Mànwù Yúzōng: La principal razón por la que se robaron más de 100 millones de dólares en Balancer es que, en la implementación del Pool Estable Composable de Balancer v2, el error en el cálculo del factor de escala puede ser amplificado y beneficiarse en intercambios con baja liquidez.
Golden Finance informa que Slow Fog Yu Xian publicó un informe de análisis sobre el hackeo de más de 100 millones de dólares en Balancer. El informe señala que la causa fundamental radica en la implementación del Composable Stable Pool en Balancer v2 (basada en Stable Math de Curve StableSwap), donde el uso de operaciones de punto fijo entero en los factores de escalado (scalingFactors) genera pérdidas de precisión. Esto provoca pequeñas diferencias en los intercambios de tokens que, con el tiempo, se acumulan de manera compuesta, creando una brecha de precios o errores. Los atacantes aprovechan intercambios de bajo volumen y pequeñas cantidades para amplificar estas diferencias y obtener beneficios acumulados significativos.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Mànwù Yúzōng: La principal razón por la que se robaron más de 100 millones de dólares en Balancer es que, en la implementación del Pool Estable Composable de Balancer v2, el error en el cálculo del factor de escala puede ser amplificado y beneficiarse en intercambios con baja liquidez.
Golden Finance informa que Slow Fog Yu Xian publicó un informe de análisis sobre el hackeo de más de 100 millones de dólares en Balancer. El informe señala que la causa fundamental radica en la implementación del Composable Stable Pool en Balancer v2 (basada en Stable Math de Curve StableSwap), donde el uso de operaciones de punto fijo entero en los factores de escalado (scalingFactors) genera pérdidas de precisión. Esto provoca pequeñas diferencias en los intercambios de tokens que, con el tiempo, se acumulan de manera compuesta, creando una brecha de precios o errores. Los atacantes aprovechan intercambios de bajo volumen y pequeñas cantidades para amplificar estas diferencias y obtener beneficios acumulados significativos.