Analyse du modèle agricole des jetons meme sur Solana

Résumé

Ce rapport examine un modèle de farming de meme jeton largement répandu et hautement collaboratif sur Solana : les déployeurs de jetons transfèrent des SOL vers des "portefeuilles de sniper", permettant à ces portefeuilles d'acheter le jeton dans le même bloc que son lancement. En se concentrant sur une chaîne de financement claire et vérifiable entre les déployeurs et les snipers, nous avons identifié un ensemble de comportements d'extraction à haute confiance.

L'analyse montre que cette stratégie n'est pas un phénomène aléatoire, ni un comportement marginal. Au cours du mois dernier seulement, plus de 15 000 SOL de bénéfices réalisés ont été extraits de plus de 15 000 émissions de jetons de cette manière, impliquant plus de 4 600 portefeuilles de snipers et plus de 10 400 déployeurs. Ces portefeuilles affichent un taux de réussite exceptionnellement élevé de (87% de bénéfices de sniper ), des sorties nettes et efficaces, ainsi qu'un modèle opérationnel structuré.

Découverte clé :

• Les snipers financés par les déployeurs sont systématiques, rentables et généralement automatisés, les activités de sniper étant les plus concentrées pendant les heures de travail aux États-Unis.
• La structure de la culture agricole multi-portefeuille est très courante, utilisant souvent des portefeuilles temporaires et des retraits coordonnés pour simuler une demande réelle.
• Les méthodes de dissimulation évoluent constamment, comme les chaînes de fonds multi-sauts et les transactions de ciblage multi-signatures, pour échapper à la détection.
• Bien qu'il y ait des limites, un filtre de fonds Jump peut toujours saisir les cas de comportement "d'initiés" les plus clairs et répétables à grande échelle.
• Ce rapport propose une méthode heuristique opérationnelle pour aider les équipes de protocole et les interfaces frontales à identifier, marquer et répondre en temps réel à de telles activités - y compris le suivi de la concentration des positions initiales, l'attribution de labels aux portefeuilles des déployeurs, et l'envoi d'alertes aux utilisateurs sur le front-end lors d'émissions à haut risque.

Bien que l'analyse ne couvre qu'un sous-ensemble des comportements de ciblage de blocs similaires, son ampleur, sa structure et sa rentabilité indiquent que l'émission de jetons Solana est activement manipulée par des réseaux collaboratifs, tandis que les mesures de défense existantes sont largement insuffisantes.

Méthodologie

Cette analyse commence avec un objectif clair : identifier les comportements qui indiquent le farming de jetons meme sur Solana, en particulier les cas où le déployeur fournit des fonds à un portefeuille de sniper au moment du lancement du jeton dans le même bloc. Nous avons divisé la question en plusieurs étapes :

1. Filtrer les snipers dans le même bloc

Tout d'abord, sélectionnez les portefeuilles qui ont été ciblés dans le même bloc après le déploiement. Étant donné que Solana n'a pas de mempool global; il est nécessaire de connaître son adresse avant que le jeton n'apparaisse sur le front public; et le temps entre le déploiement et la première interaction DEX est extrêmement court. Ce comportement est presque impossible de se produire naturellement, c'est pourquoi "le ciblage dans le même bloc" devient un filtre de haute confiance pour identifier les activités potentielles de collusion ou de privilège.

2. Identifier et déployer le portefeuille associé au déployeur

Pour distinguer les tireurs d'élite techniquement qualifiés des "initiés" collaboratifs, nous avons suivi les transferts de SOL entre les déployeurs et les tireurs d'élite avant le lancement du jeton, en marquant uniquement les portefeuilles satisfaisant les conditions suivantes : réception directe de SOL du déployeur ; envoi direct de SOL au déployeur. Seuls les portefeuilles ayant des transferts directs avant le lancement ont été inclus dans l'ensemble de données final.

3. Lier le sniping aux bénéfices des jetons

Pour chaque portefeuille de sniper, nous cartographions son activité de trading sur le jeton ciblé, en calculant spécifiquement : le montant total de SOL dépensé pour acheter ce jeton ; le montant total de SOL obtenu lors de la vente sur le DEX ; le bénéfice net réalisé ( et non le bénéfice nominal ). Cela permet d'attribuer avec précision le profit extrait à chaque fois du déployeur.

4. Mesurer l'échelle et le comportement des portefeuilles

Nous analysons l'ampleur de ce type d'activité sous plusieurs dimensions : le nombre de déployeurs indépendants et de portefeuilles de sniper ; le nombre de fois que des snipes ont été confirmés dans le même bloc ; la distribution des bénéfices des snipes ; le nombre de jetons émis par chaque déployeur ; la réutilisation des portefeuilles de sniper entre les jetons.

5. Trace d'activité de la machine

Pour comprendre comment ces opérations se déroulent, nous regroupons les activités de sniper par heure UTC. Les résultats montrent : les activités se concentrent sur des créneaux horaires spécifiques ; une baisse significative durant les heures tardives en UTC ; cela indique qu'il s'agit moins d'une automatisation mondiale et continue que d'une tâche cron ou d'une fenêtre d'exécution manuelle alignée sur les États-Unis.

6. Analyse du comportement de sortie

Enfin, nous étudions le comportement des portefeuilles associés aux déployeurs lors de la vente de jetons ciblés : mesurer le temps entre le premier achat et la vente finale ( la durée de détention ) ; comptabiliser le nombre de transactions de vente distinctes utilisées par chaque portefeuille pour sortir. Cela permet de distinguer si le portefeuille choisit un déstockage rapide ou une vente progressive, et d'examiner le lien entre la vitesse de sortie et la rentabilité.

Se concentrer sur les menaces les plus claires

Nous avons d'abord mesuré l'ampleur des attaques dans le même bloc lors de l'émission de pump.fun, et les résultats sont choquants : plus de 50% des jetons ont été attaqués dès la création du bloc - les attaques dans le même bloc sont passées d'un cas marginal à un mode d'émission dominant.

Sur Solana, la participation au même bloc nécessite généralement : des transactions pré-signées ; une coordination hors chaîne ; ou le partage d'infrastructure entre le déployeur et l'acheteur.

Tous les snipers de blocs ne sont pas aussi malveillants, il existe au moins deux types de rôles : "robots de pêche au filet" - testant des heuristiques ou des spéculations de faible montant ; complices internes - y compris les déployeurs fournissant des fonds à leurs acheteurs.

Pour réduire les faux positifs et mettre en évidence les véritables comportements collaboratifs, nous avons ajouté un filtrage strict dans les indicateurs finaux : nous ne comptons que les attaques où il existe un transfert direct de SOL entre le déployeur avant la mise en ligne et le portefeuille de sniper. Cela nous permet de cibler avec confiance : les portefeuilles contrôlés directement par le déployeur ; les portefeuilles agissant sous la direction du déployeur ; les portefeuilles ayant des canaux internes.

Étude de cas 1 : financement direct

Le portefeuille du déployeur envoie un total de 1,2 SOL à 3 portefeuilles différents, puis déploie un jeton nommé SOL > BNB. Les 3 portefeuilles de financement complètent l'achat en une seule et même block de création du jeton, avant qu'il ne soit visible sur un marché plus large. Par la suite, ils le vendent rapidement pour réaliser un profit, exécutant une sortie éclair coordonnée. C'est un exemple classique de la manière dont les portefeuilles de ciblage préfinancés frappent des jetons agricoles, directement capturé par notre méthodologie de chaîne de fonds. Bien que la méthode soit simple, elle se joue à grande échelle lors de milliers d'émissions.

Étude de cas 2 : financement multi-saut

Un certain portefeuille est lié à plusieurs attaques de jetons. Cette entité n'a pas directement financé le portefeuille d'attaque, mais a transféré des SOL via des portefeuilles intermédiaires de 5 à 7 couches vers le portefeuille d'attaque final, permettant ainsi de réaliser l'attaque dans le même bloc.

Notre méthode actuelle ne détecte que certaines transactions préliminaires des déployeurs, sans pouvoir capturer l'ensemble de la chaîne vers le portefeuille cible final. Ces portefeuilles de relais sont souvent « à usage unique », utilisés uniquement pour transmettre des SOL, ce qui rend difficile leur association par une simple requête. Ce manque n'est pas un défaut de conception, mais plutôt un compromis en termes de ressources de calcul - bien qu'il soit possible de suivre des chemins de fonds à multiples sauts dans des données à grande échelle, le coût est énorme. Par conséquent, l'implémentation actuelle privilégie des liaisons directes à haute confiance pour maintenir la clarté et la reproductibilité.

Nous avons utilisé des outils de visualisation pour montrer cette chaîne de financement plus longue, illustrant comment les fonds passent du portefeuille initial à travers le portefeuille shell jusqu'au portefeuille du déployeur final. Cela met en évidence la complexité du camouflage des sources de fonds et indique également la direction pour améliorer les méthodes de détection à l'avenir.

Découverte

En se concentrant sur le sous-ensemble "sniping dans le même bloc + chaîne de financement directe", nous révélons un comportement de collaboration en chaîne vaste, structuré et hautement rentable. Toutes les données suivantes couvrent la période du 15 mars à aujourd'hui :

1. Les snipers financés par le même bloc et le déployeur sont très courants et systématiques.

a. Au cours du mois dernier, plus de 15 000 jetons ont été directement ciblés par des portefeuilles de financement dès leur mise en ligne sur la blockchain; b. Impliquant plus de 4 600 portefeuilles de sniper, plus de 10 400 déployeurs; c. Le volume d'émission de pump.fun est d'environ 1,75 %.

2. Cette action génère des bénéfices à grande échelle

a. Le portefeuille de ciblage direct des financements a réalisé un bénéfice net >15 000 SOL; b. Taux de réussite de la cible 87%, très peu de transactions échouées; c. Rendement typique d'un seul portefeuille 1-100 SOL, quelques-uns dépassent 500 SOL.

3. Déploiement répété et ciblage des réseaux de farming

a. De nombreux déployeurs utilisent de nouveaux portefeuilles pour créer en masse des dizaines à des centaines de jetons; b. Certains portefeuilles de sniper effectuent des centaines de snipes en une journée; c. Observé la structure "centre-rayonnement" : un portefeuille finance plusieurs portefeuilles de sniper, tous ciblant le même jeton.

4. La cible présente un modèle temporel centré sur l'humain

a. Les pics d'activité sont de 14h00 à 23h00 UTC ; de 00h00 à 08h00 UTC, presque à l'arrêt ; b. S'aligne sur les heures de travail américaines, ce qui signifie qu'il est déclenché manuellement / par cron, et non automatiquement 24 heures sur 24 dans le monde.

5. Confusion de la propriété entre portefeuilles uniques et transactions multi-signatures

a. Le déployeur injecte simultanément des fonds dans plusieurs portefeuilles et signe une frappe dans la même transaction; b. Ces portefeuilles brûlés ne signeront plus aucune transaction ; c. Le déployeur divise l'achat initial en 2 à 4 portefeuilles, déguisant la demande réelle.

Comportement de sortie

Pour mieux comprendre comment ces portefeuilles se retirent, nous avons décomposé les données selon deux grandes dimensions de comportement :

1. Vitesse de sortie ( Moment de sortie ) - Du premier achat à la vente finale;
2. Nombre de ventes ( Swap Count ) - Nombre de transactions de vente indépendantes utilisées pour quitter.

conclusion des données

1. Vitesse de retrait

a. 55% des snipers ont été vendus en une minute. b. 85% liquidé en 5 minutes; c. 11% terminé en 15 secondes.

2. Nombre de ventes

a. Plus de 90 % des portefeuilles de sniper n'effectuent qu'une ou deux ventes pour sortir; b. Très peu de ventes progressives.

3. Tendance des bénéfices

a. Le portefeuille le plus rentable est celui qui sort en moins d'une minute, ensuite celui qui sort en moins de cinq minutes; b. Une détention plus longue ou des ventes multiples, bien que le profit moyen par vente soit légèrement plus élevé, contribuent peu au profit total en raison du faible volume.

explicatif

Ces modèles indiquent que le ciblage financé par le déployeur n'est pas une activité de trading, mais plutôt une stratégie d'extraction automatisée et à faible risque :

• Acheter en avance → Vendre rapidement → Sortir complètement.
• Une vente unique représente un désintérêt total pour les fluctuations de prix, se contentant d'utiliser l'opportunité pour vendre.
• Quelques stratégies de sortie plus complexes ne sont que des exceptions, des modes non conventionnels.

Informations exploitables

Les suggestions ci-dessous visent à aider les équipes de protocole, les développeurs front-end et les chercheurs à identifier et à faire face aux modèles d'émission de jetons extractifs ou collaboratifs, en transformant les comportements observés en