2022 年 11 月 22 日、イーサリアムの融資プラットフォームである AAVE v2 は、4,000 万ドル相当の CRV トークンを借りた 1 人のユーザーが関与した大規模な清算イベントの結果、不良債権を被りました。この出来事を踏まえて、 、 、および が イベントを取り巻く憶測を暴く。彼らは、有毒な清算の概念、多くの DeFi プロトコルでのそれらの卓越性、およびそれらを軽減する方法を紹介しました。 ダニエレ・ピナ ヤクブ・ワームズ Amit Chaudhary 研究論文  Aave エクスプロイトで実際に何が起こったのか?  AAVE エクスプロイトの原因は 、で知られている .昨年 11 月、Eisenberg は同様の方法で AAVE を悪用しようとしました。 Eisenberg は、担保として数千万 USDC で構成されるトランシェを使用して、AAVE で数百万の Curve のネイティブ トークンである CRV を借りてから、OKX に送信しました (おそらく売却するため)。 アブラハム・アイゼンバーグ Solana を拠点とする Mango Markets を 1 億ドル以上で利用  USDCを担保として使用してトークンを借りてから販売することは、洗練されたプレーヤーがDeFiでショートポジションを作るために使用する一般的な方法です.エクスプロイトの試みによって CRV が変動しましたが、攻撃は機能しませんでした。 AAVE はエクスプロイトに耐え、ハッカーは 1,000 万ドル近くの損失を被りました。しかし、議定書には約 200 万ドルの不良債権が残されました。この債権は回収できません。 Eisenberg の真意はまだ不明ですが、DeFi における不良債権と有毒な清算スパイラルに多くの注目を集めることに成功しました。 有毒な清算スパイラル 清算とは、スマートコントラクトがユーザーの暗号資産を売却して負債をカバーする損失管理プロセスを指します。ほとんどの場合、プロトコルでは、担保資産と引き換えに、他の誰かが割引で債務を返済することができます。これらの個人は清算人として知られており、インセンティブとして、不安定な通貨に対してより高いボーナスが与えられます。 比率とは、担保の価値に対するローンの価値の比率を指します。貸し手は、ローンを承認する際のリスクを測定するために使用します。ユーザーの LTV 比率がプロトコルによって設定されたしきい値を超えると、清算人が介入するために呼び出されます。このモデルは多くの場合効果的であり、貸し手を不良債権から保護しながら、借り手のためにバランスの取れたポートフォリオを作成するのに役立ちます。 ローン・トゥ・バリュー（LTV）  AAVE のエクスプロイトは、主に投機的な値動きや無責任なポートフォリオ ポジショニングが原因であるとされていました。しかし、0VIX の研究および投資の責任者である Daniele Pinna は、それを暴き、多くの DeFi プロトコルの根本的な欠陥に光を当てています。  Polygon 上に構築された DeFi 流動性市場プロトコルであり、事前に採掘された報酬、毒性数、24 時間の清算確率などの次のレベルの機能を提供します。 0VIX とその独自のリスク管理機能について詳しく知る .   0VIX   ここ チームが発表した研究論文では、彼らは「有毒な清算スパイラル」の概念を導入しました。これは、適切な状況下では、過剰に担保されたローンが完全にプロトコルの仕組みによって担保不足になる可能性があり、進行中の不良債権。清算インセンティブが清算されたユーザーの LTV を悪化させ、最終的な LTV が初期よりも大きい場合、清算は有毒であると見なされます。 LTV が増加するにつれて、担保がローンのコストをカバーする可能性が低くなります。有毒な清算スパイラルは、主に、清算されるユーザーのローン対価値に関連して、清算を実行するために清算人に与えられるインセンティブに依存します。多くのレンディング市場で一般的な固定清算インセンティブの場合、連続する清算ごとにユーザーのローン対価値が増加することが保証されるしきい値が存在します。これは数学的に次のように表されます。  ケーススタディとして AAVE のエクスプロイトを使用すると、清算ごとに AAVE の 4.5% のインセンティブが、95.6% のマークを超えた後、Avi の LTV をどのように高めたかが明らかになります。これは間違いなくユーザーがレンディング市場で保持する価値のあるローンですが、それでも担保が過剰なポートフォリオのポジションを表しています。   LTV が 0.9569 を超えると、たとえ資産価格が一定のままであったとしても、ユーザーのポートフォリオは、プロトコルによって強制される清算インセンティブの結果として完全に担保不足になることが保証され、したがって不良債権が発生しました。 これは、AAVE に 175 万ドルの負債をもたらした有毒な清算スパイラルであり、多くの DeFi プラットフォームで蔓延している欠陥です。チームは、有毒な清算スパイラルから生じる不良債権を回避するために、DeFi レンディング プラットフォームが持つべき 2 つのオプションを提案しました。 有毒な清算スパイラルを修正する AAVE やその他の DeFi レンディング プロトコルが不良債権の発生を防ぐ方法は 2 つあります。 最初の方法は非常に簡単です。 LTV が LTVuc (担保不足) を超えると、プロトコルは取引を停止する必要があります。 0VIX の研究チームは、この方法が採用された場合に発生する結果をシミュレートし、CRV/USDC が最終的に下方修正されると、ポートフォリオが一時的に担保不足 (約 750k) になる前に、自然に健全な状態に戻ることを発見しました。 .もちろん、トークンの価格行動やその他の変数に応じて、多くの統計的可能性があります。市場リスク評価方法論を使用すると、ほとんどのシミュレーションで、清算を停止するだけで、AAVE の不良債権は発生しませんでした。  2 番目の方法は、清算のインセンティブに通常は固定されたパラメーターではなく、動的なパラメーターを導入することにより、清算ロジックの変更を提案します。ユーザーの LTV 比率が向上するのではなく、インセンティブが悪化すると、有毒な清算が発生することを覚えておくことが重要です。これらのインセンティブが以下の式に適合するように常に調整されている場合、プロトコルは有毒な清算スパイラルを回避できます。  さらに、一度に清算できる担保付きトークンの数を制限するクロージングファクターも可変にすることができます。目的は、ユーザーのポートフォリオが過少担保に近づくにつれ、より多くの部分を徐々に清算することです。  有毒な清算スパイラルと緩和政策の結果を比較すると、トレードオフがあることがわかります。不良債権が発生する可能性は高くなりますが (~ 85%)、有毒な清算スパイラルが発生すると、その負債の規模 (テール平均 = 82 万ドル) の確実性が高くなります。対照的に、議論された緩和政策は、他の公開市場介入が起こらないと仮定すると、最悪の結果 (テール平均 = 140 万ドル) でより多くのリスクを示しながら、不良債権を生成する可能性がかなり低くなります (~ 19%)。  0VIX による調査では、重大な問題と、DeFi レンディング プラットフォームの共通の欠陥に対する可能な解決策が特定されました。無責任、ボラティリティ、または投機的な価格行動の結果としてAAVEの悪用を却下するのではなく、プロトコルは軽減技術を模索し、不良債権を防ぐことができます. 個々の DeFi プロトコルの不良債権の数値に関する詳細は、RiskDAO の . 不良債権ダッシュボード

As the transmitters of truth on a blockchain, oracles are one of the most crucial aspects of technology’s next chapter. The goal of the Blockchain Oracle Summit is to bring builders, users and investors together, to accelerate growth in the oracle space. While scaling oracles to meet growing demand, careful attention needs to be paid to maintaining costs, decentralization, trust and more. Immutable blockchains need to be complemented by the most robust oracle networks. 

このオーディオは、ストーリーの元の言語で制作されています。

Defi で有毒な清算スパイラルを修正する

About Author

コメント

ラベル

この記事は

Related Stories

フォーラムからフィードへ: ソーシャルメディアアルゴリズムがデジタルインタラクションを形作る仕組み

HackerNoon Coded: HackerNoonが最も活発に活動している上位10カ国

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

ユニークなエコシステムを支えるビットコインUTXOのモデル

フォーラムからフィードへ: ソーシャルメディアアルゴリズムがデジタルインタラクションを形作る仕組み

HackerNoon Coded: HackerNoonが最も活発に活動している上位10カ国

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

ユニークなエコシステムを支えるビットコインUTXOのモデル

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps