引用格式：嚴(yán)彥勝，李京. 基于深度強(qiáng)化學(xué)習(xí)的以太坊 MEV 交易防護(hù)與交易排序優(yōu)化［J］.網(wǎng)絡(luò)安全與數(shù)據(jù)治理，2025，44（7）：20-26.
引言
隨著區(qū)塊鏈技術(shù)的廣泛應(yīng)用，尤其是以太坊在去中心化金融（DeFi）領(lǐng)域的快速發(fā)展，最大可提取價值（Maximal Extractable Value，MEV）交易問題逐漸成為影響網(wǎng)絡(luò)公平性、安全性和效率的重要挑戰(zhàn)［1］。MEV 由礦工或排序者通過操控交易順序獲得額外利潤，表現(xiàn)形式包括前置攻擊（FrontRunning）、三明治攻擊（Sandwich Attack）等［2］。這些交易模式不僅對普通用戶造成經(jīng)濟(jì)損失，還推高整體交易成本，加劇網(wǎng)絡(luò)擁堵，破壞區(qū)塊鏈生態(tài)的穩(wěn)定性與公正性［3］。
MEV的產(chǎn)生主要源于區(qū)塊鏈交易順序的可操控性、交易信息的公開性、Gas競價機(jī)制以及DeFi交易的復(fù)雜性。現(xiàn)有的交易排序方法主要包括先來先服務(wù)（FIFO）排序和Gas競價排序。FIFO排序雖然具有較高的公平性，但缺乏Gas費(fèi)用優(yōu)化，無法有效防范MEV交易［4］。Gas競價排序根據(jù)交易支付的Gas費(fèi)用決定執(zhí)行順序，導(dǎo)致Gas競價競爭加劇，使得MEV交易通過支付高額Gas費(fèi)用獲得優(yōu)先執(zhí)行權(quán)，從而進(jìn)一步破壞交易公平性［5］。
與現(xiàn)有采用啟發(fā)式排序策略或基于靜態(tài)規(guī)則的排序機(jī)制相比，本文方法引入強(qiáng)化學(xué)習(xí)框架，具有更強(qiáng)的自適應(yīng)能力，能夠在不同交易負(fù)載和攻擊場景下動態(tài)調(diào)整排序策略。同時，相較于現(xiàn)有基于強(qiáng)化學(xué)習(xí)的研究［6-8］主要聚焦于合約交互或交易分類問題，本文首次將深度Q網(wǎng)絡(luò)（Deep QNetwork,DQN）應(yīng)用于交易排序優(yōu)化，并構(gòu)建專門的狀態(tài)-動作空間及獎勵函數(shù)，直接面向 MEV 抑制目標(biāo)進(jìn)行學(xué)習(xí)。
本文的主要貢獻(xiàn)如下：
（1）提出基于 DQN 的交易排序優(yōu)化方法，動態(tài)調(diào)整交易執(zhí)行順序，以降低 MEV 交易的影響，提高交易公平性。
（2）優(yōu)化 Gas 費(fèi)用，通過強(qiáng)化學(xué)習(xí)減少 Gas 競價排序帶來的交易成本膨脹問題。
（3）構(gòu)建完整的實驗框架，在Geth （Go-Ethereum）本地私有鏈環(huán)境下復(fù)現(xiàn)真實交易處理流程，并結(jié)合 Flashbots MEV-Explore 數(shù)據(jù)集進(jìn)行實驗驗證。
實驗結(jié)果表明，所提出的 DQN 排序策略相比傳統(tǒng)方法將 MEV 提取率降低至 13% 以下，平均 Gas 費(fèi)用較基準(zhǔn)策略降低約 33.1%，并顯著提升低 Gas 交易的執(zhí)行公平性，公平性指數(shù)達(dá)到 0.78，遠(yuǎn)高于傳統(tǒng)策略。
本文詳細(xì)內(nèi)容請下載：
http://www.shi-ke.cn/resource/share/2000006610
作者信息：
嚴(yán)彥勝，李京
（中國科學(xué)技術(shù)大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院，安徽合肥230026）
