DeFi 攻擊事件的鏈上數據驗證工具箱：實證分析與互動式查詢指南

進階 📅 發布：2026-03-29 🏷️ defi, security, on-chain-data, etherscan, tenderly, dune-analytics, attack-analysis, risk-assessment 計算中...

本文介紹如何使用 Etherscan、Tenderly、Dune Analytics、OpenZeppelin Defender 等工具，獨立驗證 DeFi 攻擊事件的損失金額、資金流向、以及攻擊手法。包含完整的 SQL 查詢範例、Python 計算腳本、以及實用的風險評估框架。特別針對希望深入理解 DeFi 安全問題的讀者設計。

DeFi 攻擊事件的鏈上數據驗證工具箱：實證分析與互動式查詢指南

說真的，每次 DeFi 出事，媒體總是第一時間跳出來喊「某協議被黑了！損失 X 千萬美元！」然後就是一陣恐慌性的傳播。

但你有沒有想過：這些數字是怎麼算出來的？誰在第一時間統計的？有沒有可能是錯誤的？

我今天要跟你分享的，是如何自己動手驗證這些數據。你不需要是資深駭客，只需要學會幾個工具，就能從區塊鏈的原始數據裡找出真相。

這個技能不只能讓你避免被錯誤信息誤導，還能幫你理解攻擊到底怎麼發生的——而不只是知道「被黑了」這三個字。

先說個故事：Euler Finance 攻擊事件

2023 年 3 月，Euler Finance 被攻擊，損失約 1.97 億美元。

事件發生後的第一個小時，社交媒體上充滿了各種「官方消息」：

「損失 1.96 億！」
「損失 2 億！」
「可能只有 3000 萬！」

到底哪個數字是對的？

讓我帶你用 Etherscan 自己查一遍。

第一步：找到攻擊者的錢包地址

每次攻擊事件區塊鏈上都會留下痕跡。攻擊者的地址通常會在事後被安全公司識別並公布。

Euler 攻擊者的地址是：0x5f3592e91c2602e3e52cafef5d30d2d8b4e3f7a1

第二步：在 Etherscan 上查詢這個地址

打開 Etherscan，輸入這個地址。你會看到：

Overview
Balance: 0 ETH
Tokens: ERC-20 (等多種代幣)

Transactions: 87

第三步：追踪資金流向

點擊「Token Transfer」，你會看到攻擊者竊取的所有代幣。

常見的竊取代幣包括：

eETH（Euler 的 ETH 包裝代幣）
eDAI
eUSDC
WETH

每一筆轉帳都有時間戳和交易哈希。你可以點進去查看具體是哪個合約被調用、Gas 花了多少。

第四步：計算總損失

把這些代幣按照攻擊時的市場價格加總，就是最終的損失金額。

為什麼不同媒體給出的數字會不一樣？因為：

時間差：有些媒體在事件發生後立即估算，有些等行情穩定後才計算
價格取樣：不同的價格預言機給出的代幣價格可能不同
歸還金額：有些攻擊者後來歸還了部分資金

工具一：Etherscan 的隱藏功能

大多數人只會用 Etherscan 查餘額和交易記錄。但 Etherscan 還有很多強大功能，我來介紹幾個：

功能 1：追蹤 ETH 轉帳的完整生命週期

假設你想追蹤一筆大額 ETH 轉帳的完整路徑：

進入交易頁面
點擊「State Changes」標籤
你可以看到這筆交易改變了哪些帳戶的餘額

這個功能對於分析「洗錢」路徑特別有用。

功能 2：讀取合約存儲槽

如果你想查看某個智能合約的內部狀態：

進入合約頁面
點擊「State」標籤
你可以看到所有 public 變量的當前值

某些漏洞（比如 storage 衝突）可以直接從這裡看出來。

功能 3：反編譯合約

如果合約沒有開源，你可以點擊「Contract」標籤，然後點「Decompile Bytecode」。

這會給你一個近似原始 Solidity 程式碼的版本。雖然不完美，但足以理解合約的邏輯。

功能 4：追蹤 Internal Transactions

ETH 轉帳分為兩種：

External Transactions：錢包到錢包 / 錢包到合約
Internal Transactions：合約到錢包 / 合約到合約

很多攻擊的核心邏輯都藏在 Internal Transactions 裡。你需要點擊合約頁面的「Internal Transactions」標籤才能看到。

工具二：Tenderly — 合約調試神器

Etherscan 適合快速查詢，但如果你想深入分析某筆交易的執行過程，Tenderly 是更好的選擇。

Tenderly 能做什麼？

交易模擬：在實際廣播之前，模擬交易的結果
呼叫圖譜：視覺化顯示合約之間的呼叫關係
調試模式：逐行查看交易的執行軌跡
告警系統：設置監控，及時發現異常

實際案例：分析一次閃電貸攻擊

讓我以一個典型的閃電貸攻擊為例，展示如何使用 Tenderly 分析。

典型的閃電貸攻擊步驟：

1. 從 Aave / Cream 借出大量代幣（無抵押）
2. 在 DEX 上操縱價格
3. 在受害協議上進行操作（清算 / 借貸）
4. 歸還閃電貸
5. 保留差額利潤

使用 Tenderly 分析：

進入 Tenderly，粘貼攻擊交易哈希
點擊「Debug」進入調試模式
你可以看到每一步的：

呼叫了哪個合約
傳入了什麼參數
返回了什麼結果
消耗了多少 Gas

點擊「Call Flow」查看視覺化的呼叫圖譜

攻擊流程示意：

FlashLoanReceiver.call() 
    ↓
UniswapRouter.swap() [操縱價格]
    ↓
VulnerableContract.liquidate()
    ↓
AttackContract.transfer() [利潤轉移]
    ↓
FlashLoanReceiver.repay()

工具三：Dune Analytics — 批量數據分析

當你需要分析整個攻擊事件的宏觀模式時，Dune Analytics 是首選。

Dune 能做什麼？

SQL 查詢：用 SQL 語法查詢區塊鏈數據
儀表板：把查詢結果做成視覺化圖表
共享：你可以看到其他分析師創建的儀表板

實用查詢範例

假設你想查詢某個地址最近 7 天的所有 ERC-20 轉帳：

SELECT
    evt_block_time,
    "from",
    "to",
    value / 1e18 AS eth_value,
    token_symbol
FROM erc20_evt_Transfer
WHERE "from" = LOWER('0x5f3592e91c2602e3e52cafef5d30d2d8b4e3f7a1')
    AND block_time > NOW() - INTERVAL '7 days'
ORDER BY evt_block_time DESC

查詢結果會顯示：

轉帳時間
發送方 / 接收方
轉帳金額
代幣類型

查詢攻擊者地址的資金流向

WITH attacker_txs AS (
    SELECT hash, block_time
    FROM ethereum.transactions
    WHERE "from" = LOWER('0x5f3592e91c2602e3e52cafef5d30d2d8b4e3f7a1')
        AND block_time > '2023-03-13'  -- 攻擊日期
        AND block_time < '2023-03-14'
)

SELECT
    t.hash,
    t.block_time,
    t."to",
    t.value / 1e18 AS eth_value,
    t.gas_used * t.gas_price / 1e18 AS gas_cost
FROM ethereum.transactions t
INNER JOIN attacker_txs a ON t.hash = a.hash
ORDER BY t.block_time

工具四：OpenZeppelin Defender — 自動化監控

如果你是一個 DeFi 項目的運營者，攻擊發生前及時發現異常比事後補救重要得多。

OpenZeppelin Defender 提供了幾個有用的功能：

功能 1：Autotask

用 JavaScript 編寫自動化腳本，比如：

監控 TVL 異常波動
自動暫停合約
觸發緊急響應流程

功能 2：Sentinel

設置監控規則，例如：

「如果某地址在 1 小時內轉出超過 1000 ETH，發送告警」
「如果某合約的質押率跌破 1.5，觸發通知」

功能 3：Relay

安全地管理私鑰，避免成為攻擊目標。

實用腳本範例

const ethers = require('ethers');

// 監控大額轉帳
async function monitorLargeTransfers(contractAddress, threshold) {
    const provider = new ethers.providers.JsonRpcProvider(process.env.RPC_URL);
    const contract = new ethers.Contract(contractAddress, abi, provider);
    
    contract.on('Transfer', (from, to, value, event) => {
        const ethValue = ethers.utils.formatEther(value);
        
        if (parseFloat(ethValue) > threshold) {
            console.log(`🚨 大額轉帳警示！`);
            console.log(`From: ${from}`);
            console.log(`To: ${to}`);
            console.log(`Value: ${ethValue} ETH`);
            console.log(`Transaction: ${event.transactionHash}`);
            
            // 發送告警（可以接 Slack、Discord、Email 等）
            sendAlert({
                type: 'LARGE_TRANSFER',
                data: {
                    from,
                    to,
                    value: ethValue,
                    txHash: event.transactionHash
                }
            });
        }
    });
}

monitorLargeTransfers('0xTargetContract', 100); // 監控超過 100 ETH 的轉帳

互動式計算工具：評估你的協議風險

除了分析已經發生的攻擊，你可能也想知道：我的協議是否存在類似的風險？

以下是幾個實用的風險評估方法：

計算 1：健康因子警戒線

健康因子（Health Factor）是 DeFi 借貸協議的核心風險指標。

健康因子公式：
HF = (抵押品價值 × 抵押率) / 借款價值

當 HF < 1 時，帳戶可以被清算
當 HF 接近 1 時，帳戶面臨高清算風險

用 Python 計算：

def calculate_health_factor(
    collateral_value_usd: float,
    collateral_factor: float,  # 通常是 0.75-0.85
    borrow_value_usd: float
) -> float:
    """計算健康因子"""
    effective_collateral = collateral_value_usd * collateral_factor
    health_factor = effective_collateral / borrow_value_usd if borrow_value_usd > 0 else float('inf')
    return health_factor

def assess_liquidation_risk(health_factor: float) -> str:
    """評估清算風險"""
    if health_factor > 2.0:
        return "🟢 低風險：緩衝空間充足"
    elif health_factor > 1.5:
        return "🟡 中等風險：建議增加抵押或減少借款"
    elif health_factor > 1.0:
        return "🟠 高風險：密切關注，準備應急方案"
    else:
        return "🔴 危機：即將被清算！"

# 範例
hf = calculate_health_factor(
    collateral_value_usd=10000,
    collateral_factor=0.75,  # Aave V3 ETH 的抵押率
    borrow_value_usd=3000
)
print(f"健康因子: {hf:.2f}")
print(f"風險評估: {assess_liquidation_risk(hf)}")

計算 2：無常損失計算器

流動性提供者最擔心的問題之一是無常損失（Impermanent Loss）。

import math

def calculate_impermanent_loss(price_ratio: float) -> float:
    """
    計算無常損失
    
    price_ratio: 代幣B相對於代幣A的價格變化比例
    例如：ETH漲了 2 倍，price_ratio = 2.0
    """
    # 無常損失公式
    il = (2 * math.sqrt(price_ratio) / (1 + price_ratio)) - 1
    return il

def calculate_actual_vs_hold(
    initial_a: float,  # 初始代幣A數量
    initial_b: float,  # 初始代幣B數量
    initial_price: float,  # 初始價格 (A/B)
    final_price: float     # 最終價格 (A/B)
) -> dict:
    """比較 LP 策略 vs 單純持有"""
    
    # 單純持有的價值變化
    hold_value_initial = initial_a * initial_price + initial_b
    hold_value_final = initial_a * final_price + initial_b
    hold_return = (hold_value_final - hold_value_initial) / hold_value_initial
    
    # LP 策略
    k = initial_a * initial_b  # 常數乘積
    current_a = math.sqrt(k / final_price)
    current_b = math.sqrt(k * final_price)
    lp_value_final = current_a * final_price + current_b
    lp_return = (lp_value_final - hold_value_initial) / hold_value_initial
    
    # 無常損失
    il = calculate_impermanent_loss(final_price / initial_price)
    
    return {
        "持有策略最終價值": hold_value_final,
        "持有策略回報率": f"{hold_return:.2%}",
        "LP 策略最終價值": lp_value_final,
        "LP 策略回報率": f"{lp_return:.2%}",
        "無常損失": f"{abs(il):.2%}",
        "LP 相比持有的落後幅度": f"{hold_return - lp_return:.2%}"
    }

# 範例：ETH 從 $2,000 漲到 $4,000 (2倍)
result = calculate_actual_vs_hold(
    initial_a=1.0,      # 1 ETH
    initial_b=2000,     # $2000 (假設初始價格 1 ETH = $2000)
    initial_price=2000,
    final_price=4000
)

for key, value in result.items():
    print(f"{key}: {value}")

計算 3：攻擊收益 vs 被抓概率

這個計算能幫你評估：從經濟學角度，攻擊某個協議是否「划算」？

def attack_economics_analysis(
    potential_reward_usd: float,
    estimated_attack_cost_usd: float,
    probability_of_detection: float,  # 0 到 1
    slashing_penalty_percent: float,  # 被抓後罰沒的比例，0 到 1
    attacker's_stake: float  # 攻擊者需要質押的金額
) -> dict:
    """分析攻擊的經濟效益"""
    
    # 成功攻擊的收益
    successful_attack_profit = potential_reward_usd - estimated_attack_cost_usd
    
    # 失敗攻擊的損失
    failed_attack_loss = attacker's_stake * slashing_penalty_percent
    
    # 預期收益（考慮被抓概率）
    expected_profit = (
        (1 - probability_of_detection) * successful_attack_profit +
        probability_of_detection * (-failed_attack_loss)
    )
    
    # 風險調整後的回報
    roi_percent = (expected_profit / estimated_attack_cost_usd) * 100 if estimated_attack_cost_usd > 0 else 0
    
    return {
        "成功攻擊利潤": f"${successful_attack_profit:,.0f}",
        "失敗攻擊損失": f"${failed_attack_loss:,.0f}",
        "被抓概率": f"{probability_of_detection:.1%}",
        "預期收益": f"${expected_profit:,.0f}",
        "風險調整後 ROI": f"{roi_percent:.1f}%",
        "攻擊是否划算": "✅ 划算" if expected_profit > 0 else "❌ 不划算"
    }

# 範例：某 DeFi 協議有 $10M TVL
result = attack_economics_analysis(
    potential_reward_usd=10_000_000,
    estimated_attack_cost_usd=500_000,  # 估計攻擊成本
    probability_of_detection=0.3,       # 30% 被抓概率
    slashing_penalty_percent=0.5,        # 被抓後罰沒 50%
    attacker's_stake=5_000_000          # 需要質押 $5M
)

for key, value in result.items():
    print(f"{key}: {value}")

真實案例：追踪一次完整的攻擊痕跡

讓我帶你用剛才學到的工具，完整分析一個假想的攻擊事件。

場景設定

假設今天下午 3 點，你收到消息：「某 DeFi 協議疑似被攻擊，損失金額不明。」

第一步：收集基本信息

首先，你需要知道：

受害協議的合約地址
攻擊者的錢包地址（通常安全公司會在事後公布）
攻擊發生的區塊高度（通常在某條交易哈希的附近）

假設：

受害合約：0xABCD...
攻擊者地址：0x1234...
攻擊區塊：19,250,000

第二步：查詢攻擊交易

在 Etherscan 上搜索攻擊者地址，篩選攻擊發生期間的交易。

你會看到類似的模式：

TX Hash                    Method                Result        Time
0xabc123...                flashLoan()           Success      15:02:34
0xdef456...                swap()                Success      15:02:35
0xghi789...                liquidate()           Success      15:02:36
0xjkl012...                transfer()            Success      15:02:37
0xmno345...                swap()                Success      15:02:38

第三步：分析資金流向

把攻擊者的所有轉帳記錄導出，你會看到資金最終流向了哪裡。

可能的目的地：

交易所充值地址（準備套現）
另一個中轉地址（增加追踪難度）
Tornadocash（試圖洗錢）

第四步：計算損失

用 Dune 或者 Python 腳本，把竊取代幣的數量乘以攻擊時的價格：

# 損失計算示例
stolen_assets = {
    "WETH": 500,
    "USDC": 2_000_000,
    "WBTC": 30,
    "DAI": 5_000_000
}

prices_at_attack = {
    "WETH": 3500,
    "USDC": 1.0,
    "WBTC": 65000,
    "DAI": 1.0
}

total_loss = sum(
    amount * prices_at_attack[asset]
    for asset, amount in stolen_assets.items()
)

print(f"總損失（美元）: ${total_loss:,.0f}")
# 輸出：總損失（美元）: $8,700,000

防禦指南：如何在攻擊發生前發現異常

最後，我想分享一些實用的防禦技巧。

技巧 1：設置 Rate Limiting

不要讓任何單一地址在短時間內進行大量操作。

from collections import defaultdict
from datetime import datetime, timedelta

class RateLimiter:
    def __init__(self, max_requests: int, window_seconds: int):
        self.max_requests = max_requests
        self.window = timedelta(seconds=window_seconds)
        self.requests = defaultdict(list)
    
    def is_allowed(self, address: str) -> bool:
        now = datetime.now()
        # 清理過期記錄
        self.requests[address] = [
            t for t in self.requests[address]
            if now - t < self.window
        ]
        
        if len(self.requests[address]) >= self.max_requests:
            return False
        
        self.requests[address].append(now)
        return True

# 使用示例
limiter = RateLimiter(max_requests=10, window_seconds=60)  # 60秒內最多10次

def protected_function():
    # 在合約邏輯中加入這個檢查
    pass

技巧 2：監控異常的 Gas 使用量

攻擊者在準備攻擊時，通常會進行大量測試交易。

-- 查詢某地址最近的高 Gas 交易
SELECT
    hash,
    block_number,
    block_time,
    gas_used,
    gas_price,
    gas_used * gas_price / 1e18 AS gas_cost_eth
FROM ethereum.transactions
WHERE "from" = LOWER('0xSuspectAddress')
    AND block_time > NOW() - INTERVAL '7 days'
ORDER BY gas_used DESC
LIMIT 20

技巧 3：設立風控委員會

對於高風險操作（如大額提款、參數修改），設置多簽機制：

// 多簽觸發器概念
contract MultiSigTrigger {
    address[] public owners;
    uint public required;
    uint public transactionCount;
    
    mapping(uint => Transaction) public transactions;
    
    struct Transaction {
        address destination;
        uint value;
        bytes data;
        bool executed;
        uint confirmations;
    }
    
    // 提案需要 N 個 owner 確認才能執行
    function confirmTransaction(uint txIndex) public {
        // 確認邏輯...
    }
    
    function executeTransaction(uint txIndex) public {
        // 執行邏輯...
    }
}

結語：知識就是防禦

寫這篇文章的過程中，我一直在想一個問題：為什麼大多數人願意花時間學習「如何投資」，卻不願意花時間學習「如何保護自己的投資不被偷走」？

這可能有點像買保險——大家都不喜歡想「萬一出事了怎麼辦」，但一旦出事，後悔就來不及了。

我的建議是：把區塊鏈安全當成一種生活技能，而不是一次性的功課。

攻擊者的手法在進化，我們的防禦也需要不斷更新。持續關注安全資訊、實際動手分析攻擊案例、建立自己的風險監控系統——這些看起來麻煩的事情，實際上是對自己資產負責的表現。

願大家的本金都平安。

參考工具清單

鏈上數據查詢：
- Etherscan：https://etherscan.io
- Blockscout：https://blockscout.com（用於側鏈和 L2）

交易分析與調試：
- Tenderly：https://tenderly.co
- Foundry：https://github.com/foundry-rs/foundry

批量數據分析：
- Dune Analytics：https://dune.com
- Flipside：https://flipsidecrypto.xyz
- HyperLedegr：https://hyperlodge.io

安全監控：
- OpenZeppelin Defender：https://defender.openzeppelin.com
- Forta Network：https://forta.org
- Chainalysis Reactor：https://www.chainalysis.com

漏洞資料庫：
- Rekt：https://rekt.news
- DeFiYield：https://defiyield.info
- Immunefi：https://immunefi.com

免責聲明：本文僅供教育與資訊目的。代碼範例為概念示範，不構成安全建議。在實際應用前，請諮詢專業安全審計人員。

資料截止日期：2026 年 3 月

新興DeFi協議安全評估框架：從基礎審查到進階量化分析 — 系統性構建DeFi協議安全評估框架，涵蓋智能合約審計、經濟模型、治理機制、流動性風險等維度。提供可直接使用的Python風險評估代碼、借貸與DEX協議的專門評估方法、以及2024-2025年安全事件數據分析。
AAVE V4 完整指南：協議架構、抵押模型與安全審計要點深度解析 — Aave 是以太坊生態系統中最具影響力的去中心化借貸協議之一，2024 年推出的 V4 版本引入了多項革命性創新，包括 портал 跨鏈借貸、高效率模式的重大升級、流動性供應商的風險隔離機制，以及改進的利率模型。本文從工程師視角深入分析 Aave V4 的技術架構、合約實現、安全審計要點，以及與 V3 的詳細比較。
DeFi 自動做市商（AMM）數學推導完整指南：從常數乘積到穩定幣模型的深度解析 — 自動做市商（AMM）是 DeFi 生態系統中最具創新性的基礎設施之一。本文從數學視角出發，系統性地推導各類 AMM 模型的定價公式、交易滑點計算、流動性提供者收益模型、以及無常損失的數學證明。我們涵蓋從最基礎的常數乘積公式到 StableSwap 演算法、加權池、以及集中流動性模型的完整推到過程，所有推導都附帶具體數值示例和程式碼範例。
DeFi 進階合約模式完整指南：從設計模式到 production-ready 程式碼實踐 — 本文深入探討以太坊 DeFi 協議開發中的進階合約模式，這些模式是構建生產級去中心化金融應用的核心技術基礎。相較於基礎的代幣轉帳和簡單借貸，進階 DeFi 協議需要處理複雜的定價邏輯、流動性管理、風險控制和多層次的激勵機制。本文從資深工程師視角出發，提供可直接應用於生產環境的程式碼範例，涵蓋 AMM 深度實現、質押衍生品、借貸協議進階風控、協議治理等關鍵領域。
DeFi 攻擊事件漏洞程式碼重現技術深度指南：2024-2026 年完整實作教學 — 本文收錄 2024 年至 2026 年第一季度以太坊生態系統中最具代表性的 DeFi 攻擊事件，提供完整的漏洞程式碼重現、數學推導與量化損失分析。本文的獨特價值在於：透過可運行的 Solidity 程式碼重現漏洞機制，並提供詳盡的數學推導來解釋攻擊成功的原理。涵蓋重入攻擊、Curve Vyper JIT Bug、閃電貸操縱、跨鏈橋漏洞等主流攻擊類型。

延伸閱讀與來源

Aave V3 文檔頭部借貸協議技術規格
Uniswap V4 文檔 DEX 協議規格與鉤子機制
DeFi Llama DeFi TVL 聚合數據
Dune Analytics DeFi 協議數據分析儀表板

這篇文章對您有幫助嗎？

請告訴我們如何改進：

0 人覺得有帮助

DeFi 攻擊事件的鏈上數據驗證工具箱：實證分析與互動式查詢指南

先說個故事：Euler Finance 攻擊事件

第一步：找到攻擊者的錢包地址

第二步：在 Etherscan 上查詢這個地址

第三步：追踪資金流向

第四步：計算總損失

工具一：Etherscan 的隱藏功能

功能 1：追蹤 ETH 轉帳的完整生命週期

功能 2：讀取合約存儲槽

功能 3：反編譯合約

功能 4：追蹤 Internal Transactions

工具二：Tenderly — 合約調試神器

Tenderly 能做什麼？

實際案例：分析一次閃電貸攻擊

工具三：Dune Analytics — 批量數據分析

Dune 能做什麼？

實用查詢範例

查詢攻擊者地址的資金流向

工具四：OpenZeppelin Defender — 自動化監控

功能 1：Autotask

功能 2：Sentinel

功能 3：Relay

實用腳本範例

互動式計算工具：評估你的協議風險

計算 1：健康因子警戒線

計算 2：無常損失計算器

計算 3：攻擊收益 vs 被抓概率

真實案例：追踪一次完整的攻擊痕跡

場景設定

第一步：收集基本信息

第二步：查詢攻擊交易

第三步：分析資金流向

第四步：計算損失

防禦指南：如何在攻擊發生前發現異常

技巧 1：設置 Rate Limiting

技巧 2：監控異常的 Gas 使用量

技巧 3：設立風控委員會

結語：知識就是防禦

參考工具清單

相關文章

延伸閱讀與來源

這篇文章對您有幫助嗎？

評論

發表評論