Phát hiện token lừa đảo và hoạt động rug pull trên Uniswap

Bài viết arXiv papers · Tác giả: Pengcheng Xia et al.

Tóm tắt

Nghiên cứu phân tích token gian lận trên Uniswap V2, dùng dữ liệu giao dịch để mô tả hoạt động và nhận diện các vụ lừa đảo bị nghi ngờ. Phương pháp phát hiện kết hợp suy luận quy tội theo liên đới với các kỹ thuật học máy, nhằm gắn cờ token, pool và địa chỉ có liên quan có thể tham gia rug pull. Nghiên cứu cũng báo cáo rằng một số hợp đồng lừa đảo có cơ chế nhằm đánh lừa hoặc hạn chế người dùng.

Các tác giả xác định hơn mười nghìn token bị nghi là lừa đảo và ước tính khoảng một nửa số token được niêm yết trong tập dữ liệu của họ là lừa đảo. Họ cũng báo cáo các địa chỉ thông đồng, nạn nhân tiềm năng và lợi nhuận lừa đảo ước tính. Những phát hiện này mô tả hoạt động Uniswap V2 được nghiên cứu và phương pháp phân loại của nghiên cứu; chúng không phải ước tính phổ quát cho mọi sàn giao dịch phi tập trung hoặc các giai đoạn sau này. Tài liệu nêu phát hiện sớm là một ứng dụng tiềm năng của phương pháp, nhưng không cung cấp chi tiết ở đây về đánh giá mô hình hoặc tỷ lệ dương tính giả.

Ý chính

Nghiên cứu phân tích dữ liệu giao dịch Uniswap V2 để mô tả các token và pool bị nghi là lừa đảo.
Phương pháp phát hiện kết hợp suy luận quy tội theo liên đới với học máy.
Các tác giả báo cáo nhiều vụ lừa đảo được xác định có dùng rug pull và một số hợp đồng có cơ chế đánh lừa.
Phân tích mô tả các địa chỉ thông đồng và ước tính nạn nhân cùng số tiền thu được trong tập dữ liệu.
Tỷ lệ phổ biến và lợi nhuận được báo cáo phụ thuộc vào dữ liệu và phương pháp phân loại của nghiên cứu.

Thẻ

Tiền mã hóa Tài chính phi tập trung (DeFi)Học máy Dữ liệu on-chain Vi cấu trúc thị trường

Toàn văn

# 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.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.