文 / 何炳胜
翻译 / 李易扬
校对 / 周蓬岸

听了迪伦和勇刚的演讲后，我感到自己的内容可能技术性过强了，但还是努力确保今天每个人都能有所收获，会尽量把内容讲得更通俗易懂。首先要说明的是，你们可能会问，我为什么会开展这项研究？

实际上，这项研究早在十年前就开始了，因为我们发现链上数据非常有趣，在我看来，不同钱包之间、不同用户之间的所有交互都可以在链上找到。但问题在于，当数据量如此庞大，包括交互、交易、兑换，以及不同的项目时，您可以想想看，CoinMarketCap上究竟有多少种加密货币？我认为，它们的总量超过了10000种。这是一个充满活力的生态系统，拥有大量可供分析的数据。

我们对不同用户之间的交互尤其感兴趣，也想明白每个项目，或每种加密货币是如何随着时间推移而演变的。一个项目何时会蓬勃发展，何时走向成熟，何时会走向衰落？这都是我们尝试去理解的内容。

当我们查看数据时，便能够发现这类现象，因为这正是 Web3 项目的本质所在，所以我想，自己无需解释它们产生的原因。总体上，我们用一种名为“图”（graph）的数据结构来捕捉不同用户、不同钱包之间的关系。在计算机领域，“图”是一种非常标准的数据结构，用于表示不同实体之间的各种关系。

所以，这里的实体们可以被看作一个图，一个社交网络。节点代表人，边代表关系。我们基于区块链上的交易、用户行为和互动来构建这个图。您可以想象，这个图完全可以捕捉不同钱包之间的关系，展现它们如何进行交易、兑换等行为。而且，这张图每天都在不断扩大，因为新的交易、新的钱包等内容在持续增加。因此，总体而言，在这项研究中，我们主要关注两种类型的图。

第一种是我之前提到的“交易图”。您可以这么理解它：图中的每一个节点都代表着一个账户、一个钱包地址，或者一份智能合约；而连接这些节点之间的边，则代表着具体的交易行为。举例来说，如果我们从某个钱包向另一个钱包发送资金，该操作就会为图新增一条边。如果您创建一个钱包地址，我们就会跟着在图中添加一个新的节点。由此可见，这张图确实能完整捕捉当前区块链的整体状态。

接下来是第二种图：除了链上原生的交易图之外，我们还对各类代币之间的交互问题感兴趣。您可以将其看作一种“跨链交互”（a cross-chain），例如泰达币（USDT）、以太币（ETH）、比特币等代币之间的交易方式。其中既包含各类跨链交易行为，也包含了代币之间的汇率兑换关系。下图展示了不同交易对的价格数据（不知道这张图对不对）。因此，通过这两种图，我们能够捕捉到整个区块链生态系统中不同层级的细节信息。有了信息之后，我们实际上能做很多事情：您可以设想，我们能从链上抓取各类数据，然后构建自己的系统和工具来分析图数据。这样一来，许多工作就得以开展了。

首先，我们尝试在研究中解决不同的问题。第一是安全问题。我们发现，由于匿名等特性，Web3好的一面在于，它确实非常透明，而且是匿名的。然而，消极的一面也同样存在：在区块链上，欺诈行为相当普遍，例如“拉地毯”骗局（rug pull）【1】、黑客攻击、各类诈骗等等。那么，我们该如何识别这些风险呢？第二个挑战在于，如何将这些公开透明的数据真正转化为具有实际价值的“情报”。最后一个问题则是：倘若我们想进行交易——尤其是套利交易，就必须建立一套高效的系统来支撑这一过程。

我想，这点已经在前面的部分中阐述过了（这里不太理解，不知道是在前文的哪个地方做了解释）。今天，我将向大家展示我们过去几年里的三条研究脉络。其中第一 条脉络，是利用“图数据”（Graph Data）来分析区块链。我们希望借此深入理解各类趋势的演变规律，并试图揭开趋势“生命周期”背后的奥秘。对我而言，这确实是一个非常引人入胜的研究课题。

故事是这样的：大约五年前的一天傍晚，我正在给儿子读一本书。那是一本关于恒星的科普读物。大家都知道，宇宙中的恒星总经历着诞生、成熟，直至最终消亡的生命历程。如果您在网上搜索，很容易就能找到关于“银河系恒星演化”的图解资料。宇宙中存在着各种类型的恒星，而它们各自拥有不同的演化轨迹。

于是，我告诉学生们：“能不能对加密货币展开类似的研究呢？”从根本上讲，我们的假设是：不同的项目或不同的币种，实际上遵循着不同的生命周期。通过深入探究，我们完全可以从中挖掘出一些潜在的规律。这便是团队开展的第一个项目。第二条研究脉络同样源自“图”。我们可以运用算法来进行欺诈检测（fraud detection）。这一部分内容有很强的技术性。第三条脉络涉及所谓的“交易”（Trading）领域。这仍旧是一个技术性很强的课题，稍后我会对此做更详细的阐述。

首先来看第一条脉络——正如我之前提到的，在构建“图”结构时，最引人入胜的一点在于，它能帮助研究者理解事物背后蕴含的动态机制。我们始终致力于观察事物的演变过程，看项目如何启动、如何成长，并最终走向成熟。这即是我们试图理解和剖析的“生命周期”。

事实上，团队专门为此搭建了一个平台，名为“实时图实验室”（Live Graph Lab）。这是一个能真正实现数据实时捕获的平台，通过仪表盘界面，用户可以查看不同的图，观察它们随时间推移而呈现的演变趋势。基于这些数据，我们便能够开展一系列深入的分析工作：举例而言，目前团队已经积累了长达五年的NFT相关数据。这些数据包含了庞大的节点数量，以及1.24亿条边。有了上述基础后，我们便可以对数据进行深入分析了。最初的发现是，每个钱包所执行的交易数量，呈现出一种我们称之为“幂律分布”（Power Law Distribution）的特征。

图表（a）的横轴代表交易数量，也就是我们所说的“度”（Degree）。如果您仔细观察的话，会发现绝大多数节点的“度”都非常低；但与此同时，也有极少数节点的“度”极高。该现象说明了什么呢？答案是：这些钱包执行着极为频繁的交易活动。此类交易活动的集中度非常高，从该现象里我们可以看出，这一特定的NFT资产，被集中掌握在少数“巨鲸账户”（Wealth Accounts）手中。虽然存在大量的所谓“长尾账户”（Stream Accounts）——即小型账户，但正如您所见，绝大部分的资产和交易活动仍然来自于大型账户。

基于这一观察，您可以看到：“巨鲸们”实际上占有了该资产80%的总价值和交易量。在这种观点的帮助下，人们便能据此制定出自己的交易策略。这稍稍偏离了本次讲座的主题，但它也正是“实时图实验室”的价值所在，即帮助人们捕捉此类重要的市场洞察。

此外，正如我之前提到的，如今“跨链套利”正变得日益流行。因为当一种币只处在一条链上时，内部交易已经非常拥挤了。无论套利空间，还是获取最大可提取价值（MEV）【2】的空间，都已经十分变得狭小。但我认为，跨链交易中仍存在着大量的探索余地。正因如此，我们尝试从两个不同的层级来研究这一领域：首先是“局部图”（Local Graph）。本质上，它呈现的是单一代币内部的交易网络。其次是“全局图”（Global Graph），内容则是宏观层面的交易。

它主要呈现不同代币之间的关联网络。由此可见，我们不仅致力于捕捉单一代币内部的关系，同时也关注跨链层面的相互关系，并将相关研究成果发表于顶尖的AI学术会议上。借助这一方法，更为精准的预测得以被实现。虽然这听起来可能有些技术化，但其核心内容并不难理解：若需（对交易）进行预测，我们便能够基于这种图来执行各类任务。例如，用户可以对不同的钱包地址进行标签分类，判定该钱包是“巨鲸账户”、“诈骗账户”，还是其他类型的账户，从而实现这样的聚类分析。

大家都知道，预测的准确性非常重要，而通过构建这种图（或图数据结构），我们能够将预测准确率提升16%。除此之外，团队还借助图在“欺诈检测“领域开展了一些探索。这是一个非常有趣的研究方向。如果您对某种代币的“生命周期”感兴趣，不妨参阅我们的相关论文，文中记录了团队对该领域的全面研究。其中最关键的一点是——让我们来看看这张图。这上面呈现的内容非常有趣。

它展示了一个典型代币项目的生命周期，纵轴代表的是“市值”（Market Cap）。我们使用这一指标来衡量项目的规模大小，或是其活跃程度。因此，从图中大家可以观察到一个非常有趣的现象：整个生命周期中，项目走势大致呈现出类似“钟形曲线”（bell curve）的形态。我们曾对上万个区块链项目进行了分析，发现在项目初期，它们都遵循着相似的模式。

在项目起步之初，常有带着博弈（gaming）性质的活动发生——例如庞氏骗局（Ponzi scheme）、虚假代币发行（fake token offering）、“拉地毯”等。这些活动或多或少都借助了广告营销来造势。坦白地说，我并不会将它们定义为“坏事”。虽然这类现象确实存在，但它们仍然有出现的必要，就像一句中国古话所说——“水至清则无鱼”，对吧？我不会说这百分之百是坏事，但也不能任其泛滥成灾。

以上是项目初生期里就存在的隐患。一旦它正式上线，自然会浮现出各种问题：例如内部交易、交易机器人，还有“刷量交易”（wash trading）行为等等。有趣的是，当项目规模壮大到一定程度时，我们还会观察到种种现象，比如平台遭受黑客攻击、用户钱包被盗或丢失等。

只要上述情况发生，一些项目就会因此而消亡。这些违规操作已经很成熟，包括高额的洗钱行为，以及拉高出货（pump and dump）【3】现象等。同样地，如果这类现象出现得太多，项目就会消亡。您当然希望项目能存活更久，有更长的增长期和成熟期。因此，以项目的开展方式为基础，用户可以尝试采取一些保护措施，来避免平台攻击、洗钱和拉高出货等骗局。

在我看来，这才是一个真正开放的问题，即如何确保项目在生命周期中保持健康。我认为解决方案有很多，尽管自己不会详细介绍每一种方案，但我们在论文中对不同的欺诈行为进行了分析：比如Web3中常见的庞氏骗局，它总是以某种树状结构出现，通过Telegram，或以树状结构进行提现——在我们对Telegram数据的分析中，树状结构是一种十分常见的模式。

再来谈谈刷量交易现象。因为现在有很多机器人可用，且人工智能编程的门槛较低，所以市场上的机器人越来越多了。总有一些机器人试图达成三角循环交易【4】，这于套利交易中很常见，在虚假交易中也会产生。还有很多其他情况，价格越高、路径越长，风险就越大，一次性投入的资金也越多。我不会赘述所有细节，但最具隐患的交易确实会增加交易量，平均而言，所有项目的交易量会增加5倍。同样地，我并不认为这非常糟糕，它们并非百分之百错误的现象，但应该有一些机制来确保其健康发展。如果有拉高出货的操作存在，情况就确实很糟糕了，这是一种应该避免的情况。

我们借助人工智能领域的工作来检测这类问题，团队设计了一些人工智能算法，可以检验某个钱包是否安全，是否为诈骗钱包等，由此预测一个钱包是正常的还是可疑的。我们的准确率非常高：以下是可视化成果，准确率获得了 21% 的提升。另一个我们正尝试理解的问题是，在区块链中，虽然所有钱包或多或少都是匿名的，但一些用户或组织确实会暴露他们的身份。

在社交媒体上，有很多区块链玩家（比如 Web3 参与者）会公开他们的钱包地址。有了这些地址后，我们可以让图变得更有趣，因为当您知道这个钱包属于某个交易所、属于某个财富账户时，就有机会完成其他事情了。举例而言，您可以基于地址开发自己的交易策略。我们将以太坊图与社交媒体数据整合起来，以便相互标注。然后就可以做出许多有趣的事，比如：我们的预测准确率提高了 21%，识别出的欺诈案例增加了 18%等等。

这展现了其强大之处，如果我们能获得更好的数据，就可以实现更高的准确率。以上是关于图的内容，下一部分则与交易领域相关。在前两部分中，我展示了如何构建图，以及如何利用图进行欺诈检测和生命周期分析，但实际上，研究者能做的事远不止如此。比如，我们可以进行交易：在Uniswap上，用户希望把比特币兑换成某种特定的币种，且币种越多越好。但是问题在于，市场上的币种太多，交易对也太多了，应该选择哪个交易对呢？

一条路径是直接进行兑换，比如将比特币兑换成莱特币（Litecoin, LTC）；另一方面，您也可以通过一、两个中间交易对来完成兑换。由于市场的灵活性，交易对太多、流动性又差异很大，交易会非常复杂。因此，这会导致一笔交易被拆分至不同页面，还可能产生其他的情况。

研究者需要构建一个非常庞大的图，才能够把这些交易呈现出来。我们试图解决的问题是：如何找到一条合适的兑换路径，例如将比特币兑换成莱特币的路径？以及，对于给定数量的比特币，如何将其兑换为总量最大化的莱特币？团队找到了这样一条路，它是Web3交易中一个非常有趣且基础的构建模块，我们将其称为路径查找问题（pathfinding problem）。

这个问题十分令人激动，许多人将路径查找应用于不同的交易策略。但总体而言，机会总是稍纵即逝，因为同样有很多机器人试图利用它们。这是一个非常复杂的问题，在此就不多赘述了。我们将这个问题表述为“基于图结构的算法”，并发表了相关论文。个人认为，如果增加中间交易对的数量，复杂度会迅速上升。因此，我们开发了这个系统，将其称之为 RICH，并在一次数据库会议上发表了相关论文，其中包含了针对交易问题的算法。

此外，团队还与一家名为 Tokalabs 的公司合作，他们是Uniswap最大的流动性提供商之一。而且，RICH的检测速度比现有算法快32倍，实现了实时交易。Tokalabs事先部署了算法。当然，在算法真正发挥作用之前，还有很多工程工作要做。我们在这项工作里确实获得了更高的利润，只是无法在这里透露具体的数字。

另一个有效的工具是人工智能，可以利用它来辅助交易工作。我们尝试将链上数据和新闻一起整合进AI中。从图片里，您可以看到我们如何处理链下数据，并将其整合到大语言模型里，从而实现交易智能体（trading agent）。

团队还会对工作进行反思。不只针对交易本身，还会查看当前的交易是否符合历史交易规定（下图展示的是相关论文）。因此，我们借助大模型获得了更高的利润。

希望大家能明白我的意思，链上数据确实蕴含着很多价值和信息。当然，我们现在所做的一切都是在图的基础上完成的。图是一种数据结构，它试图捕捉不同钱包、不同用户之间的关系。

我们认为其中确实存在着有趣的地方。就像之前所言，以下是我们的愿景：借助图来分析甚至预测特定代币项目的生命周期。

有了上述洞察后，一些有益的事情就能够被达成了。我们希望进行欺诈检测，同时也想发现一些交易或套利机会。因此，我们正在下述三个方向上做出努力：

第一个方向是代币间的跨链交互。正如我之前提到的，单个链条上的交易已经十分拥挤。所以，我们正在转向跨链方向的研究。但跨链交互是非常具有挑战性的行为。之所以这么说，是因为在计算机科学领域，从设计上讲，它就是一个非常复杂的问题，因为时间同步和延迟是该领域里十分敏感的因素。而且，跨链进行交易和套利的风险也会大幅增加。因此，跨链交互是我们正努力解决的问题。

另一个待解决的问题是套利。目前，我们的研究主要基于链上数据，研究方法是寻找一条链下的路径。但随着L1（Layer 1）和 L2（Layer 2） 链【5】生态的发展，区块时间变得很短，识别交易机会的时间预算也就非常有限。因此，我们试图从链下方式转向智能合约部署，来发现这些交易机会。

最后，我们也在研究稳定币。我们会尝试应用现有的技术，例如图论、实验室等，来研究稳定币的机制，例如它们的锚定稳定性。以上是团队正在研究的问题。

敬请期待，之后，团队可能会发表论文，来公开相关的研究成果。感谢我们的合作者，大部分研究由亚洲数字金融研究院（AIDF）和新加坡金融管理局 (MAS) 共同资助，交易领域的研究则是与合作伙伴 Tokka Labs共同进行的。

问答环节

Q： 我们正在进行十分相似的研究，跨链交互也确实是极具挑战性的问题。很高兴能看到你们成功将不同的身份信息连接起来，特别是社交平台上的信息。那么在您看来，未来会有什么可行的方法呢？我的意思是，因为你们有将社交网络和交易网络连接起来的可能性，这些不同网络之间的桥梁是什么？未来我们能否利用更多的数据集？或者说，你们正在进行的这项工作中是否存在其他隐私问题？

A： 这是一个非常有趣的问题。我其实很喜欢Web3，就像你们举办的SMU Web3 Week一样，这个活动特别精彩。因为我认为人们可以非常自由地参与Web3，它是一个非常透明、自由和充满活力的环境，人们甚至能在其中看到艺术作品和迪伦拍摄的影片。毋庸置疑的是，数据每时每刻都在链上生成，最近我们对一些事情很感兴趣，希望能理解它们。

一个例子是预测市场，如波利市场（poly market）【6】等。我们把图作为工具，尝试用图来分析波利市场数据：我们试图了解不同市场之间的相关性，比方说，在波利市场上，一个人押注了唐纳德·特朗普（Donald Trump），另一个押注对象则是民主党占优势的州，这两者之间有什么关联？所以我们尝试用智能技术来理解其中的相关性。当然，团队在这里做了更多智能方面的工作，但总体而言，人们能以我们的研究为基础，来制定不同的策略。通常情况下，我们会更专注于研究部分。

名词解释

【1】拉地毯骗局：又译为“撤资骗局”，是加密领域的一种诈骗手法。其名称源于“抽走地毯使人瞬间摔倒”的比喻。其典型例子是：项目方创建看似正规的代币或项目，通过宣传和炒作吸引人们投资。在吸纳大量投资后，项目方突然抽走所有资金并消失，导致代币价格瞬间崩盘、投资者付出损失。

【2】最大可提取价值：指区块生产者通过对交易进行重排、插入或删除交易等方式，所能获取的、超出常规区块奖励与燃料费之外的额外收益。常见手段包括价差套利、抢先交易和三明治攻击等。

【3】拉高出货：一种典型的金融市场操纵手法，后广泛蔓延至加密货币领域。“pump”（拉高）指操纵者通过集中买入、散布利好消息将资产价格急剧推高， “dump”（出货）则指操纵者吸引跟风盘后，迅速将手中持仓全部抛售套现，导致资产价格瞬间崩盘。

【4】三角循环交易（triangular arbitrag）：指操纵者通过三个关联账户相互买卖同一资产，资产的所有权并未转移，却能制造出虚假的交易量，从而引诱真正的投资者跟风入场。一旦吸筹或拉高目的达成，操纵者便终止对倒、高位出货，令接盘者蒙受损失。

【5】L1和L2链：L1是基础层区块链，例如比特币、以太坊等，所有交易最终都在其上结算。L2是运行在L1之上的扩展方案（如闪电网络、Arbitrum），旨在减轻主链负担、提升交易效率。

【6】波利市场：一个基于区块链的预测市场平台，用户使用加密货币对现实世界事件的结果进行买卖交易，其价格能反映市场对事件发生概率的集体判断。

讲者介绍

何炳胜

何炳胜，新加坡国立大学计算机学院教授兼副院长（研究）。2010—2016年任教于新加坡南洋理工大学，2008—2010年在微软亚洲研究院系统研究组研究高性能云计算；1999—2003年获上海交通大学学士，2003—2008年获香港科技大学博士。研究兴趣为云计算、数据库系统和高性能计算。曾获Microsoft、NVIDIA、阿里巴巴、AMD等产业界教师奖，研究成果多次获SIGMOD、VLDB、ICCAD、PACT、IEEE TPDS、FPGA等顶级会议/期刊最佳论文相关荣誉。2010年起任IEEE CloudCom、ICDCS、ICDE、ICPP等国际会议/研讨会主席，并任IEEE TCC、TPDS、TKDE、ACM Computing Surveys等期刊编委。