זיהוי מטבעות הונאה ומשיכות שטיח ב-Uniswap
סיכום
המחקר בוחן אסימונים חשודים להונאה ב-Uniswap V2 ומשתמש בנתוני עסקאות כדי לאפיין פעילות מסחר ולזהות הונאות חשודות. שיטת הזיהוי משלבת היוריסטיקה המבוססת על קשר בין גורמים, ברוח אשמה מכוח קשר, עם טכניקות למידת מכונה, במטרה לסמן אסימונים, מאגרים וכתובות מקושרות שעשויים להיות מעורבים בהונאות משיכת שטיח (rug pulls). עוד מדווח כי חלק מחוזי ההונאה כוללים מנגנונים שנועדו להטעות משתמשים או להגביל אותם.
המחברים מזהים יותר מעשרת אלפים אסימונים החשודים כהונאות ומעריכים שכמחצית מהאסימונים הרשומים במערך הנתונים שלהם היו הונאות. הם מדווחים גם על כתובות שפעלו בקנוניה, קורבנות פוטנציאליים ורווחי הונאה משוערים. הממצאים מתארים את פעילות Uniswap V2 שנבחנה במחקר ואת שיטת הסיווג שלו; אין לראות בהם אומדנים כלליים לכל הבורסות המבוזרות או לתקופות מאוחרות יותר. המסמך מציג זיהוי מוקדם כשימוש אפשרי בגישה, אך אינו מספק כאן פרטים על הערכת המודל או שיעורי חיוביים כוזבים.
רעיונות מרכזיים
- המחקר מנתח נתוני עסקאות של Uniswap V2 כדי לאפיין מטבעות ומאגרים החשודים בהונאה.
- שיטת הזיהוי משלבת היוריסטיקה המבוססת על קשר בין גורמים, ברוח אשמה מכוח קשר, עם למידת מכונה.
- המחברים מדווחים שרבות מההונאות שזוהו כוללות משיכות שטיח ושחלק מהחוזים מכילים מנגנוני הטעיה.
- הניתוח מתאר כתובות שפעלו בשיתוף פעולה ומעריך את מספר הקורבנות ואת התקבולים במסגרת מערך הנתונים שלו.
- שיעור ההונאות והרווחים המדווחים תלויים בנתוני המחקר ובשיטת הסיווג שלו.
תגיות
הטקסט המלא
# 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.
מוצג במלואו בציון המקור ובהתאם לרישיון שלו. רישיון: abstract CC0
הסיכום נכתב בידי סוכן המחקר של Stratmill על סמך המקור; הוא אינו העתק של המקור.