The scammers have gained a profit of at least \$16 million from 39,762 potential victims. Our observations in this paper suggest the urgency to identify and stop scams in the decentralized finance ecosystem, and our approach can act as a whistleblower that identifies scam tokens at their early stages.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.