基于深度强化学习的以太坊 MEV 交易防护与交易排序优化-AET-电子技术应用

基于深度强化学习的以太坊 MEV 交易防护与交易排序优化

网络安全与数据治理

严彦胜，李京

中国科学技术大学计算机科学与技术学院

摘要： 以太坊交易排序中的最大可提取价值（MEV）问题，使恶意交易者通过操控交易顺序获利，破坏了网络公平性并推高Gas费用。为抑制MEV行为和优化公平性，同时提升系统效率，提出了一种基于深度 Q 网络（DQN）的交易排序优化方法。通过设计合理的状态空间、动作空间与奖励函数，智能体能够自主学习最优排序策略。结合Geth私有链、Flashbots MEV-Explore与Ethereum Mempool数据，系统性验证了该方法的有效性。实验结果表明，DQN排序策略可将MEV提取率降至13%以下，平均Gas费用较传统策略降低约33.1%，公平性指数提升至0.78，显著优于现有方法。同时搭建的闭环实验系统为区块链交易公平性和效率优化提供了可行方案。

关键词： 以太坊最大可提取价值MEV 交易排序优化深度Q网络DQN

中图分类号：TP393.0；TP309文献标识码：ADOI:10.19358/j.issn.2097-1788.2025.07.004
引用格式：严彦胜，李京. 基于深度强化学习的以太坊 MEV 交易防护与交易排序优化［J］.网络安全与数据治理，2025，44（7）：20-26.

Ethereum MEV transaction protection and transaction ordering optimization based on deep reinforcement learning

Yan Yansheng, Li Jing

School of Computer Science and Technology，University of Science and Technology of China

Abstract： The problem of Maximal Extractable Value (MEV) in Ethereum transaction ordering allows malicious actors to profit by manipulating transaction sequences, undermining network fairness and increasing Gas fees. To suppress MEV behavior and optimize fairness while enhancing system efficiency, this paper proposes a transaction ordering optimization method based on Deep Q-Network (DQN). By designing appropriate state space, action space, and reward function, the agent can autonomously learn optimal ordering strategies. The effectiveness of the proposed method is systematically validated using a Geth private chain, along with Flashbots MEV-Explore and Ethereum Mempool data. Experimental results show that the DQN-based ordering strategy reduces the MEV extraction rate to below 13%, decreases average Gas fees by about 33.1% compared to traditional strategies, and raises the fairness index to 0.78, significantly outperforming existing methods. The closed-loop experimental system built in this paper provides a feasible solution for optimizing fairness and efficiency in blockchain transaction ordering.

Key words : Ethereum; Maximal Extractable Value (MEV); transaction ordering optimization; Deep Q-Network (DQN)

引言

随着区块链技术的广泛应用，尤其是以太坊在去中心化金融（DeFi）领域的快速发展，最大可提取价值（Maximal Extractable Value，MEV）交易问题逐渐成为影响网络公平性、安全性和效率的重要挑战［1］。MEV 由矿工或排序者通过操控交易顺序获得额外利润，表现形式包括前置攻击（FrontRunning）、三明治攻击（Sandwich Attack）等［2］。这些交易模式不仅对普通用户造成经济损失，还推高整体交易成本，加剧网络拥堵，破坏区块链生态的稳定性与公正性［3］。

MEV的产生主要源于区块链交易顺序的可操控性、交易信息的公开性、Gas竞价机制以及DeFi交易的复杂性。现有的交易排序方法主要包括先来先服务（FIFO）排序和Gas竞价排序。FIFO排序虽然具有较高的公平性，但缺乏Gas费用优化，无法有效防范MEV交易［4］。Gas竞价排序根据交易支付的Gas费用决定执行顺序，导致Gas竞价竞争加剧，使得MEV交易通过支付高额Gas费用获得优先执行权，从而进一步破坏交易公平性［5］。

与现有采用启发式排序策略或基于静态规则的排序机制相比，本文方法引入强化学习框架，具有更强的自适应能力，能够在不同交易负载和攻击场景下动态调整排序策略。同时，相较于现有基于强化学习的研究［6-8］主要聚焦于合约交互或交易分类问题，本文首次将深度Q网络（Deep QNetwork,DQN）应用于交易排序优化，并构建专门的状态-动作空间及奖励函数，直接面向 MEV 抑制目标进行学习。

本文的主要贡献如下：

（1）提出基于 DQN 的交易排序优化方法，动态调整交易执行顺序，以降低 MEV 交易的影响，提高交易公平性。

（2）优化 Gas 费用，通过强化学习减少 Gas 竞价排序带来的交易成本膨胀问题。

（3）构建完整的实验框架，在Geth （Go-Ethereum）本地私有链环境下复现真实交易处理流程，并结合 Flashbots MEV-Explore 数据集进行实验验证。

实验结果表明，所提出的 DQN 排序策略相比传统方法将 MEV 提取率降低至 13% 以下，平均 Gas 费用较基准策略降低约 33.1%，并显著提升低 Gas 交易的执行公平性，公平性指数达到 0.78，远高于传统策略。

本文详细内容请下载：

//www.51qz.net/resource/share/2000006610

作者信息：

严彦胜，李京

（中国科学技术大学计算机科学与技术学院，安徽合肥230026）

Magazine.Subscription.jpg