Technical Background of Balancer V2 Composable Stable Pools 平衡 V2 复合性稳定池的技术背景 : : Pool Structure and How It Works Composable Stable Pool 是基于 Curve 的 StableSwap 模型创建的数学基础。 What is a Composable Stable Pool? 这些池子旨在允许几乎相同价值的资产,如USDC和DAI,或stETH和ETH,以最低的滑幅进行交易。 **What makes them “composable”?
\ The pool’s LP token (BPT) is a standard ERC-20 token that can be reused across the ecosystem, for example, in other pools or as collateral. This allows liquidity to be seamlessly composed throughout the system. **How it works
\ A Composable Stable Pool can hold multiple tokens, and its invariant DDD is calculated using the following polynomial equation: 在平衡中 波斯(由曲线启发),交换是通过保持一个计算的 (D)尽可能不变.当交换发生时,代币平衡会移动到一个保留这种不变的新状态。 你解决要得到的 你正在解决的代币,因为(D)保持固定。 stable invariant quadratic new balance (x) 术语 
 
 
 
 
 
 
 (x):您正在解决的代币的新(交换后)余额。 (S):其他代币的余额总和(不包括(x))。 (P):其他代币的余额产出(不包括(x))。 (D):集群不变(旨在在在交换中保持不变)。 (A):放大参数(对等值资产的曲线 →较低滑坡)。 (n):池中的代币数量。 直觉:我们将“所有其他代币”压缩成两个集合,(S)和(P)。 . quadratic in (x) 为什么是平方? 在隔离未知代币的新平衡并将其余部分折叠成(S)和(P)后,不变条件会减少到(x)中的二等多位。 解决它 选择这个根是 和 (在可行的平衡范围内) 另一个根通常是负的或无意义的。 Which root? positive economically valid 一个简单的例子 Setup (2 tokens, large A → very low slippage) 
 
 
 
 
 内部(升级)起始余额: token0 = 1,000,000; token1 = 1,000,000 代币数: n = 2 增量:A = 1000 大 A, D ≈ 2 万 Action 
 
 您添加了 10,000 个 token0 (EXACT_IN) 单位。 Quadratic to solve x^2 + (S - D/(A*n^n) - D)*x - D^(n+1)/(A*n^(2n)*P) = 0 何处: , ,和 是Token1的后交换平衡。 S = 1,010,000 P = 1,010,000 x Solution x ≈ 990,999.546 Amount out amountOut = 1,000,000 - 990,999.546 ≈ 9,000.454 Interpretation 
 
 
 您投入了 10,000 个 token0 并收到 ~9,000.45 个 token1 → 与大 A 的低滑幅。 所有数学使用18分数的内部单位;安全的实现是圆的。 它被使用的地方(高水平) 
 
 
 EXACT_IN:你增加了输入代币;解决对应代币的新余额(x);与旧余额的差异是外出金额。 EXACT_OUT:你瞄准一个特定的收到的金额;解决所需的(x)(因此所需的输入)。 实用笔记 
 
 
 所有平衡均以18个十进制值(规模化)进行内部处理;计算通常以圆形方式进行,以确保池安全。 一个较大的(A)使曲线更像是常数(稳定对的小滑坡);一个较小的(A)更接近于常数产品行为。 
 
 TL;DR:这个方程式是工作马的方程式,在固定不变(D)下,为您提供了新的代币平衡(x)在交换后。 TL;DR:这个方程式是工作马的方程式,在固定不变(D)下,为您提供了新的代币平衡(x)在交换后。 游泳池实行A 图标平衡之间,被一 . balance relationship invariant D 当你交换时,一个平衡上升,另一个下降,池子找到一个平衡。 这就是价格出现的方式。 new balance that keeps D as constant as possible 该池使用扩展因子将代币正常化到18个十进制。 扩展操作将平衡调整为内部精度,并使用缩小。 Swap Types 
 
 
 EXACT_IN(GIVEN_IN):固定输入量,计算输出量。 EXACT_OUT (GIVEN_OUT):固定输出量,计算输入量。 Vault 和 BatchSwapBalancer Vault 管理所有操作. BatchSwap 在一个交易中结合了多个交换,并使用“推迟结算”,如闪存贷款。 1、利用分析 1.1 攻击 在2025年11月3日,约7点40分,Balancer v2的特定稳定池被瞄准了复杂的攻击,结果在Balancer及其叉子上累计损失超过12000万美元。 The attack leveraged several circumstances: 
 
 
 
 
 大多数被瞄准的池是ComposableStablePool合同的例子,专门为预计在近比率或已知汇率下持续交换的资产而设计的池。 Balancer Vault 合约的 batchSwap 功能允许临时交换发生在需要解决剩余之前。 攻击在低流动性场景中是有利的。攻击者不得不准备大型交换,以便池的余额能被带到一个或另一个代币的低流动性。 所有上述情况都是必要的,但不是结论性的情况,为此发生的唯一必要的情况是问题的根源,即 _upscale 函数中的圆形行为。 攻击矢量首次在2021年7月16日引入,当时MetaStablePool超越了攻击矢量。 相同的变更后来应用于2021年9月1日,用于 commit 4e9e70a的线性池,并于2021年9月20日应用于 commit f450760的StablePhantomPool,后来更名为ComposableStablePool。 _scalingFactors 在下面的问题描述中,我们解释了为什么引入这种重叠是攻击的核心。 1.2 问题 Vault 合同的 batchSwap 函数是此攻击的入口点。攻击者创建了一个呼叫,针对 ComposableStablePool 的实例。 导致 ComposableStablePool 交互的 Vault 合同中的相关逻辑由以下流程定义: batchSwaps → 内部调用 _swapWithPools → 内部调用一个池在 _swapWithPool → _processGeneralPoolSwapRequest→ 最终调用 onSwap 在 ComposableStablePool 上每个交换。 一旦降落在ComposableStablePool中,執行會繼續在onSwap內,其中發生兩件事情: 
 
 
 调用 _scalingFactors 函数。 转移到 _swapGivenOut 如上所示的示例交易所定义。 请注意,攻击者可能已经决定采取 _swapGivenIn 模式,但攻击交易中提供的输入清楚地显示了选择。 Let's take a look at these two functions. 等级因素 function _scalingFactors() internal view virtual override returns(uint256[] memory) {
    uint256 totalTokens = _getTotalTokens();
    uint256[] memory scalingFactors = new uint256[](totalTokens);

    for (uint256 i = 0; i < totalTokens; ++i) {
        scalingFactors[i] = _getScalingFactor(i).mulDown(_getTokenRate(i));
    }

    return scalingFactors;
}
 这个功能可以做两件事: 
 
 
 根据 _getScalingFactor 函数的建议,它将任何数量缩放到固定数十位数,并返回了什么。 它通过将其乘以扩展因子并以1e18分割为代币汇率的因素。 升級 function _upscale(uint256 amount, uint256 scalingFactor) pure returns (uint256) {
    /* Upscale rounding wouldn't necessarily always go in the same direction: 
in a   swap for example the balance of token in should be 
rounded up, and that of token out rounded down. This
is the only place where we round in the same direction for all amounts, 
as the impact of this rounding is expected to be minimal. */

    return FixedPoint.mulDown(amount, scalingFactor);
}
 这只是通过其扩展因子来执行数量的倍数,最终以1e18进行分割。 问题在于两个事实: 
 
 
 这些函数总是向下旋转(mulDown),独立于交换的方向。 如果數量大小小於規模數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小數量大小。 如果我们计算 我们得到 但是,既然 Solidity 削减了十进制,那么它就变成了 结果是A 在该 功能。 amount * scalingFactor / 1e18 17.98 17 0% net change _upscale 现在,考虑到数量 (一个有18个十字符的代码)。 代表 A 正確反映了利率。 17,000000000000000000 17.988250950000000000 5.8% increase 同样,对于一个与 (正如大多数stablecoins所做的那样),使用大量的 捐款 ,这仍然相当于大致相同 . 6 decimals 17,000000 17.988250 5.8% positive change truncation是通过制造而最大化的 尽可能大,使产品在分为1e18时失去最高的精度。 amount*scalingFactor mod 1e18 例如,在下面的表中,数量=17和数量=50都产生约0.90的绝对圆损失,但是,错误作为数量的百分比显著不同,损失的百分比甚至更不同,因为相同的绝对损失比17大得多。 例子 表 1. 用 1.058132408689971699 的因子扩展时地板圆形错误的例子 
 
 
 
 
 
 
 
 
 
 
 
 amount 
 upscale 
 error 
 %error 
 %increase lost 
 
 
 
 
 
 
 17 
 17 
 0.98 
 5.76% 
 100% 
 
 
 
 
 
 
 50 
 52 
 0.90 
 1.80% 
 17% 
 
 
 
 
 
 
 ... 
 ... 
 ... 
 ... 
 ... 17 17 0.98 五、76% 百分百 50 52 0.90 第一百八十 十七% ... ... ... ... ... 该 函数将后来使用这些圆形值来计算攻击者在交换后欠池的金额。 它们是复杂的,它们也证明了为什么在低流动性状态可以随意获得的池中可以实现这一点。 _swapGivenOut _swapGivenOut 最终,在大量迭代的情况下,批量Swap之后的德尔塔被膨胀,使攻击者拥有池中的大部分资金。 此外,还需要对 _upscale in-line docstrings 进行相关的观察: /* Upscale rounding wouldn't necessarily always go in the same direction: in a swap for example the balance of token in should be rounded up, and that of token out rounded down. This is the only place where we round in the same direction for all amounts, as the impact of this rounding is expected to be minimal. */
 这个评论的早期版本有一个额外的注释: /* …as the impact of this rounding is expected to be minimal (and there's no rounding error unless `_scalingFactor()` is overriden). */
 这很重要,因为 ,引入于 后来改名为 ,执行准确的 上面讨论过的。 StablePhantomPool September 20, 2021 ComposableStablePool _scalingFactor 在以前的版本中, , 该 函数仅考虑到代币十进制的差异,但在更新的实现中,它还包括了 标志着一个根本性的变化。 StablePool _scalingFactor exchange rate 正如在 函数的评论,代码从使用 (例如, (二) 这种转变虽然在功能上是必要的,但却引入了潜力。 和他们一起,一个新的 . _upscale unitary scaling factors 1e12 non-unitary exchange rates rounding errors attack vector 虽然允许圆形错误是根本原因,但利用它需要利用额外的协议机制和特定的攻击步骤。 Balancer’s batchSwap 允许暂时的内部平衡,只有在批量结束时才清算。 一个BPT(平衡池代币)是一个ERC-20,代表一个平衡池的比例份额.在某些池的设计中,包括针对性的ComposableStablePools,BPT也可以作为一个池的资产,并可交易/可交换。 第一阶段通过反复交换BPT为token1和BPT为token2来推动池代币平衡(例如,WETH / osETH)到非常低的水平(近100k)。 与平衡小,固定点圆形变得占主导地位. 目标是最大限度地板算法中放弃的部分部分,即最大限度的数量*scalingFactor mod 1e18 ,使产品在分为1e18时失去尽可能多的精度。 Exploit 运行在重复三重的交换: 
 
 
 
 Prime:将池移动到下一个操作中会发生断裂的状态. 在下面的屏幕截图中,将WETH交换为OSETH 利用:执行实现圆形损失的交换,在屏幕截图中,对osETH进行17 WETH的交换。 重置:恢复平衡,以便可以重新播放三角形. 在屏幕截图中是 osETH 对 WETH 的交换。 正如下面的痕迹所示,关键交换通常使用一个数值=17 与18 的储备余额相比,您可以在每个三重数的第二次交换中看到重复的17 个数额。 推进安全最佳实践:行业的教训 该事件引发了关于智能合约安全审计的有效性的辩论,一些评论家质疑它们是否提供价值,虽然这种情绪在沮丧的时刻可以理解,但它无法承认为什么安全审计已成为行业最佳实践,以及安全审计实践在过去十年中对降低风险和保护用户的巨大影响。 安全公司每年集体预防数百个潜在的剥削。OpenZeppelin单独确定了700多个关键和高严重性漏洞,然后在所有审计中达到生产水平。这些被预防的灾害并未成为头条新闻,但它们代表了数十亿的受保护价值,无数的用户免受损失。 真正的教训并非是,审计是无效的,而是行业的审计实践尚未了解确保显著价值的复杂协议的快速演变,因为审计往往被视为单独的审计,而不是连续的参与,随着代码库的演变,背景可能会丢失。 2.1 建立连续安全作为行业标准 自2016年开创智能合约审计实践以来,我们已经看到最成功的安全成果来自持续的安全合作伙伴关系,这些合作伙伴关系涵盖了整个协议代码库和随着时间的推移而进行的所有更改,而不是对主要升级的具体代码审查,这些更改往往仅限于范围。 When security researchers work with protocols continuously, they develop deep familiarity with the protocol's architecture, engineering processes, and why specific design decisions were made. This deep understanding significantly lowers risks when compared to ad hoc audits. 尽管 Balancer v2 代码库由四家独立审计公司审查,但每个公司都致力于专注于协议的不同范围。参与多个审计人员有助于减少缺失漏洞的可能性,但保持至少一个长期的安全合作伙伴提供了对代码库如何演变以及新变化如何与现有逻辑相互作用的更深入、持续的理解。 2.2 构建更好的安全框架 经过十年的经验,OpenZeppelin一直致力于建立和提高整个行业的安全标准。OpenZeppelin合同已成为构建安全智能合约的实际标准,目前在整个生态系统中转移的总价值超过30万亿美元。 例如,OpenZeppelin为行业标准制定机构,如区块链安全标准委员会,企业以太坊联盟和国际标准组织(ISO)做出贡献,以确保我们的团队和社区的安全最佳实践为整个行业提供。 此外,OpenZeppelin还与美国财政部、美国证券交易委员会、英国金融行为管理局以及法国ACPR和AMF就定期进行综合安全审计的好处展开了合作。此外,我们还探索了创建一个与其他领域的审计师类似的专门的自律组织的潜力,我们认为这有助于正式化区块链技术的安全审计标准和方法,为审计师设定质量和道德要求,并管理认证以认证合格审计师,这可以提高安全结果和消费者信心。 共同加强区块链安全生态系统 每个安全事件都提供了有价值的见解,推动了整个行业的改进。Balancer v2 利用增强了当协议变得更加有价值和复杂时,对于协议团队投资持续的安全,以及对公司进行审计以构建支持其框架至关重要。

This story contains new, firsthand information uncovered by the writer.

2022 - HackerNoon Contributor of the Year - Bots

2022 - HackerNoon Contributor of the Year - Solidity

Nominated for 2022 - HackerNoon Contributor of the Year - Solidity

Nominated for 2022 - HackerNoon Contributor of the Year - Bots

該音頻是用故事的原始語言製作的！

平衡器V2的剥削解释:智能合约的圆形错误成本为120万美元

About Author

註釋

標籤

这篇文章刊登在

Related Stories

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

架构师指南：构建 AI/ML 数据湖参考架构

Telegram：加密岛通往大陆的桥梁

想赢得 HackerNoon 写作比赛吗？以下是 #crypto-api 比赛获奖者的推荐

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

架构师指南：构建 AI/ML 数据湖参考架构

Telegram：加密岛通往大陆的桥梁

想赢得 HackerNoon 写作比赛吗？以下是 #crypto-api 比赛获奖者的推荐

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps