Account Abstraction项目中的Beneficiary攻击风险与防护方案
2025-07-10 08:57:54作者:伍霜盼Ellen
背景介绍
在区块链生态系统中,Account Abstraction(账户抽象)是一个重要的技术发展方向,它旨在使智能合约账户拥有与外部账户(EOA)相同的功能。然而,在Bundler(打包器)执行Entrypoint.handleOps操作时,存在一种被称为"Beneficiary攻击"的安全风险。
攻击原理分析
这种攻击的核心在于交易替换(Front-running)机制。攻击者通过监控内存池中的待处理交易,然后发起一笔几乎相同但带有微小修改的交易,从而获取不当利益。具体表现为:
- Gas价格操纵:攻击者将原始交易的Gas价格略微提高(如从3 Gwei提高到3.01 Gwei)
- 受益人篡改:将交易的beneficiary字段修改为自己的地址
- 交易替换:由于Gas价格略高,矿工/验证者会优先打包攻击者的交易
这种攻击会导致两个严重后果:
- 原始用户的交易被丢弃,操作失败
- 交易手续费被转移到攻击者指定的beneficiary地址
实际案例分析
在某条公链上观察到的攻击实例显示:
- 原始交易设置Gas价格为4 Gwei,beneficiary为正常地址
- 攻击交易将Gas价格提高到4.01 Gwei,同时将beneficiary改为攻击者控制的地址
- 短短几天内,攻击者通过这种方式获利约0.25个原生代币
防御方案
针对这种攻击,业界提出了几种有效的防护措施:
-
构建者-打包器一体化:
- 建议Bundler与区块构建者(Block Builder)集成
- 通过直接参与区块构建过程,避免交易被第三方替换
-
使用专用API:
- 采用类似某些隐私保护方案的专用交易提交API
- 这些API通常提供交易隐私保护,防止交易在被打包前暴露在公共内存池中
-
交易加密与隐私保护:
- 使用加密交易内容
- 延迟交易公开时间,减少被监控和替换的机会
-
协议层改进:
- 在账户抽象协议中引入抗MEV机制
- 设计更完善的交易排序规则
技术影响与行业建议
这种攻击不仅影响用户体验,还可能导致:
- 用户交易失败率上升
- 手续费市场被恶意操纵
- 项目方声誉受损
对于项目方和开发者的建议:
- 选择具有防护措施的Bundler实现
- 监控链上异常交易模式
- 教育用户设置合理的Gas参数
- 持续关注账户抽象领域的安全最佳实践
总结
Beneficiary攻击揭示了账户抽象技术在落地过程中面临的实际安全挑战。随着区块链生态对账户抽象的采用日益增加,理解这类攻击的原理并实施有效防护措施变得尤为重要。通过技术改进和生态协作,我们有信心构建更安全、更高效的账户抽象基础设施。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878