1. 背景

Element.market是NFT市场的聚合交易平台，内部集成了Opensea、LooksRare等NFT交易市场，目前对平台上的NFT交易不收取佣金，并且其合约可给用户带来更为低廉的GAS费，降低用户交易成本。2021年5月，Element获得1150万美元天使轮注资，本轮估值5000万美元，由SIG和Dragonfly Capital领投。

Element发Twitter称: 将于新加坡时间 8 月 14 日 20 点前完成首轮 OG 地址快照，并于 72 小时后在官方网站上公布结果。吸引了一大批NFT用户来Element NFT平台进行交易。

为了入围空投白名单或者赢取更多的空投Token，NFT爱好者涌入了平台，其中就不乏利用刷单走量的方式来薅羊毛的投机者，以提高自己入围空投白名单或者赢取更多空投NFT数量的机会。

当薅羊毛工作室使用几十个，甚至上百个地址参与活动并刷量交易，就成为了对项目的女巫攻击。既损害其他正常用户参与项目的热情与收益，给Element空投带来公平性问题。也会对项目真实用户数、真实交易量产生极大影响，最终造成项目方的畸形发展以及币价的跳水。

因此，我们对Element NFT Marketplace的交易数据进行了深入的挖掘和分析，去探寻数据背后的真相。

2. 刷量交易概况

我们分析了从7月28日开始至8月14日快照结束期间，在ETH链以及BSC链上Element Market的交易数据。从每日活跃用户数、每日交易笔数和每日交易总金额三个维度给出刷量交易的整体信息。此外，我们也分析了正常用户与刷量用户，在持有NFT时长上的显著区别。 整体而言，我们有三个核心结论：

1. Element Market活动期间存在50%+的用户为刷量用户，其中交易总金额的65%+为刷量交易。
2. BSC链上的刷量用户数、刷量总金额的整体占比远高于ETH链，这是因为BSC上低廉的GAS Price可以降低刷量交易成本。
3. 刷量用户在10分钟以内完成单个NFT买卖交易的比例远高于正常用户。

2.1 每日活跃用户数

ETH 链：

1. 每天活跃的Wash Trading用户数在200+左右。占每日活跃用户数的三分之一以上。
2. 在7月30日、7月31日、8月12日和8月13日，Wash Trading 的用户数都达到300+，我们猜测是活动开始以及活动即将结束，都带来了羊毛热情的上升。

BSC 链：

1. 每天活跃的Wash Trading用户数在400+，占每日活跃用户数的70%以上。

2.2 每日交易笔数

ETH 链：

1. 大部分每天活跃的Wash Trading交易笔数在300+左右。占每日活跃交易笔数的一半以上。
2. 在7月30日、7月31日、8月12日和8月13日，Wash Trading的交易笔数都达到700+。

BSC 链：

1. 大部分每天活跃的Wash Trading交笔易数在400+。占每日活跃交易笔数四分之三以上。
2. 特别是临近快照截止时间，Wash Trading的交易笔数在8月13日到达586笔。

2.3 每日交易额

ETH 链：

1. Wash Trading的交易额基本占每日活跃交易额70%以上。
2. 特别是活动刚开始和临近快照截止的时间，Wash Trading的交易额在7月31日到达1168.4ETH 和在8月13日到达891.5ETH。

BSC 链：

1. Wash Trading的交易额在活动刚开始之初占比超过80%。
2. 特别是活动刚开始Wash Trading的交易额在7月29日631.1 BNB；临近快照结束日期时，Wash Trading的金额又反弹，在8月13日到达173.9 BNB。

2.4 用户持有NFT时长

我们对用户持有NFT的时长进行了分析。对比正常用户与Wash Trading用户，在10分钟以内进行NFT买卖交易的Wash Trading用户远远大于正常用户。这也非常符合羊毛用户快速刷量交易的特点。

3. 刷量交易识别方法

首先，定义Wash Trading 刷量交易的威胁模型：

羊毛党在短时间内，在有限的资金与NFT条件下，使用多个地址与Element Market进行多次交互。

基于该威胁模型，我们从专家智能和机器智能两个切面产出了多个策略组。利用统计分析制定专家规则结合深度学习模型，构建了NFT Wash Trading识别的立体框架。如下图所示：

专家智能：

1. 考虑到NFT低流动性，Wash Trading用户会进行多次左手倒右手的自交易。这会导致某个NFT单品的交易量显著不同于该NFT系列下的其他序号的NFT。
2. 为了完成多次交互任务，Wash Trading地址会去快速买卖NFT。此外，Wash Trading地址也会多次参与到异常NFT单品的买卖。

机器智能

链上地址间的交易关系天然比较适合用图（Graph）进行表征。因此我们针对链上的地址交易数据，构建了大规模的拓扑结构图。并在此基础上利用深度学习(Deep Learning)领域前沿的图神经网络(GNN)技术，对链上地址间的拓扑结构进行学习，进而检测出潜在的同人团伙。这种方法能够从全局的角度，有效地识别出链上行为相似的地址团伙。结合其与Element Market的交互数据，可以准确定位出相应的女巫攻击地址。

下图展示了部分通过算法挖掘出的女巫地址同人子图，我们用红框标识了检测到的女巫团伙地址，并标识了其对应的归集地址信息。

4. 刷量交易案例分析

4.1 多地址对单NFT的 Wash Trading

NFT 基本信息：

• NFT 名称：Loot (for Adventurers)
• NFT ID: 2157

刷量行为概述：

此NFT被交易172次，参与的地址数40个。被我们识别为多地址在同一个NFT上的Wash Trading。

1. 多地址同人：这些地址的资金去向完全相同，都归集到地址0x95d…06a，为明显的链上同人。
2. 交易时间相近：交易集中发生在8月12号上午（UTC时间）
3. 地址多次买卖同一个NFT。
4. 该系列的其他NFT在市场上并不活跃，交易量仅有170次。

刷量模式说明：

此团伙针对该NFT的循环利用模式为，A、B、C、D、E、F、G代表不同的地址：

• 第一步：A→B | B→A | A→B | B→A | A→B | B→A
• 第二步：A→C
• 第三步：C→D | D→C | C→D | D→C | C→D
• 第四步：C→E
• 第五步：E→F | F→E | E→F | F→E | E→F | F→E
• 第六步：E→G
• ...

刷量详细说明：

• (对应第一步&第二步) 0xe3cf…11a 和 0xc182…20d 之间相互多次短时间交易之后0xe3cf…11a 又与新地址 0xf8b…9a3 进行交易，该新地址开始做为下一个资金循环的起始点 （如下图）

• （对应第三步&第四步）当资金最终流向0xf8b…9a3，该地址又多次短时间内与0x8af…1ee7 之间多次短时间内交易。再之后，0xf8b…9a3又与新地址0x253…4ba进行交易，该新地址开始做为下一个资金循环的起始点 （如下图）

刷量地址：

0x0501ce57a60047c7d9dad252041169b8c1739078
0x0512dbdb685f5adbc6711a69ca4067d48518361b
0x067877fb3a11563a3a9480feca5fc832a6cd84c8
0x0eab2b132f060516080478aba18643d925072e7d
0x15634ac1e101551bc4dc0da094c12a7397402153
0x20e62388e061a11e185d70dfe7738a2cf58900af
0x25375b9a8d9ccc9c988edb17fc04d069d6e3f4ba
0x2a952fe4de4efcc3af0580a8201fdaa0c5b19fec
0x2d87d12d74b9782df7e5ab2e375257cc05e69298
0x36e38c727622ba284668ad091ef7d9d53ffe2df4
0x38e7b0af3534a1f1440fc639ca3ddd746223c96a
0x46de7809a6a68f4b9b8fe160d1996f955a640e8e
0x48ae19608f7e4f826fc01336d76b0130ec5649ce
0x4e60c0533089950a2b24749fdf281e99a42c705c
0x511ecc4b570c99603b41f46262b26add24ead2b4
0x5900b0ad9aa55bc924a7f860c281206520cac36f
0x6e93d838b0adce644f2c68ccfd9c0946247aadc6
0x7c55d64ceb9058daa1feaeb25baab65ee7b8b23a
0x88b7f89cbc3e9d7fe9a0464d56b3b3d3992d4919
0x89191d949b8fee1de526a3399f24a1441723e66e
0x8afe0e9ba7a8c741fe9402bc4ccb43b5530c1ee7
0x94d4fae9446db9badc44db493bf97000dab41f61
0x99666545e6e7e50c1242bc5dca540aa2cca0ec1e
0x9dcf74dc3576b6812c5903bb92017091ab7928e1
0xaa470bb67b02033502d4201898678ae7d64db644
0xae88506c4f121270473fc8db48be62da2f6c9739
0xb7639a4566a0120679f94147cbd1a8e9f51ab12b
0xbe846fd15644b85572fe8061df0610624fbbe505
0xbf1ed45179072bb84af06d422fc0bafe48f703df
0xc1823461abb3da312ffa2abc2211bcbcf8c9520d
0xcb673a94ba9e7f86f788c8913e40c66e91ce4883
0xcc8990859f14342eb127a0d1b7431eef2f1ce855
0xd05e4a81cc8e49a698031d444cbfe8fdab3a9607
0xd86f069c94e5cde90d7a20490f738897cbb6aea1
0xe37bab849c8e1155e6209c8764dbb21122c7261f
0xe3cf1d233a98f34865120245c7ac9f171d49211a
0xead381f9211120e1397ea61ef5ce53677bc00d5f
0xf6abdf89a1be1008c4dffc8e87135bbbf1b34bbf
0xf8b5f61e044b41c4fa668a03cd6b86fe9724f9a3
0xfb2fdf25c825f1cf7234ebed30fe8fccca024c93

4.2 多地址对多NFT的 Wash Trading

NFT 基本信息：

• NFT 集合名称：GURU Season Pass NFT
• NFT 集合地板价：0.02ETH

刷量行为概述：

共有98个地址被我们识别为多地址在多NFT（实际为同一个系列的多个NFT）上进行Wash Trading。这些地址具有一致的行为模式：

1. 多地址同人：这些地址的资金去向完全相同，都归集到地址0x271…8c5，为明显的链上同人。
2. 交易时间相近：交易集中发生在8月10号（UTC时间）
3. 地址仅买卖NFT各一次。且卖出的NFT均为100+天前在Opensea上购买的。属于历史上存在很久的女巫地址。
4. 该系列的其他NFT在市场上并不活跃，近期均为该团伙的刷量交易。

刷量模式说明：

此团伙针对NFT的循环利用模式为，A、B、C、D、E代表不同的地址，#1，#2，#3，#4代表不同序号的NFT：

• 第一步：A→B (#1)
• 第二步：B→C (#2)
• 第三步：C→D (#3)
• 第四步：D→E (#4)
• …

刷量详细说明：

• (对应第一步&第二步) 0xa377…a9f 从 0x27f…f50 购买NFT #5285，接着向地址 0x866…7e2 卖出NFT #5597

• (对应第二步&第三步) 这里第二步和前一个说明中的第二步实际是一笔交易，交易的都是NFT #5597。是地址 0x866…7e2 从 0xa377…a9f 购买NFT #5597。接着，向地址0x8f2…2d2 卖出NFT #5608

刷量地址：

0x0440f6f90914e42411904fc565501e4be5fd9e10
0x0a31f46c756866ea23b31b8709ff3243843dcb66
0x0c0ea802bd8fe4acd35900eb12214570dc499116
0x0ead0c247a6f6ed91784b21c1e8cee89b3469366
0x1015d62a11c7aa63a1f9b756947b6f6fabbbe562
0x11e8ac2024f72332629f21a0671faecf078f9981
0x1813ee193e8803a986b6ec866ec17772e39b5253
0x1902bcc891269855075a2f9301f34e4ea4b3e3b2
0x26311bba178b2bd74458a7f92a155ccd51574fc6
0x26cdd75acd2346a88d3efe5385d01689ff2d5670
0x27ba99be029a813fb49d47e5989f56589b49a3a4
0x27ff1323531c5f7d01c24c4ba535fcca9217cf50
0x2c7dcc2726170e81971d87c5e20d046051290a18
0x301b7d818444700dc55d78a3c0ae4d4757a47885
0x302be7f4ef7dd4ecc3d9d189c9c1b1365b1c1dda
0x398a4fea5c714a6bbfca60f7c341e7abe9d5678e
0x3adaa479ecbbfedeb17677abd0e91e0ec5ec6973
0x3e5fb0df946b5e428a6f1934cd627f0238cd7f8e
0x3f81f9a7c5a12dae8c701d56f19536f1ad55e20f
0x3fed4835bc6985283df3ff0348cf399264225c0b
0x4050ac2508064c0559f12a89955568b22892be69
0x45054fe2a75d6a87ebe9ba6a70f97b24aaa0aaf5
0x45311aa9d24d310faea95863c06206273e54e5dc
0x46f4daff845dd9bdcd23ca48a10b69d163aedf1b
0x470bbbaf23df721dc2dcbde360076dfca817002c
0x4a1a1fb7581c20dacf921ff90ce95da1e3df9c30
0x504435c55212ba509974f2054afe9509981075ae
0x5211842806ee6b7f30bdbe217fd9a64c897fec9c
0x527ddeaba639e360c492c6cc4f9ebab8cb485ca7
0x5e237cd7a23ba9733ae8f38f43ac2ad4194fdf4c
0x5f663d3c8e8c68b14d43b170e32ff0c3eae0a2d5
0x6199b015e4ac4b61aee761c9ad6327662425b3ed
0x62ccc34f857520542bfa5079f05d6a9e865dc714
0x6903297f634c4e7d3f667dd56a820832852e1542
0x6ca947fa429177b00dd588825a57368af4cb91ae
0x6f00676c46fffa19af4ae68990be91225d5c7b52
0x6f69a118e4c79d8dee8287a70864f107948da0c3
0x7195fe8d62c7a10828d3d577c96e916f21089c07
0x71c6894e687f6afff6e75f5746582f8439fdf828
0x7221992508e9c77f4be7ab2d53d3b50f7d23ab16
0x72361f108e36ff5a870fa5724cb56f195f84378e
0x73123f5eb40aab6ba8ede16c64528812908965ca
0x75cef5cb09f8f3e88e3c7859e84f0568092f2c92
0x78f1cbb7adce0325653c1d6dda23e96d0cfb5eb3
0x7dea927e7708bbb449c16b8c9d1b0771262ea997
0x81b95e0a9c274881bf34a1dea0494011353882e7
0x847fc1159c3c34c872032495ad382507e356a807
0x85d4d5e582b22c4b30c24fd49175455ebd34e283
0x866397d7c7d18cb2aaacd3e8dca83f72a3f4c7e2
0x874fd6092184f977511b0845c45de30d644482e8
0x87fd91a5d150368619ab6635ec1a04624b601e5f
0x8b155fd8e10ef4b7b9d8ccce742b1658759ec24a
0x8d621b29f7829f0d0f64841df352ccf142108ab1
0x8f0a1ec98b51f19dc11d51b878aabcec7898b54f
0x8f28a166e24092c9dc20992ad95f01f090cc52d2
0x9369374267ea074411e1f4608fccf32b1749d95d
0x99eb232f69aed0cb1149cdff4a16141d0f6345e7
0x9ec16991658bbd34a6a23d75dc339e36a7ef218a
0x9ff01bf619d2749ddf010550f0f6ed03b30b355f
0xa03f84935bd9dbd38be58d9fa9317885395563f0
0xa1bcd69b831fd130c4de549065fb68e2469fc6ff
0xa377094f8ecfae21d9ecb23de1662b491bfc9a9f
0xa8248f1db0a6ef36da4d5ab1e62eb8463c533589
0xa8b821c16d5ed98e63027f46db8be20af1d7d3ea
0xad4d5bf1f0f8015928140b836e98e68661612010
0xaec14ec7c4341ad6980534c9e91a7fbb9574d185
0xb0a58fbd8e667b5c735bf07bd159f37f9b089d70
0xb69ead820c04130df403d9f5c084b2e4260642c0
0xba0d2a64b10f585ba27961c2453b385c0eb12745
0xbcbb8c5e7aa9a860b18b4fe43997a1c566a7c83e
0xbd129349ec13ad73c279047cf1ae66454373161b
0xbdc9b229e10d2ba68be0014074feb1616a7eb12f
0xc0a15b8ab039a51e53a809d4fb6f81d8a864fd25
0xc2635f163fad9a5fe2e7afbb41ec4fbd7e039c90
0xc28e54591bf5b37e43a113687702ff5b7a0b9db8
0xc89ebc3ab47abdfa150d6e880dd44d8250c5a904
0xc8d928cbfc7b6a6ce8fc6084929c02ae8ff2096d
0xc8fa416a4311ceb4a8eafeab7291b2271e725cc9
0xcbc1eab12b02753f0a8cda624734ee23261fbaac
0xcbda9b625898fb0a3978230c549c3af1dc1be337
0xce0fceab0e657858546af1a99708087a178d81c2
0xcee4f7ec63bbeaa366742389a7c587a3163d45c8
0xcfa9022b903e40bb1e35a6e50a821cbb08172d45
0xd0246aa2e5ab6859876ec143fd766e7e64744e58
0xd08aad42de47ed0d45f4b0590c98d74a51d46eb0
0xd5751b7a126273019044ae465eb3aa035900087a
0xdf29f1119e97b35739bd70a6ac03d07c63db6f7f
0xdf3458afbcf1cc144dfa91dc534cf9d12ccbfd75
0xe358011c411c416e0bb48e9b04e62ccb9fa9c5fc
0xe72b1519666103cfbee8a6938120f7402b53b854
0xe91d4956b7c31c96143c50464a04b558d4bddf27
0xec13737d4e6a9ad26172df4e7d1890c430db150e
0xf175f8816deebda2665b449e333e2b4b90376b33
0xf3dfa6fecefca394583060c92bd77f0a7fd348d4
0xf8288e6e0c0e2f09286646b8c5be4e1e062e67a9
0xf862192c8060eb70154feaf9cbec45f9e3d4255a
0xfccf4d4d295de5a008c0999a347444d4a087aa1a
0xfe1e462f6abdf41c6646f3886eaba44f5802194e

五、写在最后

我们是 X-explore 团队，成立于2022年8月1日，致力于实现去中心的数据分析与AI分析，提供 Web3 项目的用户挖掘与业务流量分析。这是我们第3篇原创内容, ”虚假繁荣背后的真相”专题的第1篇文章。

欢迎联系我们：

• Twitter: @x_explore_eth
• Discord: x-explore.eth#5933