FX168财经网_全球视野外汇黄金加密货币NFT资讯网

「3EX AI交易」本周高胜率策略盘点

闻、论坛等渠道获取市场情绪数据，并通过机器学习算法进行分析，以预测市场走势。优势分析高平仓胜率：87.09%的平仓胜率表明该策略在大多数情况下能够准确预测市场走势，确保投资者获得稳定收益。高盈亏比：17.65的平仓盈亏比显示了每次交易的潜在收益远高于亏损，有效控制了风险。市场情绪分析：利用市场情绪数据，及时捕捉市场动向，增强交易决策的准确性。关于加强策略ID: 10008595交易对: ETH/USDT杠杆倍数: 5X收益率: +22.73%平仓胜率: 81.25%平仓盈亏比: 4.29 策略简介关于加强策略主要通过技术指标的组合来寻找市场中的买卖机会，特别关注ETH/USDT交易对。该策略通过均线、MACD、RSI等指标的配合，判断市场的趋势变化。优势分析技术指标多样化：利用多种技术指标组合，确保了交易信号的可靠性。适中杠杆：5X的杠杆倍数在保证收益的同时，有效控制了风险。高平仓胜率：81.25%的平仓胜率体现了策略的稳定性和可靠性。灵活资本驱动策略ID: 10000138交易对: BTC/USDT杠杆倍数: 10X收益率: +20.91%平仓胜率: 77.78%平仓盈亏比: 10.87 策略简介灵活资本驱动策略专注于BTC/USDT交易对，通过动态调整仓位和风险管理策略，实现高收益和低风险的平衡。该策略利用市场波动性和技术指标，灵活调整交易计划。优势分析灵活调整：根据市场波动动态调整仓位，最大化收益的同时，控制风险。高盈亏比：10.87的平仓盈亏比表明了策略的高效性和稳定性。专注BTC：专注于BTC交易，利用其高流动性和市场关注度，捕捉更多交易机会。 Cross Currency Pair Strategy 策略ID: 10003057交易对: ETH/USDT杠杆倍数: 10X收益率: +19.86%平仓胜率: 73.89%平仓盈亏比: 10.33 策略简介 Cross Currency Pair Strategy策略通过跨币种对冲和套利，寻找市场中存在的价格差异和套利机会。该策略特别关注ETH/USDT交易对，通过跨币种对冲降低风险，增加收益。优势分析跨币种对冲：利用不同币种间的价格差异进行对冲交易，有效降低风险。高盈亏比：10.33的平仓盈亏比显示了策略的高收益潜力。稳定收益：73.89%的平仓胜率确保了策略的稳定性。 Reinforcement Learning Trading System 策略ID: 10003054交易对: ETH/USDT杠杆倍数: 10X收益率: +19.86%平仓胜率: 73.89%平仓盈亏比: 10.33 策略简介 Reinforcement Learning Trading System策略利用强化学习算法，根据市场环境动态调整交易策略。通过不断学习和优化，寻找最佳交易机会。优势分析强化学习：利用AI强化学习算法，自我优化，适应不同市场环境。动态调整：根据市场变化动态调整策略，捕捉更多交易机会。高盈亏比：10.33的平仓盈亏比确保了策略的高收益性。金融极客导航策略ID: 10000135交易对: MATIC/USDT杠杆倍数: 10X收益率: +37.28%平仓胜率: 71.43%平仓盈亏比: 3.85 策略简介金融极客导航策略专注于MATIC/USDT交易对，通过全面的市场分析和技术指标，寻找最佳交易机会。该策略结合了基本面分析和技术面分析，确保交易决策的准确性。优势分析综合分析：结合基本面和技术面分析，提高交易信号的准确性。高收益：37.28%的收益率显示了策略的高效性。稳健性：71.43%的平仓胜率确保了策略的稳定表现。结语以上是本周3EX AI交易平台上的高胜率策略盘点。这些策略在收益率、平仓胜率和盈亏比等方面表现出色，适合不同风险偏好的投资者参考和使用。通过3EX的AI交易平台，投资者可以轻松创建、测试和优化交易策略，实现智能化的交易体验。希望这些策略能为您的交易决策提供有价值的参考，助您在加密货币市场中获得更多收益。我们将持续关注和更新更多高胜率的交易策略，帮助您在复杂的市场环境中找到最合适的投资机会。感谢您对3EX AI交易平台的支持与信任！ 3EX相关链接： Twitter(CN): https://twitter.com/3EX_ZH 来源：金色财经

金色财经2024-07-22

一文了解以太坊上的去信任人工智能ORA

品和前沿研究。 a) zkML：零知识机器学习 zkML是一种链上机器学习的加密方法。 ORA目前处于该领域头部位置，还发明了世界上第一个zkML库： Keras2Circom。以太坊基金会支持的基准研究表明，Keras2Circom比其他同类产品表现更好，而且在多种生态系统进行了实战检验，也已做好生产准备。了解更多信息，请移步GitHub查看Keras2Circom资源库。 b) opML：Optimistic机器学习 opML是一个经济高效的机器学习框架，现在就可以实现链上机器学习。从学术研究和开源的角度去看，ORA都称得上为“opML的发明创造者”。 zkML能为ML计算生成非常简洁的加密证明，可以在链上进行验证。但是，对于大型AI模型而言，其计算能力还不足以高效经济地生成证明。与zkML相反，opML有效地将Grok的3140亿参数模型等大型模型带到链上，从而将管理成本降低了100万倍以上。了解更多信息，请移步：https://arxiv.org/abs/2401.17555 c) opp/ai：Optimistic隐私保护人工智能 opp/ai, Optimistic隐私保护人工智能，把保护隐私安全的zkML和更有效率的opML结合。 opp/ai是为链上人工智能量身定制的混合模型。 ORA就是opp/ai的开发者。与纯zkML相比，opp/ai整体表现好得多，同时还能保持zkML的隐私特性。了解更多信息，请移步：https://arxiv.org/abs/2402.15006。 2.ORA链上人工智能预言机（OAO） a) 简介 Onchain AI Oracle（OAO）是 ORA的可验证去中心化AI预言机。 OAO让每个人都能在任意区块链上使用链上AI推理。 OAO用opML为 ML计算创建可验证证明，这些证明可在区块链上进行验证。这为区块链中的AI开辟了新的可能性。 b)以太坊上的OAO和Optimism主义 OAO基于opML在以太坊和Optimism上运行，生成可验证的人工智能推理。 6月份，ORA的OAO在以太坊主网上部署。最近，OAO又与Optimism达成主网部署合作。 c) 用OAO Build 开发者们可以通过以下资源搭建AI驱动的链上应用程序： OAO 回购：OAO。 OAO文档: AI Oracle。 OAO搭建视频教程：如何与OAO交互及搭建。 OAO搭建灵感：So You Wanna Build with Onchain AI。 ORA生态系统项目参考：awesome-ora。 3. ORA初始模型发行（IMO）在这个人工智能时代，ORA 引入了一个新的机制——IMO（Initial Model Offering）。 a) 简介简单来说就是：IMO 在链上将 AI 模型代币化。对于AI模型而言，IMO为开源AI模型提供源源不断的资金。对于生态系统而言，IMO协助分配和和持续贡献的价值观和激励措施。对于代币持有者而言，IMO允许任何人从包括链上收入和推理资产（如 ERC-7007）在内的来源中，获取链上 AI 模型的价值。许多开源AI模型都面临贡献货币化的挑战，这会导致贡献者和组织缺乏动力。因此，人工智能行业目前的头部公司都是闭源营利性的。开源AI模型的制胜之道在于需要筹集更多资金且进行公开建设。有了 IMO，我们就能赢得开源人工智能之战。IMO通过促进长期利益、鼓励开源AI社区参与、提供资金，达到开源AI模型生态系统的可持续发展。当有比专有模型更好的开源模型时，就会赢得胜利。 IMO将开源AI模型的所有权代币化，并将收益分给代币持有者。 b) IMO 的核心组成部分 IMO是无需许可的，因此任何人和任何社区都可以为其AI模型进行 IMO。 IMO有两个核心部分： - 可验证的链上人工智能模型 - 用链收益共享对于Onchain AI，ORA需要将代币与正确的AI模型和推理关联在一起。ORA正在通过前面提到的OAO实现这一点，OAO是世界上第一个适用于任何人工智能模型的AI Oracle。为了分享用链收益，ORA推出ERC-7641：Intrinsic RevShare 代币。实现公平收益共享，是IMO的基础。IMO代币不是 AI meme币，而是AI模型的份额。持有者可从OAO和推论资产（如 ERC-7007）中获得AI模型的收入：可验证的AI生成的内容代币。 c) IMO 概述 IMO是无需许可的，因此任何人和任何社区都可以对其 AI 模型进行 IMO。 IMO 将特定的AI模型代币化，从而提供：社区能有效为开源筹集资金。激励贡献者继续优化全球可访问的模型。代币持有者在链上使用模型的收入机会。一个有价值的IMO需要Onchain AI和IMO代币的收入分享机制： OAO能实现链上人工智能。收益来自OAO中的模型使用和推理资产，如ORA共同撰写的 ERC-7007。收益共享机制可通过ORA编写的ERC-7641执行。了解更多信息，请点击这里。观看ORA在ETHDenver上对IMO的官宣。观看60秒解释IMO是什么？ 4. OpenLM IMO：全球首个IMO 主网上的 $OLM：0xe5018913F2fdf33971864804dDB5fcA25C539032LP 主网上的地址：0xB57CFe32dbF5227d9c9A03eF3D2E9E53cb4524B0 a) OpenLM 简介 OpenLM是一个执行性语言建模（LM）资源库，旨在促进中型LM的研究。 OpenLM作为去中心化AI，开放，效果好，不是那种封闭、中心化、由大科技寡头资助和监督授权的LLM。 OpenLM是一个由去中心化团队创建的开源模型，受麻省理工学院许可。他们的贡献将通过此次付出得到认可，这也将有助于激励和推动每个人都能使用的开源LM的研发。 b) OpenLM IMO 4 月 10 日，ORA宣布了世界上第一个IMO：OpenLM IMO。 OpenLM IMO将OpenLM的开源模式标志化。就像普罗米修斯为文明盗取火种一样，ORA通过OpenLM 的第一个 IMO展示了IMO为开源 AI 社区带来的好处。 $OLM不是ORA的代币。它是以太坊上OpenLM模型的代币化，所有权由OpenLM贡献者和社区共享。不过，ORA的链上AI预言机可实现AI模型代币化。 IMO将成为OpenLM发展历程的基石，提供资金和激励措施，孕育可持续的生态系统，实现获取途径民主化，并推动持续发展。 OpenLM IMO将借助开源软件和社区的力量彻底革新LLM格局。 c) OpenLM IMO 活动 OpenLM IMO全球首次IMO就取得了巨大成功。 5分钟内，总计5亿代币均以150 ETH（约 50 万美元）的价格售出，证明了在低供应量的情况下，市场需求很大。$OLM会继续在 Uniswap去中心化交易所中交易。不过，由于需求远远超过了有限供应量，绝大多数开售时想购买 $OLM的用户交易都失败了。这是第一次IMO，以后还会有更多。未来的IMO将有不同的参数，让更多有价值的人和钱包参与进来。 d) OpenLM IMO 路线图 IMO的目标是促进开源社区和生态系统的发展。OpenLM IMO为 OpenLM的开源社区提供了更多资源。此次是IMO作为一项技术的超凡路演。更是迈向可持续、有竞争力和开源人工智能未来的开端。以下是 OpenLM IMO成功的路线图。 1.OAO 整合为实现 $OLM收益共享，ORA把OpenLM AI模型集成到 Onchain AI Oracle中。这样每次用户与 OpenLM 模型交互时都可以产生链上收入，并由OAO跟踪。 2.OpenLM 生态系统扩张 IMO不断为开源AI模型提供资金。在OpenLM IMO的努力下，各种项目都可以使用OpenLM为$OLM的收益池做贡献。 3.向 OpenLM 社区捐款 $OLM IMO代币的10%将捐献给现有和未来的OpenLM贡献者。 ORA正在敲定支持开放和去中心化人工智能社区的所有细节。 4.收益分享活动 OpenLM RevShare代币（$OLM）具备以下功能：收益共享：OAO或其他来源的部分收益将分配给$OLM代币的收益共享池。代币持有者可在快照后每隔90天领取一次收益。销毁：OAO或其他来源的部分收益将分配到$OLM代币的销毁池中。持有者以销毁代币作为回购机制。这个机制支持 OpenLM 代币的 "底价"。 ORA ORA 是以太坊的去信任的人工智能，可在区块链上实现人工智能和任意规模的计算。通过提供 AI、更丰富的数据源和任意计算来打破智能合约的局限性，以便开发人员可以自由创新。目前，ORA已得到Compound、以太坊基金会、Uniswap、Optimism等机构的资助。来源：金色财经

金色财经2024-07-22

「3EX CryptoGPT」重磅币圈新闻速递开启

金色财经2024-07-22

一周IPO观察：小菜园、海尔保险再递表，拉美航空美股IPO

quisition Corp. 宣布与机器学习投资平台Invest Inc. 签署合并意向书

老虎证券2024-07-22

再见BTC 你好AI：加密矿企转向AI

lf用核能为其矿场供电，并正在寻求进入机器学习领域。到目前为止，该公司已有2兆瓦的专用高性能计算能力，尽管它计划将其能源基础设施转向人工智能和高性能计算领域。 OpenAI首席执行官Sam Altman去年在接受CNBC采访时表示，他非常相信核能能够满足人工智能工作负载的需求。 Altman说：“我不认为不使用核能就有办法了。”“我的意思是，也许我们可以通过太阳能和存储手段来实现这一目标。但从我的个人角度来看，我觉得利用核能是最有可能也是最好的方式。” 来源：金色财经

金色财经2024-07-19

台积电2024Q2业绩电话会议分析师问答

员，在使用人工智能的同时，我们正在使用机器学习规模来提高我们的生产力，我们发现它非常有用。因此，我也在排队购买客户的产品，我们在排队，就像我没有特权一样，很抱歉，但这很有用。因此，我相信这一次，人工智能的需求比两三年前更加真实。那个时候是因为人们担心短缺，所以汽车、一切，你能想到的，它们都短缺。这一次，只有人工智能才是真正的人工智能。人工智能将成为人类提高日常生活中所有生产力的非常有用的工具，无论是在医疗、工业还是任何产品、制造业或自动驾驶领域，一切都需要人工智能。所以我相信人工智能会更加真实。但即便如此，我们也会采用自上而下自下而上的方法，与客户讨论并要求他们更加现实。我不想重复两三年前同样的错误，这就是我们现在正在做的事情。 Sunny Lin 很高兴知道。非常感谢。 Jeff Su 好的。谢谢。接线员，我们可以继续接听下一位参与者吗？好的。如果不行，那么我们也许会回答最后两个或一两个问题。我们从这里开始，然后从这里开始。所以我们从第三位麦格理银行的 Arthur Lai 开始。 Arthur Lai 嗨，CC、Wendell 和 Jeff。谢谢你们回答我的问题。麦格理的 Arthur Lai。我以前负责下游技术，特别是数据中心。所以我想问 CC 关于 SPR 的问题，因为我认为从数据中心的角度来看，这一点非常重要。所以当你采用新技术时，你可以节省大约 20% 的电力。我们是否也可以考虑一下，你可以将整个系统的功耗再节省 20%？所以这是一个很大的变化。从你问到的客户——你交谈过的客户——他们也可以说我们自己运营的总成本。所以买得越多，卖得越多。是的，谢谢。 Jeff Su 好的。Arthur 的第一个问题是，他想更多地了解 Super Power Rail 或我们一流的背面电源解决方案，因为它与数据中心需求有关。正如我们所说，他知道它从芯片级带来了更高的电源效率。他的问题没有具体数字，但这对系统级功耗节省意味着什么？就节省电力而言，这对我们的客户在总拥有成本方面的能力意味着什么？这是否意味着您购买的越多，节省的越多？ CC Wei 购买台积电晶圆越多，节省越多。是的。抱歉，我只是想——我喜欢我的客户。 Arthur，你的问题是，你说芯片功耗降低了 20%，这是否直接表明系统功耗降低了 20%。可能不是因为整个系统（包括连接、网络、过程）的功耗。所以除非每个组件都节省 20%，否则你无法实现 20%。但同样，加速器或 CPU 占整个系统功耗的很大一部分。所以即使不是 20%，也是相当大一部分。这就是为什么我所有的客户都想使用前沿技术，他们非常积极地转向 2 纳米技术。 Arthur Lai 谢谢。所以我也鼓励公司做正确的事情。因此，节能计算绝对是我们人类的目标。因此，我还想更详细地说明一下，当您进入 A16 并扩大容量时，您认为最大的瓶颈是什么？ Jeff Su 好的。那么 Arthur，第二个问题是关于 A16 的，如果有的话，扩大 A16 产能以支持我们的客户的最大瓶颈是什么？ CC Wei 我们总是说，当台积电想要扩大产能时，我们需要土地、需要电力、需要人才等等。好吗？ Arthur Lai 谢谢你，CC Jeff Su 好的。谢谢。然后，为了节省时间，我们将回答最后一位与会者的问题，他是美国银行美林证券的 Brad Lin。 Brad Lin 谢谢 Jeff 回答我的问题。我有两个问题。第一个问题是关于台北国际电脑展 (Computex) 期间的。我们显然已经看到不少大型科技公司宣布他们将加快发布节奏。这对台积电有何影响？这是否能让台积电更好地了解产品线和产能规划？另一方面，您在第三阶段的节奏中可能面临的主要挑战是什么？ Jeff Su 好的。Brad 的第一个问题是，最近在台北国际电脑展上，有几家公司宣布他们打算加快产品节奏或产品发布。所以他的问题是，这对台积电在产能规划、支持客户等方面意味着什么。对吗？ Brad Lin 是的。 Jeff Su 好的。 CC Wei 嗯，我们喜欢这种趋势，因为台积电非常擅长前沿开发。实际上，每款产品一旦设计出来，需要 1.5 到 2 年的时间。所以我们收到了这种消息，但已经是很久以前的事情了。我的客户宣布了这一消息，因为他们非常高兴，我们也很高兴，因为他们希望我们看到我们的价值。所以我认为情况并非如此。但是——Gokul 别笑了。好的。回答你的问题，是的，我们已经做好了准备。不仅是因为他们在 6 月份宣布了这一消息，我们更早的时候就已经与他们讨论过了，我们已经为这种变化做好了准备。 Brad Lin 明白了。非常感谢。所以我认为这会帮助我们更轻松地推销价值。第二个问题是关于——显然，我们也看到了 AI 芯片的更大足迹。因此，虽然有相当多关于扇出面板级封装的活动。那么你认为，从中长期来看，该解决方案会被提及吗？或者台积电是否有任何计划进行相关投资？谢谢。 Jeff Su 好的。Brad，第二个问题是，与 AI 相关的芯片尺寸越来越大。所以他的问题是关于先进封装，特别是扇出面板级封装。这是台积电正在考虑或探索的事情吗？这对台积电来说会是中长期的事情吗？ CC Wei 是的。我们将其视为一种面板级扇出技术。但目前还不成熟，所以我个人认为至少还要三年才能实现，对吧？在这三年内，我们还没有针对大于基本尺寸 10 倍的芯片尺寸的非常可靠的解决方案。今天，我们支持客户实现 5 倍、6 倍芯片尺寸。我说的是燃料尺寸，最大的燃料尺寸。三年后，我相信面板扇出将开始被引入，我们正在努力。 Brad Lin 我们也将为此做好准备。 CC Wei 当然。 Jeff Su 好的。谢谢 CC，谢谢 Brad。谢谢大家。我们的问答环节到此结束。在今天的会议结束之前，请注意，会议重播将在 30 分钟后提供，会议记录将在 24 小时后提供，两者都将通过台积电网站 www.tsmc.com 提供。所以，感谢大家今天加入我们。我们希望大家继续保持健康，也希望你们下个季度能再次加入我们。再见，祝大家有美好的一天。 (这份记录可能不是100％的准确率，并且可能包含拼写错误和其他不准确的。提供此记录，没有任何形式的明示或暗示的保证。表达的记录任何意见并不反映老虎的意见)

老虎证券2024-07-19

台积电上调营收预期，反映人工智能仍需求旺盛

。台积电测试客户的芯片，发现他们启用的机器学习有助于提高自己的生产力，尽管它也必须排队购买稀缺的人工智能产品。魏哲家表示，公司很可能会实现53%或更高的毛利率目标。“我的客户表现很好，所以我们也应该表现不错，”他说。自从《彭博商业周刊》刊登美国共和党总统候选人唐纳德·特朗普的评论以来，投资者对台积电前景的兴奋感逐渐减弱。此外，彭博新闻报道称，拜登政府正考虑对中国芯片公司的一些供应商实施最严厉的贸易限制，此举引发全球科技股抛售，投资者正在思考此举将对全球最大的半导体领域造成何种影响。市场各个角落都开始对人工智能发出警告。本月，高盛警告称，美国最大的几家科技公司可能在人工智能上投入过多。随着全球许多大型科技公司的盈利增长放缓，投资者将关注公用事业和数据中心等公司如何将资本投入人工智能，以及这些投资是否会转化为利润并提高股票估值。高盛策略师瑞安·哈蒙德和大卫·科斯汀在本周的一份报告中表示：“人工智能交易正受到越来越严格的审查。”

Sissi2024-07-19

比特币当前市场背景与行情回顾以太坊ETF通过后最有可能飙升的4种百倍加密货币

应、自组织的智能分类账。这个去中心化的机器学习网络由 Fetch.ai 开发，旨在使人工智能技术民主化，既易于使用又经济实惠，以创建一个更加协作和创新的生态系统。在加密货币市场看涨情绪高涨的背景下，人工超级智能联盟（FET）的价格重新获得动能，在过去一天上涨了近11%，交易量达到1.4047亿美元。此外，上周增持投资组合的比例达到了9.58%，显示出市场看涨情绪的增强。技术指标MACD显示绿色柱状图稳步上升，均线呈现上升趋势，突显了购买力的增加。此外，SMA指标显示出正交叉，预示着本周FET价格可能会继续上涨。 4.RNDR RNDR币，即Render Token，是基于以太坊区块链技术的加密货币，由Otoy公司创建和发布。这种数字资产不仅仅是一种简单的货币，更是推动全球分布式云渲染和计算机图形技术发展的关键推动力量。 Render Token (RNDR) 在过去一天的价格上涨了近7%，即将突破下降通道模式的阻力趋势线。今年，这种山寨币已经上涨了38.39%，市值达到25.4亿美元。相对强弱指数（RSI）急剧上升至中性点。然而，50天和200天EMA在一维时间范围内显示出可能出现“死亡交叉”的迹象，反映了市场对山寨币价格复杂的情绪态势。 5.ENS ENS是建立在以太坊区块链上的去中心化开源域名系统，旨在通过人类可读的名称取代对长而复杂的以太坊地址的需求，使用户更便于与区块链地址和去中心化应用程序进行交互。ENS域名通常采用“name.eth”格式，可用于表示以太坊地址、智能合约或其他资源。尽管当前形势乐观，但仍然存在潜在风险。加密货币市场的整体健康状况可能会对ENS等单个代币产生重大影响。更广泛的市场调整可能会导致ENS价格回落。此外，ENS的成功取决于以太坊网络及其上构建的去中心化应用（dApp）的持续采用和增长。来源：金色财经

金色财经2024-07-17

Bing Ventures：PoS 世界中 MEV 的演变和影响

纵行为，维护网络的公平性。智能合约与机器学习的融合智能合约的自动化与机器学习的结合是MEV提取的未来方向。智能合约可以实时分析市场数据，利用机器学习算法预测最优交易策略。这种动态调整能力将显著提高MEV提取的准确性。例如，结合实时市场数据，智能合约可以自动调整交易顺序，以最大化利润。跨链MEV的潜力与挑战跨链MEV提取是一个尚未完全开发的领域，具有巨大的潜力。通过开发新的跨链协议，如Cosmos和Solana，可以实现不同区块链网络之间的MEV提取。这种跨链解决方案不仅提高了MEV的灵活性和适用范围，还能促进区块链生态系统的互操作性。然而，这也带来了新的挑战，如跨链交易的安全性和效率问题，需要通过创新的技术手段来解决。动态MEV市场的崛起未来的MEV市场将更加动态和复杂。利用AI和大数据分析技术，可以实时捕捉市场趋势和交易行为，动态调整MEV提取策略。例如，通过机器学习算法分析历史交易数据，可以预测未来的市场波动，制定更有效的MEV提取策略。这种动态市场的崛起将彻底改变现有的MEV生态系统，使其更加智能。优化激励机制为了吸引更多参与者并保持网络的健康发展，我们需要不断优化经济激励机制。通过引入新的奖励模型和分配机制，确保每个参与者都能公平地从MEV中受益。此外，可以探索新的商业模式，如提供MEV保护服务和开发MEV优化工具，增加整个生态系统的价值。这将有助于维持网络的长期稳定。 MEV不仅是一个技术问题，更是一个涉及伦理考量的复杂领域。我们需要在技术创新的同时，深刻考虑其伦理影响。例如，在开发新技术时，需要确保这些技术不会导致市场的不公平现象，维护区块链网络的透明性和公正性。在PoS系统中，验证者有能力通过控制交易顺序来提取MEV，这可能导致网络中心化和不公平现象。为了解决这一问题，我们可以探索新的机制，如动态验证者选择和基于信誉的奖励系统。通过引入更多随机性和多样化的激励措施，可以确保网络的去中心化和公平性。来源：金色财经

金色财经2024-07-17

Mamori.xyz：基于机器学习的区块链价值提取系统

Mamori.xyz 是一个基于机器学习的自动化区块链价值提取系统，其开创一种通用路径查找器，该工具可用于检测和防御潜在的未知安全风险，Mamori.xyz 也将其称为“未知的未知”，即智能合约中的零日漏洞和新出现的与区块链相关的软件问题，以更低成本、更精准的降低智能合约安全隐患。同时，Mamori.xyz 的系统还有望在 MEV、意图解决等领域深入的拓展与应用。据悉，该项目在 7 月初获得了一笔规模为 500 万美元的种子轮融资，本轮融资由 Blockchain Capital 领投，Velocity.Capital 和 Web3.com 等知名机构也参与了对该项目的投资。合约安全审计存在局限性在链上世界，智能合约是链上应用的重要自动执行组件，其本质上是一种具备执行交易逻辑能力的特殊账户地址，扮演资金池的角色。而一些存在潜在漏洞的合约地址，通常会因网络攻击而引发资金安全事件。据悉，安全审计机构 Certik 在 2023 记录了 751 起链上安全事件（损失超过 18 亿美元），其47 起安全事件归因于私钥泄露，这些损失约占上述总损失的一半左右。而其余损失则是由于技术漏洞和经济风险的利用所导致。其中技术风险是指利用代码和基础设施中的漏洞，而经济风险则是操纵协议的经济设计，通常通过多重函数调用和智能合约状态操纵来利用这些风险。其中一些典型的事件包括 Euler Finance，因合约逻辑缺陷导致 2 亿美元损失，以及 BonqDAO，因预言机操纵受损 1.2 亿美元。这些令人震惊的安全事件，被认为是链上应用、加密货币大规模采用的基本障碍。事实上，目前主流的检测智能合约漏洞的方式包括静态分析器和动态分析器（模糊测试）。其中静态分析器通常是使用一系列的规则和模式匹配技术来检查代码，识别不符合最佳实践或存在已知漏洞的模式。这可能会产生大量的误报（错误的警告），因为静态分析无法完全理解代码的上下文，并且对于依赖于运行时状态的漏洞，如经济风险或逻辑错误，静态分析可能不够有效。对于动态分析器，则是指在代码实际运行时对其进行监控和分析，以检测漏洞和异常行为。例如，Trail of Bits 开发的 Echidna 使用基于属性的测试，并需要定义合约应始终保持的精确属性。但其只能检测到在测试期间执行的代码路径，可能遗漏未被执行的代码部分。同时其需要创建和维护测试环境，定义测试用例，这可能需要大量的时间和资源。图为 Zhang 等人在 2023 年揭露智能合约中可利用的漏洞，来源：mamori.xyz 白皮书所以整体而言，现有的审计工具和方法，通常是基于历史数据，无法满足快速创新和涉及数十亿美元的行业所需的预防性安全需求。加密行业为什么需要 Mamori.xyz？ Mamori.xyz 是一个基于机器学习的自动化区块链价值提取系统，其采用了一种支持机器学习的路径查找器（ML-enabled Pathfinder）方案，是一种自动化的价值提取系统，旨在应对 Web3 安全领域中的可扩展性、自动化、漏洞检测的相关性和有效性等挑战，并应用跨学科技术，防范“未知的未知”漏洞。事实上，现有的技术，包括 ML 模型和静态分析器，已经逐步覆盖了“已知的未知”区域，并试图消除反复出现的漏洞。然而，在 Mamori.xyz 前仍旧没有单一算法能够完美覆盖所有类型的经济漏洞。Mamori.xyz 正在利用多样化的技术，保护系统免受“未知的未知”漏洞的威胁，为智能合约领域的创新特性提供一个促进环境。 Mamori.xyz 目前利用算法解析技术建立智能合约序列，采用可重复的状态计算技术，并融入创新和可定制的算法反馈机制，以改善智能合约安全领域的空白、现有技术的局限性，推动智能合约审计的新标准。凭借其创新的框架，改进了许多细节，包括：一种高级的状态计算结构。通过算法解析实现减少寻找有效函数的设置成本。一种创新的跨学科反馈机制和序列初始化。一种可定制的特性，作为 MEV 搜索器。图源：mamori.xyz 白皮书 Mamori.xyz 的技术特点算法解析方案： Mamori.xyz 的算法解析技术旨在通过深入分析智能合约的执行路径和状态转换，发现潜在的技术和经济漏洞。Mamori.xyz 首先通过识别和设置智能合约中功能调用的顺序，构建可能的执行路径图。这些路径图用于优先处理实际操作中的漏洞检测。该过程能够确保合约的各个功能调用序列都能被准确解析和测试，从而发现潜在的风险。可复现的状态计算：可复现的状态计算技术是 Mamori.xyz 漏洞检测能力的核心之一。这项技术通过使用高效的状态性模糊测试方法，确保智能合约在各种状态下的行为都能被准确地测试和验证。Mamori.xyz 利用 Rust 实现的 EVM 环境（revm），提供了一个灵活的执行平台，该平台允许在不同状态下执行智能合约功能，同时保持计算的高效性和精确性。为了实现可复现的状态计算，Mamori.xyz 采用了临时数据库技术，在内存中运行测试，只保留必要的键值对。这不仅减少了内存使用量，还显著提高了测试速度。此外，Mamori.xyz 的执行环境被优化为支持并行执行和异步 I/O，从而进一步增强了其测试效率。图源：mamori.xyz 白皮书创新的可定制反馈机制：可定制反馈机制通过跨学科的技术融合，提供了一个高度灵活和可定制的反馈系统，以提高漏洞检测的准确性和效率。该方案的核心在于，它不仅关注技术漏洞，还特别关注经济风险，通过全面的多功能调用检测来识别潜在的威胁。该反馈机制通过持续监控智能合约在不同状态下的表现，及时识别并反馈潜在的漏洞和风险。这种动态监控允许系统根据检测到的风险调整测试路径，优化搜索路径，减少假阴性搜索的发生。Mamori.xyz 还利用这种机制支持 MEV（矿工可提取价值）搜索器的功能，最大化其利用率，从而覆盖更多的潜在风险场景。此外，这一机制的定制化功能允许用户根据特定需求调整算法参数和检测策略，从而提高系统的灵活性和适应性。通过这种方式，Mamori.xyz 不仅能够在合约上线前进行全面的漏洞检测，还可以在合约运行期间持续进行监控和更新，提供持续的安全保障。创新的可定制反馈机制使得 Mamori.xyz 在应对复杂和多变的智能合约环境中，能够更快速、准确地识别和修复漏洞，提升了整体安全性。经济风险检测： Mamori.xyz 的经济风险检测机制是其智能合约安全审计的一大特色，旨在识别和防范由于经济漏洞引发的潜在威胁。经济风险检测的核心在于多功能调用序列的综合检测算法，该算法不仅针对单一功能的技术漏洞，还关注由于多功能组合导致的复杂经济风险。 Mamori.xyz 利用其先进的算法解析技术，通过检测合约中的多功能调用序列，构建可能的执行路径图。这些路径图经过优化处理后，用于识别那些可能导致经济损失的复杂交互。特别是，Mamori.xyz 的状态性模糊测试方法，通过生成和变异测试用例，能够系统地测试合约在不同状态下的行为，从而发现隐藏的经济风险。此外，Mamori.xyz 的创新可定制反馈机制，在检测过程中持续监控智能合约的状态变化，及时反馈潜在的经济风险。这种动态的监控和反馈系统允许实时调整测试策略，确保覆盖所有可能的风险场景。通过结合技术漏洞和经济风险的双重检测，Mamori.xyz 能够提供全面的智能合约安全审计，确保合约在复杂的经济环境中运行时的安全性和可靠性。高效搜索算法： Mamori.xyz 的高效搜索算法旨在提高检测速度和覆盖范围。该算法通过结合离散和连续优化技术，全面搜索智能合约的潜在漏洞。Mamori.xyz 的搜索算法包括两层优化结构：上层进行动作序列的离散优化，下层则针对每个动作的输入参数进行连续优化。上层优化通过预筛选用户可调用函数，确定一个可能导致漏洞的功能子集，然后生成和评估这些功能的动作序列。通过这种方式，Mamori.xyz 能够有效减少需要检测的路径数量，从而加快搜索速度。在连续优化过程中，Mamori.xyz 采用粒子群优化（PSO）算法，通过模拟多个粒子在搜索空间中的移动，找到全局最优解。这种方法不仅提高了优化效率，还能够处理复杂的非凸优化问题。而在状态计算的加持下，Mamori.xyz 能够在短时间内全面检测智能合约的技术和经济风险，提供快速、准确的漏洞识别和修复方案，确保合约在复杂环境中的安全运行。 Mamori.xyz 系统的用例零日经济漏洞检测 Mamori.xyz 针对智能合约中潜在的零日经济漏洞进行了深入的研究和优化。就像上文提到的那样，传统静态分析工具在检测经济风险方面存在局限性，因为它们往往侧重于技术风险的识别，而忽略了复杂函数调用序列中可能隐藏的经济漏洞。 Mamori.xyz 通过生成并执行一系列测试用例，模拟攻击者可能采取的行动序列，观察智能合约在不同状态下的行为变化。通过优化这些测试用例的输入参数、算法解析技术建立智能合约序列，以及利用可复现的状态计算技术，并结合创新的算法反馈机制，Mamori.xyz 有效地缩小了假阴性搜索范围，提高了对经济漏洞的检测能力，以发现隐藏在复杂交易序列中的经济漏洞，从而保护智能合约免受未知经济攻击的影响。 MEV 价值提取用例 Mamori.xyz 不仅聚焦于智能合约中的零日经济漏洞检测，还识别了传统 MEV 与经济风险之间的共性，将其视为一个同质优化问题，这也使得 Mamori.xyz 的算法能够扩展并服务于 MEV 搜索的角色，最大化其在实际应用中的效用。 Mamori.xyz 的核心优势在于其能够自动化地识别和利用智能合约中的套利机会，这些机会往往隐藏在复杂的交易序列和状态转换之中。Mamori.xyz 本身通过其先进的算法框架，能够模拟不同的市场条件和交易场景，精确计算智能合约中的潜在 MEV 机会。通过分析智能合约的状态依赖性和函数间的相互作用，生成一系列具有高潜在价值的测试用例。这些测试用例旨在探索智能合约在不同市场条件下的行为边界，揭示隐藏的套利机会，精确计算每个潜在交易序列的可提取价值。在连续的输入空间内搜索最大化 MEV 的参数组合，为市场参与者提供精确的 MEV 优化方案。这对于矿工、交易者和其他市场参与者来说具有重要意义，因为他们可以利用这些 MEV 机会来最大化其交易收益。跨合约审计与集成 Mamori.xyz 通过其创新的架构和算法设计，能够有效解决了跨合约审计的难题，提供了全面、深入的审计服务。 Mamori.xyz 的跨合约审计功能依赖于先进的静态分析技术，以深入解析智能合约之间的依赖关系，包括函数调用、状态变量共享等。通过构建跨合约依赖图，Mamori.xyz 能够清晰地展示不同合约之间的交互逻辑，为后续的审计测试提供基础。基于 Mamori.xyz 的高度集成测试环境，系统能够模拟了真实的区块链网络条件，如区块高度、交易顺序和 Gas 消耗等，还支持多合约的并行执行和交互测试。通过在这个环境中部署并执行测试用例，Mamori.xyz 能够全面评估智能合约在跨合约场景下的行为表现和潜在漏洞。 Mamori.xyz 先进的优化算法来生成跨合约测试用例，能够综合考虑了合约间的依赖关系、函数调用序列以及输入参数的不同组合，以最大化漏洞暴露和经济价值的挖掘。同时，Mamori.xyz 还利用反馈机制不断优化测试用例，确保在有限的测试资源下获得最佳的审计效果。在审计过程中，Mamori.xyz 不仅关注代码覆盖率和功能覆盖率等传统指标，还引入了状态覆盖率和输入空间覆盖率等多维度评估标准。这些指标共同构成了对智能合约跨合约交互行为的全面评估体系，帮助审计师和用户更准确地了解合约的安全状况。值得一提的是，Mamori.xyz 的跨合约审计与集成功能还具有高度的灵活性和可扩展性。随着 DeFi 生态系统的不断发展和智能合约的持续演进，Mamori.xyz 能够快速适应新的合约类型和交互模式，确保跨合约审计功能的持续有效性和前沿性。总结 Mamori.xyz 在解决 DeFi 领域面临的安全挑战方面现方面，正在展现出了非凡的潜力与优势。 Mamori.xyz 的 ML 体系，通过融合先进的静态分析技术、动态模拟测试环境、高级优化算法以及多维度评估体系，不仅有效覆盖了传统审计工具的盲点，更在跨合约审计与集成方面取得了突破性进展。凭借其独特的架构设计和灵活的定制能力，正在构建智能合约的安全审计领域的全新范式。它不仅能够帮助开发者在合约部署前发现并修复潜在漏洞，还能在合约运行期间持续监控和评估其安全性能，为 DeFi 生态系统的稳定性和用户的资金安全提供了坚实的保障。随着 DeFi 市场的不断扩张和智能合约应用的日益广泛，它不仅是智能合约安全、MEV 等诸多领域的一次重要创新，更是推动链上领域健康、可持续发展的关键力量，Mamori.xyz 的出现无疑将为整个行业注入了新的活力与信心。来源：金色财经

金色财经2024-07-16

24小时热点