← 返回首页
电子邮件 · Telegram · LinkedIn · X · RSS

Fusaka 升级后,以太坊地址投毒造成的损失增至 13 倍

主要发现

在我的上一篇文章中,我想找出导致以太坊网络活动创纪录的原因,结果发现 80% 的增长来自地址投毒垃圾交易,而 Fusaka 升级将 Gas 费用降低了 6 倍,使其在经济上更具吸引力。当时,我只有有限的数据来回答增长背后的原因。

地址投毒是一种攻击手法:骗子从与受害者真实联系人地址首尾字符相同的地址发送极小额或零金额转账,期望受害者从交易历史中复制到错误的地址。

在本文中,我研究了地址投毒的整体增长情况以及这些攻击的实际结果。总损失是多少?

为了回答这个问题,我构建了一个检测管道,扫描从 2025 年 9 月 1 日到 2026 年 2 月 13 日的以太坊区块链数据,涵盖 Fusaka 升级前的 93 天和升级后的 73 天。它追踪了 101 种代币的尘埃转账,并识别已确认的收益。

Fusaka 升级前后的尘埃攻击交易

7 日移动平均线。每次尘埃转账 = 一次攻击交易。

尘埃交易(7 日均值) Fusaka 前均值

在 Fusaka 升级之前,攻击者平均每天发送 30,000 笔尘埃交易。升级后,这一数字跃升至每天 167,000 笔,增加了 5.6 倍。

1 月份的峰值达到单日 510,000 笔交易。即使排除该峰值,Fusaka 升级后的持续水平仍保持在每天 150,000 至 200,000 笔交易。

Fusaka 是一次重要的以太坊网络升级(2025 年 12 月 3 日),它提升了网络同时处理更多交易的容量,使交易更加便宜。此次升级是以太坊通过降低费用来吸引大规模采用的举措之一。

Fusaka 升级前后的 Gas 价格与尘埃攻击量对比

7 日移动平均线。来自 Dune Analytics 的中位数 Gas 价格(gwei)与尘埃交易叠加显示。

中位数 Gas 价格,gwei(左轴) 尘埃交易(右轴)

图表显示 Gas 价格与尘埃攻击量之间存在明显的负相关关系。这两个变量持续同步变动:当 Gas 价格飙升时,尘埃输出下降;当 Gas 价格下跌时,尘埃输出上升。这种剂量-反应关系强烈表明两者之间存在因果关系,而非巧合。

剂量-反应关系意味着效应随暴露程度而变化:剂量越大,反应越强。它是布拉德福德·希尔准则(Bradford Hill criteria)之一,这是区分真正原因与虚假相关的标准框架。在此应用中,Gas 价格是剂量,攻击量是反应。

由于攻击者根据 Gas 成本按比例逐日调整其输出,数据排除了两种趋势因无关原因在同一时间发生变化的可能性。

此外,这种相关性在天级别上的精确度可能意味着投毒软件内置了 Gas 价格阈值,以自动调节攻击强度。此类设置在合法和恶意的以太坊机器人中都很常见。

Fusaka 升级前后受攻击的唯一钱包数量

7 日移动平均线。一个钱包 = 一次攻击,无论有多少笔尘埃交易指向它。

唯一钱包(7 日均值) Fusaka 前均值

接收投毒尘埃的唯一钱包数量从每天 12,000 个增加到每天 38,000 个,增加了 3.1 倍。

比较 Fusaka 升级前后相同的 73 天窗口期:

被盗资金增加了 13 倍,成功收益事件增加了 2.6 倍。

有一笔转账占 Fusaka 升级后总额的很大比例:12 月 19 日的 5000 万 USDT。排除这笔交易后,Fusaka 升级后的总额仍为 1330 万美元,比升级前的水平高出 2.7 倍。

这 5000 万美元的案例并非需要排除的异常值。地址投毒是一种彩票模式攻击,通过数百万次廉价的尘埃交易换取少数罕见的大额收益。这就是该攻击的设计工作方式。更低的 Gas 意味着更多的彩票,从而增加捕获“鲸鱼”用户的几率。

低费用与攻击量之间的联系在 Fusaka 升级之前已有记录。

尽管如此,以太坊基金会仍继续推进 Fusaka 升级。

地址投毒并非唯一一种经济性取决于 Gas 成本的攻击类型。三明治攻击、假代币空投、受损钱包上的清扫机器人以及大规模授权盗取随着费用降低都变得更有利可图。

降低费用本身没有错,但廉价交易加剧的安全问题本应在升级前得到解决。当以太坊基金会声称正在构建万亿美元级别的安全性时,用户安全必须严格优先于增长指标。

研究方法

该检测器作为单个 SQL 管道在 Google BigQuery 的公共以太坊数据集上运行。它首先识别所有合法的 ≥1 美元的 ERC-20 和 ETH 转账,并为每个接收地址提取指纹(前 3 位 + 后 4 位十六进制字符)。然后通过将相似地址与这些指纹匹配来检测投毒:由第三方发起的零价值 ERC-20 转账,以及在 300 个区块窗口内向受害者发送的 <1 美元的 ERC-20 或 ETH 尘埃转账。已确认的收益是指受害者随后向相似地址进行的任何 ≥10 美元的 ERC-20 或 ETH 转账。

本文中的图表仅显示尘埃转账活动,因为尘埃转账是主要的可测量攻击向量。零价值转账未在图表中显示,但检测器在内部使用它们来构建完整的受害者与相似地址对映射。

所有 101 种代币均使用每周快照(23 个日期)进行定价。合约地址被排除在受害者池之外。管道还过滤掉了销毁地址、自我转账、非由受害者发起的转账,以及在投毒事件之前相似地址已是已知合法接收者的情况。一个向被投毒地址生成数千次自动化微交易的机器人地址已从收益统计中排除。

该检测器低估了攻击和收益的数量。它仅捕捉针对在研究期间至少进行过一次 ≥1 美元转账的地址的投毒,并且仅追踪 101 种代币。6330 万美元这个数字是一个已确认的下限。然而,对白名单之外的各种代币样本进行测试表明,涉及未列出代币的攻击占总数的不到 1%。

本研究追踪了两种类型的投毒转账:尘埃转账和零价值转账。还有其他类型,包括假冒代币转账、假 ETH 转账和基于授权的变体。我没有包含它们,因为构建此类查询要复杂得多,且在 BigQuery 上运行成本高昂。尘埃和零价值转账足以看清全貌,因为攻击者通常针对同一目标结合使用几种不同的方法,而受害者仅收到假冒代币转账而没有伴随尘埃或零价值投毒的情况很少见。