ZAPs: A Reward Attribution Framework for DeFi Ecosystems with Adversarial-Robust Scoring via Parallel Anomaly Ensemble Detection
创建于 更新于
摘要
ZAPs 提出一个面向 DeFi 激励分配的鲁棒奖励属性框架，通过对参与者体量、参与时长和行为质量进行分段归一化的复合分数来实现公平性与抗攻击性并重，且对全球生态规模进行两层嵌套权重以界定协议的重要性，避免对 niche 协议的结构性利用。同时引入四层对抗检测堆栈，对交易层面、并行异常检测、分 Distribution 记忆化以及跨钱包 Sybil 聚类进行综合打分并施以渐进惩罚。实证显示在 1,073 个标注恶意钱包的评估中，四层检测堆栈的并行异常检测联合 ROC-AUC 达到 0.923，优于单一重建模型0.891；在真实生产 Campaign 中，ZAPs 实现了 56% 的 Sybil 分配降低、质量钱包参与度提升 49%、售出压力降低 50%，并证明奖励分配的结构性上限由全局体量份额决定，抵御以局部竞争压制全球贡献的攻击。该框架将 zScore 行为信誉体系扩展为奖励归因的鲁棒设计，强调在直接经济激励下，鲁棒性成为首要设计要素 [page::0]
