《Blockchain: Research and Applications》：Securing Decentralized Finance: A Comprehensive Survey of Maximal Extractable Value and Its Countermeasures
编辑推荐：
本综述系统梳理了去中心化金融（DeFi）领域最大可提取价值（MEV）的研究进展，从多维度构建了MEV攻击策略的分类体系，涵盖共识层、基础层和应用层的防护机制。作者创新性地将理论模型（博弈论、优化理论）与实证分析相结合，量化分析了不同区块链架构下的MEV动态，为构建更安全、公平的分布式网络协议提供了重要参考。
MEV的概念与演化
最大可提取价值（MEV）是指矿工或验证者通过重新排序、审查或插入交易在区块链上获取的额外利润。这一概念最初由Daian等学者提出，随着DeFi生态的快速发展，MEV已从单纯的矿工可提取价值演变为包含验证者、搜索者等多方参与的价值提取体系。在以太坊等智能合约平台上，MEV主要表现为套利、前置交易（front-running）和三明治攻击（sandwich attacks）等形式。
MEV的攻击策略体系
研究团队构建了四维分类框架：1）交易导向型策略（如三明治攻击），利用交易排序优势；2）价格对齐策略（如跨交易所套利），捕捉市场价差；3）状态转换策略（如清算攻击），针对协议特定机制；4）共识层策略（如贿赂攻击），操纵区块生成过程。其中三明治攻击通过前置交易抬高资产价格，待用户交易执行后通过后置交易（back-running）获利，这种攻击在自动做市商（AMM）中尤为常见。
多层防护机制
在共识层，提案者-构建者分离（PBS）方案通过专业区块构建者竞争性地组装交易，减少单个验证者对交易排序的控制权。基础层防护包括秘密内存池（secret mempools）和阈值加密技术，有效隐藏交易信息。应用层解决方案如批量拍卖（batch auctions）和意图为中心（intent-centric）的交易设计，通过改变交易匹配机制降低MEV提取空间。值得注意的是，MEV-Boost作为以太坊上的中间件实施方案，已成功将超过160,000 ETH的价值重新分配给提案者。
理论框架与实证验证
通过博弈论模型分析显示，当MEV收益超过区块奖励时，可能引发时间强盗攻击（time-bandit attacks）等共识层风险。实证研究通过对1,100万以太坊区块的分析发现，仅三明治攻击就造成用户日均损失超过3,414美元。跨链MEV分析表明，由于异构区块链架构差异，Polygon等Layer2网络的MEV模式与主网存在显著不同。
未来挑战与发展方向
随着生成式AI（GenAI）和大型语言模型（LLM）技术的发展，MEV检测面临新的机遇与挑战。BlockGPT等模型已能实现每秒处理2,000笔交易的分析能力，但模型可解释性（XAI）仍是亟待解决的问题。跨链MEV的监测需要建立统一的数据标准，而监管框架的缺失使得MEV活动的合法性界定存在困难。未来研究需要重点关注协议层的内生防护机制设计，以及AI代理（AI agents）在MEV监控中的协同应用。
