引用格式：嚴彥勝，李京. 基于深度強化學習的以太坊 MEV 交易防護與交易排序優化［J］.網絡安全與數據治理，2025，44（7）：20-26.
引言
隨著區塊鏈技術的廣泛應用，尤其是以太坊在去中心化金融（DeFi）領域的快速發展，最大可提取價值（Maximal Extractable Value，MEV）交易問題逐漸成為影響網絡公平性、安全性和效率的重要挑戰［1］。MEV 由礦工或排序者通過操控交易順序獲得額外利潤，表現形式包括前置攻擊（FrontRunning）、三明治攻擊（Sandwich Attack）等［2］。這些交易模式不僅對普通用戶造成經濟損失，還推高整體交易成本，加劇網絡擁堵，破壞區塊鏈生態的穩定性與公正性［3］。
MEV的產生主要源于區塊鏈交易順序的可操控性、交易信息的公開性、Gas競價機制以及DeFi交易的復雜性?，F有的交易排序方法主要包括先來先服務（FIFO）排序和Gas競價排序。FIFO排序雖然具有較高的公平性，但缺乏Gas費用優化，無法有效防范MEV交易［4］。Gas競價排序根據交易支付的Gas費用決定執行順序，導致Gas競價競爭加劇，使得MEV交易通過支付高額Gas費用獲得優先執行權，從而進一步破壞交易公平性［5］。
與現有采用啟發式排序策略或基于靜態規則的排序機制相比，本文方法引入強化學習框架，具有更強的自適應能力，能夠在不同交易負載和攻擊場景下動態調整排序策略。同時，相較于現有基于強化學習的研究［6-8］主要聚焦于合約交互或交易分類問題，本文首次將深度Q網絡（Deep QNetwork,DQN）應用于交易排序優化，并構建專門的狀態-動作空間及獎勵函數，直接面向 MEV 抑制目標進行學習。
本文的主要貢獻如下：
（1）提出基于 DQN 的交易排序優化方法，動態調整交易執行順序，以降低 MEV 交易的影響，提高交易公平性。
（2）優化 Gas 費用，通過強化學習減少 Gas 競價排序帶來的交易成本膨脹問題。
（3）構建完整的實驗框架，在Geth （Go-Ethereum）本地私有鏈環境下復現真實交易處理流程，并結合 Flashbots MEV-Explore 數據集進行實驗驗證。
實驗結果表明，所提出的 DQN 排序策略相比傳統方法將 MEV 提取率降低至 13% 以下，平均 Gas 費用較基準策略降低約 33.1%，并顯著提升低 Gas 交易的執行公平性，公平性指數達到 0.78，遠高于傳統策略。
本文詳細內容請下載：
http://www.cowatch.cn/resource/share/2000006610
作者信息：
嚴彥勝，李京
（中國科學技術大學計算機科學與技術學院，安徽合肥230026）
