Apa Itu Serangan Sybil dan Bagaimana Mengancam Bursa Terdesentralisasi (DEX)?

Dalam sistem terdistribusi, kepercayaan tidak terikat pada identitas — node dianggap “setara secara default.” Serangan Sybil memanfaatkan hal ini dengan memungkinkan satu penyerang membuat puluhan, ratusan, atau ribuan identitas palsu, membuat jaringan keliru percaya bahwa ada banyak peserta independen — padahal sebenarnya hanya ada satu.

Ini bukan masalah teoretis. Dalam konteks decentralized exchanges (DEX) serangan Sybil termasuk di antara Cara tercepat untuk mendistorsikan sinyal pasar, memanipulasi harga, dan meracuni tata kelola serta logika routing — tanpa meretas smart contract atau mencuri kunci privat.

Di Mana Serangan Sybil Mengenai DEX dalam Praktik

DEX bukanlah satu perkara; ia adalah rangkaian mekanisme: routing likuiditas, feed oracle, tata kelola, dan perilaku mempool yang dipengaruhi MEV. Tekanan Sybil dapat menyerang setiap lapisan.

1) Manipulasi Lapisan Likuiditas

Banyak situs peringkat DEX (CoinGecko, CoinMarketCap tab DEX, DefiLlama, dll.) mengandalkan sinyal volume agregat dan likuiditas yang diambil dari chain.

Seorang penyerang Sybil dapat:

• Membuat dompet palsu dan trading melawan diri sendiri (self-wash)
• Mensimulasikan kedalaman likuiditas untuk “membenarkan” token scam
• Meningkatkan volume untuk naik peringkat dashboard dan menarik korban nyata

Ini bukanlah hipotetis. Epidemi “volume palsu” di DeFi musim panas 2020–2023 secara struktural adalah fenomena Sybil. Proyek menggunakan armada bot untuk memalsukan pemanfaatan likuiditas dan menunjukkan adopsi.

2) Pengambilalihan Tata Kelola melalui Pemilih Buatan

Jika sebuah DEX atau protokol likuiditas bergantung pada heuristik identitas lemah atau satu-entitas-satu-suara, seorang penyerang Sybil dapat:

• Membanjiri tata kelola dengan pemilih palsu
• Memaksa kuorum untuk mengesahkan perubahan parameter yang berbahaya (biaya, set whitelist, sumber oracle)
• Memblokir tata kelola di masa depan dengan pemilih dissent tak terbatas (“veto Sybil”)

Hasil historis yang diketahui:
Meskipun tidak spesifik untuk DEX, penelitian Tor 2014 oleh penulis SybilGuard menunjukkan bahwa sistem konsensus publik tanpa batasan identitas rentan secara struktural terhadap dominasi Sybil. Logika tersebut berlaku 1:1 pada model DAO yang tidak mengikat hak suara pada biaya kripto-ekonomis.

3) Korupsi Lapisan Routing / Penemuan

Aggregator DEX dan router berbasis intent bergantung pada asumsi peer/topologi. Armada Sybil dapat:

• Menyamar sebagai banyak “rute terbaik” untuk menyesatkan penetapan harga
• Meng-Eclipse node jujur dalam relay P2P
• Mengurangi keragaman jalur, memungkinkan ekstraksi harga atau sensor di kemudian hari

Kelas serangan ini analog dengan serangan Eclipse pada peer Bitcoin yang secara historis didemonstrasikan (bukan teoretis) dalam karya akademik dan direproduksi di lab penelitian adversarial.

4) Keracunan Oracle & Reputasi

Ketika sebuah DEX bergantung pada lapisan reputasi (mis. market maker buku order, set validator, pelapor harga), identitas Sybil dapat:

• Meningkatkan kredibilitas market maker berbahaya
• Menurunkan suara pelapor jujur dalam oracle yang digated oleh reputasi
• Menciptakan konsensus buatan pada sinyal harga palsu cukup lama untuk di-arbitrasikan

Kelompok riset Chainlink dan MakerDAO berulang kali menekankan bahwa setiap lapisan oracle berbasis reputasi tanpa penambatan biaya rentan terhadap Sybil.

Mengapa Ini Lebih Penting untuk DEX daripada CEX

Bursa terpusat tahu siapa bot mereka — identitas ditegakkan dan operator dapat menghapus perilaku buruk secara retroaktif. DEX tidak dapat “menghapus sebuah wallet” atau “melarang sebuah IP”. Setelah kawanan Sybil bertindak, chain harus memperlakukan mereka sebagai sah — dan itulah asimetri yang dieksploitasi penyerang.

Biaya minimal dan sumber daya penyerang — seberapa murah kampanye Sybil?

Biaya melancarkan kampanye Sybil yang praktis efektif sangat bervariasi tergantung pada apa yang ingin dicapai penyerang:

• Memalsukan metrik / wash trading (menaikkan volume, likuiditas palsu): seringkali sangat murah. Seorang penyerang membutuhkan banyak wallet dan beberapa gas/biaya on-chain plus modal awal untuk melakukan trade yang terlihat sah. Analisis akademik dan industri menunjukkan wash trading merajalela di pasar kripto karena membuat banyak alamat dan melakukan self-trade lebih murah dibandingkan nilai bisnis (visibilitas, listing, capture airdrop) yang diperoleh. 
• Pengambilalihan tata kelola (mengambil alih suara DAO): biaya tergantung pada model tata kelola. Jika voting sama dengan kepemilikan token, penyerang perlu memperoleh atau menyewa (flash loan atau pinjaman) token yang cukup — seringkali mahal tetapi memungkinkan untuk token tata kelola berlikuiditas rendah. Jika voting adalah satu-alamat-satu-suara atau menggunakan pemeriksaan identitas lemah, biaya runtuh menjadi biaya marginal membuat banyak alamat dan gas untuk voting. Hasil dasar Douceur menyiratkan bahwa tanpa penambatan identitas atau kendala berbiaya, identitas Sybil pada dasarnya gratis untuk dibuat.
• Serangan tingkat jaringan (gaya Eclipse, monopolisasi routing): ini mengharuskan penyerang mengontrol banyak alamat IP atau slot peer. Heilman et al. mengkuantifikasi sumber daya untuk serangan eclipse Bitcoin: mengontrol sejumlah besar peer IP yang feasible untuk adversary yang termotivasi dan memerlukan sumber daya moderat dibandingkan target bernilai tinggi. Menerjemahkan itu ke relay P2P DEX modern atau sistem penemuan peer menunjukkan prinsip yang sama — kendalikan cukup endpoint dan Anda mengontrol apa yang dilihat node jujur. 

Intinya: biaya serangan bisa sangat rendah (wash-trading, capture airdrop token, peringkat palsu) atau substansial tetapi dapat dilakukan (membeli posisi token besar, mengontrol ruang IP) — namun ada contoh terdokumentasi di mana perilaku mirip Sybil berbiaya rendah menghasilkan kerugian pasar signifikan. 

Mengapa lebih banyak peserta (node/pengguna) bisa membantu penyerang Sybil, bukan menghentikannya

Secara intuitif Anda mungkin mengira “lebih banyak node = lebih sulit diambil alih.” Itu tidak selalu benar kecuali identitas itu berbiaya atau terverifikasi:

1. Skala memperkuat anonimitas. Saat jaringan tumbuh, identitas palsu penyerang tenggelam dalam volume; rasio sinyal-ke-noise meningkat untuk penyerang karena perilaku pencilan lebih sulit dibedakan dalam skala besar.
2. Pembuatan identitas murah. Jika membuat alamat atau mendaftarkan node hanya memerlukan gas atau siklus CPU, maka peningkatan jumlah pengguna memungkinkan penyerang meniru churn yang sah. Teorema Douceur memformalkan kesenjangan ini: tanpa jangkar identitas eksternal, mayoritas atau pluralitas berdasarkan identitas bukan properti keamanan yang andal. 
3. Ekonomi otomatisasi. Armada penyerang besar dapat mengotomasi perilaku kompleks dengan murah (penjadwalan order, penyediaan likuiditas, loop arbitrase kecil) yang meniru partisipan pasar alami — membuat deteksi oleh heuristik sederhana tidak efektif. Penelitian terbaru menunjukkan metode otomatis untuk menyamarkan wash trading pada AMM. 

Bagaimana serangan Sybil digabungkan dengan MEV dan manipulasi harga untuk mengekstrak keuntungan nyata

Identitas Sybil bukan tujuan akhir — mereka adalah tuas. Gabungkan mereka dengan teknik seperti ekstraksi MEV, manipulasi oracle, dan flash loan, dan penyerang dapat mengubah manipulasi metrik menjadi keuntungan fiat atau kripto nyata.

• Contoh strategi — urutan biaya rendah: buat banyak alamat untuk meningkatkan likuiditas/volume yang terlihat → meyakinkan aggregator/indexer atau manusia untuk merutekan trade yang lebih besar melalui pool yang dimanipulasi → eksekusi sandwich atau front-running bergaya MEV pada trade yang lebih besar itu untuk menangkap keuntungan. Investasi awal untuk memalsukan volume dikembalikan melalui penangkapan MEV berulang. Analisis akademik dan industri menunjukkan bahwa MEV yang digabungkan dengan manipulasi likuiditas rendah adalah vektor sentral dalam eksploit nyata. 
• Contoh manipulasi harga (konteks insiden nyata): Mango Markets (Oktober 2022) adalah kasus konkret publik di mana manipulasi harga sebuah aset likuiditas rendah di chain memungkinkan sebuah cascade yang membuat penyerang mengekstrak sekitar $117M. Insiden itu bukan serangan Sybil murni, tetapi mengilustrasikan akibat ketika adversary memanipulasi sinyal harga on-chain dan mengasumsikan partisipasi independen yang luas: protokol yang mempercayai sinyal harga on-chain atau mengasumsikan partisipasi independen dapat keliru secara katastrofik. Pelajaran langsung — likuiditas atau konsensus harga yang dipalsukan oleh Sybil dapat memungkinkan hasil katastrofik yang sama. 

Saya tidak akan mengklaim Mango adalah serangan Sybil; melainkan, ini adalah contoh terdokumentasi tentang bagaimana manipulasi likuiditas dan harga dapat dimonetisasi. Taktik Sybil adalah pendorong biaya rendah untuk kelas manipulasi menguntungkan yang sama.

Mitigasi Praktis — pertahanan berlapis (tindakan konkret yang dapat diterapkan)

1) Economic anchoring: membuat identitas mahal atau setidaknya bermakna secara ekonomi

• Memerlukan stake ekonomi yang tidak sepele untuk berpartisipasi dalam tata kelola atau peran berkepercayaan tinggi (bonding, slashing pada perilaku buruk, kunci stake). Sistem proof-of-stake menerapkan ide ini; prinsip yang sama dapat diterapkan di layer aplikasi (deposit tata kelola, voting berbobot stake). (Lihat kesimpulan Douceur: tanpa biaya, Sybil menjadi mudah.)

2) Orakel harga multi-sumber dan pembobotan waktu

• Jangan pernah mempercayai satu metrik likuiditas atau satu sumber harga on-chain untuk keputusan bernilai tinggi (likuidasi, routing besar). Gunakan beberapa orakel independen dan harga median berbobot waktu untuk menahan lonjakan singkat yang dimungkinkan Sybil. Mango Markets menunjukkan kerusakan saat sinyal harga dimanipulasi; diversitas dan pemulusan temporal mengurangi risiko tersebut.

3) Reputasi dengan friction + sinyal perilaku

• Gunakan sistem reputasi yang menggabungkan staking jangka panjang, umur alamat, bukti lintas-chain, dan pola perilaku (riwayat trading yang kompleks) daripada hanya menghitung jumlah alamat. Namun ingat: reputasi tanpa biaya masih bisa dipalsukan — jadi padukan dengan ikatan ekonomi. Penelitian menunjukkan bahwa wash trading yang canggih dapat menghindari heuristik naif, jadi gunakan clustering entitas lanjutan dan deteksi ML.

4) Batasan rate, batas per identitas, dan kontrol anti-Sybil untuk airdrop

• Untuk program insentif (airdrop, liquidity mining), terapkan batas per alamat, memerlukan KYC untuk klaim besar, atau gunakan attestation identitas off-chain (misal: Proof-of-Personhood) untuk mengurangi penyalahgunaan mudah. Bahkan friction parsial sangat meningkatkan biaya penyerang. Panduan industri dan analisis Chainalysis tentang wash trading mendorong kontrol lebih ketat pada program reward.

5) Penguatan level jaringan

• Untuk P2P relay dan penemuan node, perkuat terhadap monopolization gaya eclipse dengan mendiversifikasi pemilihan peer, membatasi koneksi masuk, menggunakan daftar peer terautentikasi, dan memantau klaster IP/alamat mencurigakan. Analisis Heilman et al. tentang serangan eclipse menunjukkan bahwa diversitas peer dan pemantauan yang tepat meningkatkan biaya penyerang secara signifikan.

6) Deteksi on-chain dan alerting kontinu

• Terapkan deteksi otomatis: clustering entitas, heuristik wash-trade, lonjakan mendadak pada perdagangan hampir tanpa slippage, dan koordinasi antar wallet abnormal. Gunakan teknik akademik dari deteksi wash-trade AMM dan analitik komersial (Chainalysis) untuk membangun dashboard dan alerting pada inflasi metrik yang tidak biasa.

7) Human-in-the-loop untuk aksi berdampak tinggi

• Untuk perubahan parameter protokol atau pergerakan tata kelola besar, diperlukan multi-sig atau jendela audit manusia di mana pola voting mencurigakan (misal: banyak alamat baru voting sama) memicu review manual atau penundaan vote. Ini low-tech tapi sangat efektif saat pemeriksaan otomatis menandai anomali.

Sinyal deteksi yang dapat dimonitor hari ini (heuristik konkret)

• Pembuatan alamat secara massal diikuti transaksi serupa dengan cepat (jumlah dan waktu sama).
• Alamat dengan turnover tinggi, holding rendah berpartisipasi dalam governance atau program likuiditas.
• Perdagangan bolak-balik / transfer pulang-pergi antara set kecil alamat (pola wash).
• Pola gas-price, nonce, atau endpoint relayer identik di banyak wallet — menandakan otomatisasi.
• IP terklaster atau peer-ID identik di level P2P (untuk fleet node). Penelitian tentang wash trading on-chain menyediakan fitur algoritmik untuk mendeteksi wash trade Sybil tersembunyi di AMM. Integrasi fitur ini ke monitoring menghasilkan sinyal early false-positive yang dapat ditinjau.

Kesalahan umum orang tentang serangan Sybil — dan mengapa asumsi itu berbahaya

Mitos #1 — “Hanya manipulasi kosmetik”

Salah. Sybil adalah infrastruktur untuk ekstraksi selanjutnya. Alamat palsu digunakan untuk:

• menarik likuiditas nyata sebelum melakukan serangan MEV atau harga,
• melewatkan perubahan governance berbahaya,
• mendistorsi orakel untuk memicu likuidasi.

Identitas palsu menyebabkan konsekuensi finansial nyata.

Mitos #2 — “Governance DAO aman karena ‘on-chain’ ”

On-chain != tahan Sybil. Kecuali biaya partisipasi sebanding dengan pengaruh, voting on-chain default-nya satu-alamat-satu-vote — tepatnya rezim yang paling mudah dikuasai Sybil. Ini bukan kelemahan blockchain, tapi kesalahan desain.

Mitos #3 — “Sybil mudah dideteksi”

Sybil murah mudah dideteksi. Sybil menguntungkan dirancang agar terlihat normal:

• wallet menua selama beberapa minggu sebelum bertindak
• ukuran trade bervariasi untuk mensimulasikan manusia
• timing diacak melawan heuristik bot yang dikenal
• perilaku dicampur dengan aliran nyata untuk menyamarkan jejak

Serangan Sybil terkini tidak dikenali hanya dengan “inspeksi visual Etherscan”.

Tanda peringatan khusus untuk lingkungan DEX (dapat dioperasikan)

Kategori ini persis yang mendahului episode manipulasi di dunia nyata:

1. Laju volume mendadak tanpa arus sosial / HNWI yang berkorelasi
   — Lonjakan murni on-chain tanpa sebab informasi = aliran buatan.
2. Quorum governance dicapai oleh wallet “baru”
   — Wallet tanpa interaksi sebelumnya muncul hanya untuk vote satu arah.
3. Distribusi likuiditas asimetris
   — Beberapa pool menunjukkan pola kedalaman identik pada waktu yang sama → simetri sintetis.
4. Osilasi sengaja di sekitar jendela orakel
   — Penyerang “memijat” harga cukup untuk mempengaruhi TWAP/median tanpa menampilkan jejak penuh.
5. Likuiditas yang pergi segera setelah listing atau pengakuan dashboard
   — “Pump fake” klasik: inflate → indexed → exit sebelum terdeteksi.

Mengapa Sybil bertahan: penyerang punya keuntungan asimetris

• Mereka harus menipu kode, bukan manusia. Smart contract dan dashboard menerima data tanpa penilaian.
• Mereka skala horizontal dengan biaya marginal hampir nol. Setiap wallet tambahan hampir gratis.
• Mereka memanfaatkan asimetri insentif. Jika memalsukan metrik menghasilkan satu listing, gelombang pengguna nyata, atau perubahan governance yang dieksploitasi — ROI sangat besar.
• Tidak ada undo. Tidak seperti CEX, DEX tidak bisa “roll back” atau “ban” identitas setelah kejadian.

Dalam teori risiko siber ini disebut structural non-revocability — tindakan tetap valid terlepas dari niat yang ditemukan.

Implikasi strategis kunci jika membangun/mengoperasikan DEX

1. Jika pertahanan Anda mengasumsikan keunikan peserta — Anda sudah terkompromi.
   Hindari model keamanan yang menghitung identitas secara implisit.
2. Jika insentif memberi reward pada tampilan, bukan partisipasi berbasis biaya — Anda membeli penyerang.
   Airdrop, reward mining, governance — semua harus menyertakan friction atau stake.
3. Jika mempercayai sinyal on-chain tanpa skeptisisme — Anda menelan data musuh sebagai kebenaran.
   Setiap metrik yang dapat menggerakkan modal atau reputasi adalah target.

Kebenaran keras untuk arsitek DEX

Serangan Sybil bukan “satu tipe exploit tambahan.” Ini adalah primitif langkah pertama yang membuat banyak serangan lain lebih murah, tak terlihat, dan dapat dibantah.

Anda tidak bisa “patch” Sybil setelah kejadian.

Anda harus merancang mekanisme seolah Sybil permanen, murah, dan ada sejak hari pertama — karena di jaringan adversarial, memang demikian.

Checklist praktis — apa yang diterapkan dan urutannya (prioritas: 1 — tinggi, 2 — sedang, 3 — rendah)

1. (Prioritas 1) Staking ekonomi / bonding untuk hak istimewa
   • Memerlukan stake/bond untuk memperoleh hak voting atau aksi elevated (voting listing, status reporter orakel).
   • Parameter: bond minimum ≥ 0.5–2% dari nilai nominal objek yang dipilih; bond dipotong atau hangus sebagian jika terbukti penipuan.
   • Implementasi: kontrak bond on-chain + timelock; integrasikan dengan multi-sig governance untuk kontrol darurat.
2. (Prioritas 1) Beberapa orakel independen + TWAP/median
   • Kebijakan harga: gunakan median dari minimal tiga sumber independen + pembobotan waktu (misal TWAP 1–5 menit untuk pasar tipis) untuk keputusan seperti likuidasi atau routing besar.
   • Dokumentasikan sumber tepercaya, fallback, dan threshold divergence.
3. (Prioritas 1) Kontrol anti-Sybil untuk reward (airdrop, liquidity mining)
   • Batas pembayaran per alamat, heuristik IP/device, opsi memerlukan KYC untuk klaim besar.
   • Jika memungkinkan, minta attestation off-chain (proof-of-personhood atau attestation anti-Sybil) untuk reward bernilai tinggi.
4. (Prioritas 2) Detektor anomali untuk aktivitas transaksi
   • Kumpulkan fitur: pembuatan batch alamat, pola nonce/gas identik, jumlah bulat, rotasi likuiditas cepat.
   • Implementasikan model ML/heuristik dengan threshold alert; integrasikan ke dashboard operator dan CI.
5. (Prioritas 2) Keanekaragaman peer dan penguatan jaringan
   • Untuk P2P: pemilihan peer acak, batas koneksi masuk, verifikasi peer-ID dan distribusi geo.
   • Untuk relayer: whitelist terautentikasi + batas rate pengumuman routing.
6. (Prioritas 2) Jendela review + human-in-the-loop
   • Memerlukan delay (misal 48–72 jam) dan opsi freeze darurat untuk perubahan parameter kritis.
   • Secara otomatis menandai quorum yang didominasi alamat “baru” untuk review manual.
7. (Prioritas 3) Reputasi dengan keterkaitan ekonomi
   • Reputasi = f(stake, umur, skor aktivitas). Umur dan riwayat penting, tapi tanpa stake, reputasi memberi otoritas terbatas.
8. (Prioritas 3) Latihan red/blue team rutin
   • Jadwalkan simulasi kampanye Sybil dan ukur waktu deteksi serta false positive rate.

“Tidak bisa dinegosiasikan” — 7 aturan; melanggar salah satunya = rentan

1. Jangan beri hak istimewa hanya karena alamat ada. (alamat ≠ identitas)
2. Semua kekuatan governance harus memiliki anchor ekonomi.
3. Jangan bergantung pada satu sumber harga atau metrik untuk keputusan kritis.
4. Semua insentif massal (airdrop, bonus) harus memiliki penghalang anti-Sybil (batas/attestation).
5. Tidak ada listing/indexing cepat otomatis tanpa bukti likuiditas asli.
6. Perubahan protokol kritis memerlukan delay + multi-sig / pengawasan manusia.
7. Pemantauan dan logging harus tahan manipulasi dan dapat diaudit.

Melanggar satu saja, Anda terbuka terhadap serangan.

Tiga skenario stress-test (cepat dijalankan di testnet atau simulator) dan cara mengeksekusinya

Setiap skenario mencakup: tujuan penyerang, setup, langkah demi langkah, indikator deteksi, dan respons operator.

Skenario A — “Wash & Inflate” (tujuan: membuat ilusi likuiditas dan volume dalam)

• Tujuan penyerang: membuat tampilan pool dalam, tarik order besar nyata, kemudian ekstrak MEV atau spread.
• Setup (testnet): script buat 200–1.000 alamat; alokasikan token/gas test ke alamat.
• Langkah:
  1. Otomatiskan siklus beli→jual berulang antar alamat terkendali untuk meniru volume.
  2. Beberapa alamat posting order besar yang tidak dimaksudkan dieksekusi (pola spoofing).
  3. Setelah pasar tampak “populer”, koordinator eksekusi trade besar sementara lainnya lakukan sandwich/front-run untuk profit.
• Indikator deteksi:
  • Proporsi volume tidak seimbang berasal dari alamat < X hari.
  • Korelasi tinggi ukuran trade bulat dan pola gas identik.
  • Entri order-book hilang segera setelah indexing/listing.
• Respons operator:
  • Nonaktifkan sementara reward untuk alamat terkait, lakukan review manual likuiditas dan harga, dan kecualikan harga jendela pendek dari aggregator feed saat investigasi.

Skenario B — “Governance Flood” (tujuan: dorong parameter jahat via vote palsu)

• Tujuan penyerang: capai quorum dan lulus perubahan protokol berbahaya.
• Setup:
  • Model governance: satu-alamat-satu-vote atau persyaratan stake lemah.
  • Buat 5.000–20.000 alamat di testnet + bot voting.
• Langkah:
  1. “Warm up” wallet selama beberapa hari dengan transaksi kecil untuk menghindari kecurigaan langsung.
  2. Saat voting, script semua alamat vote sama dalam jendela ketat untuk capai quorum.
  3. Jika protokol menegakkan efek langsung, penyerang jalankan perubahan jahat (kenaikan fee, swap orakel, update whitelist).
• Indikator deteksi:
  • Lonjakan vote dari akun dengan aktivitas minimal sebelumnya.
  • Pola timing/gas serupa antar banyak transaksi voter.
  • Quorum tercapai lebih cepat dibanding norm historis.
• Respons operator:
  • Jika ada delay window, pause eksekusi dan minta validasi manual. Untuk satu-alamat-satu-vote, blacklist akun palsu jelas untuk governance dan minta re-verifikasi vote (misal: bukti stake atau KYC). Update governance untuk memerlukan bond ekonomi atau voting berbobot.

Skenario C — “Routing Relay Monopoly” (tujuan: monopoli jalur aggregator/relay untuk bias penemuan harga)

• Tujuan penyerang: kontrol routing atau visibilitas relayer sehingga aggregator lihat quote sesuai penyerang dan route trade besar melalui jalur termanipulasi.
• Setup:
  • Deploy fleet node relayer atau simulasi banyak koneksi peer di testnet.
  • Siapkan pool termanipulasi dengan likuiditas nyata dangkal tapi harga menarik saat dilihat aggregator.
• Langkah:
  1. Jalankan banyak endpoint relayer yang promosikan pool termanipulasi sebagai rute terbaik.
  2. Manfaatkan kelemahan diversitas peer (pemilihan peer prediktif) agar node aggregator jujur konek preferensial ke relayer penyerang.
  3. Saat order nyata masuk, ekstrak profit via front-running, sandwich, atau routing order korban ke hop likuiditas rendah.
• Indikator deteksi:
  • Grafik routing aggregator menunjukkan konsentrasi tinggi ke sedikit relayer/endpoint.
  • Diskrepansi antara harga eksekusi on-chain dan harga agregat dari berbagai sumber.
  • Konvergensi mendadak route ID atau peer ID di banyak node terhubung.
• Respons operator:
  • Paksa diversifikasi peer, suspend route dari relayer mencurigakan, minta autentikasi relayer, dan cross-check harga dengan pengecekan on-chain independen sebelum routing trade besar.

Nasihat singkat dan jelas (praktis)

• Perlakukan Sybil sebagai realitas dasar: rancang setiap keputusan kritis seolah identitas palsu murah ada.
• Kaitkan pengaruh dengan biaya ekonomi atau attestation off-chain terverifikasi.
• Gunakan banyak sinyal independen dan beri bobot waktu.
• Buat program reward mahal untuk disalahgunakan.
• Gabungkan deteksi otomatis dengan review manusia untuk aksi berdampak tinggi.