作者:CompoundWater 複水 ; Contents May Also Contribute to MatrixDAO本篇主整理來自 MatrixDAO RF GM 的週分享內容 。URL:
Contents
-
空投目標 Airdrop Goals
-
什麼是女巫 (空投獵人Sybil Farmer)
-
Arbitrum 空投防女巫機制
-
HopProtocol 如何用社群防範女巫
-
Paraswap 過猶不及的反例
-
Blur 的創新直接
-
思考與討論
-
Conclusion
空投目標 Airdrop Goals
-
去中心化代幣供應 (Decentralized Token Supply)
-
激勵產品參與 (Incentivize Product Engagement)
-
病毒式傳播,強化社區情緒 (Promote Virality, Improve Community Sentiment)
什麼是女巫 (空投獵人Sybil Farmer)
-
通過冒充許多地址或遊戲機制來賺錢 (Aim to make money by impersonating many addresses or gaming mechanisms)
-
“我來這裡是為了玩並贏得零和遊戲並賺錢,”@CapitalGrug聲稱通過 Sybil 攻擊賺取了超過 1000 萬美元,在接受 DL News 採訪時表示。
https://twitter.com/eking0x/status/1665681277398253568
Arbitrum 空投防女巫機制
如何防止女巫攻擊:使用鏈上數據來識別同一用戶擁有的相關地址,並使用 Nansen、Hop 和 OffChain Labs 的數據刪除橋接器、交易所和智能合約等實體地址。 還有一些地址被人工檢查刪除,比如捐贈地址、l2別名等。
https://github.com/ArbitrumFoundation/sybil-detection
Sybil Cluster 簇識別:通過將圖劃分為強連接子圖和弱連接子圖來生成簇。 使用 Louvain 社區檢測算法對大型子圖進行分解,提供更精細的結果並更準確地消除 Sybil 地址。我們根據已知模式識別 Sybil 集群。
-
示例:在超過多個地址的集群中轉移資金的地址+由同一來源資助的地址+具有類似活動的地址
-
過多個地址的集群中轉移資金的地址+由同一來源資助的地址+具有類似活動的地址
但根據一些媒體報導,還是有沒檢測到 (或沒考慮周到) 的女巫地址領到空投,將近~300k個,如
-
交易所女巫:有上千個地址,從FTX提領了相同的資金
-
鏈橋女巫:有上千個地址收到來自Hop協議的 0.033~0.023 的以太坊
-
“分散“ 智能合約分發:社群彼此互相轉錢的合約程式
-
快照後分析(+不同鏈):除了快照前的動作,應該也考慮快照後的鏈上動作是否有變化
HopProtocol 如何用社群防範女巫
除了本身檢測 Cluster 外,還加上社群獎勵機制 (25% rebates)一起檢測
社群發現案例 #192:紅色為可疑的地址
https://github.com/hop-protocol/hop-airdrop/issues/192
Paraswap 過猶不及的反例
過於嚴格的空投檢測規則,將 98.5% 的地址排除在外,導致品牌的風險
Blur 的創新直接
相比過多的檢測防範,Blur 空投上採用直接公告的遊戲規則方式,如
-
Blur 點數規則 ( defined ”Points” for airdrop)
-
激勵流動性提供行為 ( incentivize liquidity providing behaviors )
-
公告逞罰機制,如清洗交易(wash trading)
-
減少女巫激勵,可累積無上限積分 ( accrue uncapped pointed)
-
避免 LooksRare的問題,點數與錢的掛鉤 (dollar value via points)
思考與討論
-
女巫的道德與合法性 (Ethics, legality of Sybil attacks)
-
誤報和女巫成本之間的權衡 (Tradeoffs between false positives and sybil costs)
- Paraswap 的借鏡
-
空投資格應該有多明確?(How explicit should airdrop qualifications be?)
-
Blur 的方式,與其防女巫不如公開規則 (且機制上更 focus 在真實流動性,較不care 是否是真人)
-
L1, L2 需要判斷地址的機制難度,目前通常也會搭配中心化平台綁定驗證如推特,KYC等
-
-
我們應該對用戶統計數據進行女巫過濾嗎?(Should we sybil filtering for user stats?)
- Aptos 較不嚴格的檢測,激勵了後續嚕空投興盛的現象,但也出現更多羊毛黨被反嚕的狀態,導致有價值的空投越來越少
-
創意的女巫或防止女巫的想法? (Creative sybil / Anti sybil ideas)
- Worldcoin 的虹膜防範
-
博弈論 (Game theory)
-
以前是用戶去嚕項目方,反而現在項目方會從用戶的airdrop預期心理來設計遊戲機制 (預告,宣告未來假象,拖時間等)
-
融資狀況,市場行銷 (獲客成本,ROI),資源分配
-
總結
本文介紹了空投的目標和女巫攻擊的防範機制,包括使用鏈上數據來識別同一用戶擁有的相關地址、簇識別、社群獎勵機制等。此外,還介紹了一些空投檢測規則的例子,並探討了女巫攻擊的道德、誤報和女巫成本之間的權衡等問題。
轉載請註明出處與作者
聯繫郵件:[email protected]
更多關於我: CompoundWater複水
IG/TG/YT/FB/Linkedin/Twitter: 頻道搜尋 @compoundwater
歡迎自由斗內支持(ERC20): 0xc2Ac7F93D54dfbf9Bf7E4AeD21F817F2ce598D28