多个 V2 Boost 池的严重漏洞报告Balancer漏洞分析

Balancer 官方发布公告表示收到影响多个 V2 Boost 池的严重漏洞报告，只有 1.4% 的 TVL 受影响，多个池子已暂停，并通知用户尽快提取流动性 LP。慢雾 MistEye 系统发现疑似 Balancer 漏洞被利用的攻击交易。由于池子无法暂停，一部分资金仍然受到攻击的影响，Balancer 官方再次提醒用户将受影响池子中的 LP 取回。随后，Balancer 官方于 Medium 发布了 8 月披露的漏洞细节，慢雾安全团队对其进行复盘，详情如下：

Balancer漏洞分析

Balancer 官方在其披露中简单指出此次的问题在于，线性池的向下舍入以及可组合池的虚拟供应量导致 bptSupply 为 0。首先让我们来简单了解一下与这次漏洞相关的 Balancer 协议中的内容。

Balancer V2 Vault

Balancer V2 [6] 协议是一种基于以太坊的去中心化自动做市商（AMM）协议，它代表了可编程流动性的灵活构建块。其核心组件是 Vault 合约，该合约维护着所有池子的记录，并管理代币的记账和转移，甚至包括原生 ETH 的包装和解包。也就是说，Vault 的实现是将代币记账和管理与池子逻辑分开。

Vault 中有四个接口，分别是 joinPool, exitPool, swap 和 batchSwap（加入、退出和交换是分开的调用，不存在单次调用时的组合）。其中一个突出的特点是 batchSwap，它能实现多个池子之间多次原子交换，将一个池子交换的输出与另一个池子的输入相连（GiveIn 和 GiveOut）。该系统还引入了闪电交换 [7]，类似于一个内部的闪电贷。

Linear Pools 线性池

Balancer 为了提高 LP 的资本效率及 warp 和 unwarp 高额开销的问题，在 V2 中推出线性池作为解决方案，由此引入了 BPT (ERC20 Balancer Pool Token) 代币。

线性池 [8] 包含 main token（底层资产），warpped token（包装代币）和 BPT 代币，通过已知汇率交换资产及其包装的、具有收益的对应物。包装代币的比例越高，收益率和资金池的资本效率就越高。在 warp 的过程中，通常都会通过缩放因子来确保不同代币以相同的精度进行计算。

Composable Pools 可组合池

所有的 Balancer 池都是可组合池，池子包含其他代币，池子本身也有自己的代币。其中 BPT 币指的是 ERC20 平衡池代币，是所有池的基础。用户可以在其他池内使用 BPT 代币自由组合进行兑换。兑换总是涉及一个池和两个代币：GiveIn 和 GiveOut。In 代表送入成分代币并接收 BPT，而 Out 意味着送入 BPT 并接收成分代币。如果 BPT 本身就是成分代币，它就可以像其他代币一样进行交换。这样的实现构成了外部池中的基础资产和代币之间的一个简单 batchSwap 路径，用户可以用 BPT 交换到线性池的底层资产，这也是 Balancer Boosted Pool [9] 的基础。

通过以上的组合，Balancer 的可组合池就形成了。一个 bb-a-USD 可组合稳定池由三个线性池组成，同时向外部协议（Aave）发送闲置流动性。例如，bb-a-DAI 是一个包含 DAI 和 waDAI（包装的 aDAI）的线性池。当用户需要进行 batchSwap 时（如要将 USDT 换成 DAI），交换路径举例如下：简单了解过前置知识后，我们进入漏洞分析环节。

1. USDT 线性池：将 USDT 兑换 bb-a-USDT（进入 USDT 线性池）。
2. bb-a-USD：bb-a-USDT 兑换 bb-a-DAI（线性 BPT 之间的交换）。
3. DAI 线性池：bb-a-DAI 兑换为 DAI（退出 DAI 线性池）。

Balancer漏洞分析

在 8月27号时，慢雾安全团队收到 MistEye 系统识别，一笔疑似 Balancer 漏洞的在野利用发生。交易如下：

攻击者首先从 AAVE 通过闪电贷借出 300,000 枚 USDC。接着调用 Vault 的 batchSwap 操作，通过可组合稳定池 bb-a-USD 池进行 BPT 代币的兑换计算，最终将 94,508 枚 USDC 兑换为 59,964 枚 bb-a-USDC，68,201 枚 bb-a-DAI 和 74,280 枚 bb-a-USDT。最后将获得的 BPT 代币通过 Vault 合约的 exitPool 退出池子换取底层资产，偿还闪电贷，并获利约 108,843.7 美元离场。

由此可见，这次攻击的关键在 batchSwap 里，而 batchSwap 中具体发生了什么呢？我们深入了解一下。

攻击者在整个 batchSwap 过程中，先在 bb-a-USDC 池中兑换出 USDC ，接着进行 BPT 代币间的兑换，将 bb-a-USDC 兑换为 bb-a-DAI，bb-a-USDT 和 USDC。最后再将底层的 main 代币 USDC 兑换为 bb-a-USDT。也就是说，bb-a-USDC 作为关键的 BPT 代币充当 GiveOut 和 GiveIn 的成分代币。

攻击者在第一步以固定的缩放因子在 bb-a-USDC 线性池中用 BPT 代币兑换出 USDC main代币，其增加的数量记录在池子中的 bptBalance 中。但是在第二次 onSwap 的兑换后，我们发现，同样的兑换过程，兑换出 USDC 的 amountOut 值却是 0。这是为什么呢？

深入 onSwap 函数，我们发现在这个过程中会先做一次精度处理 nominal 化并计算出对应代币的缩放因子。而在接下来调用 _downscaleDown 函数时，amountOut 存在向下舍入的情况。如果 amountOut 和 scalingFactors[indexOut] 之间的值相差很大，计算出的 _downscaleDown 值就为零。

也就是说当我们使用 BPT 代币来兑换 main 代币时，如果 amountOut 过小，返回值将向下舍入为零，且这个值就是小于由 scalingFactors 所计算来的 1e12。但 amountIn 进来的 bb-a-USDC 数量仍然会加入到 bptBalance 虚拟数量当中，而此操作会增加 bb-a-USDC 池子中的余额，可以将其看作为单边添加 bb-a-USDC 流动性。

接着利用可组合稳定池的特性，通过 BPT 代币之间的相互转换，首先将 bb-a-USDC 兑换为其他 BPT 代币。跟进这个兑换过程，可组合稳定池的以下调用路径 bb-a-DAI onSwap -> _swapGivenIn -> _onSwapGivenIn 先将 bb-a-USDC 依次换成 bb-a-DAI 和 bb-a-USDT。与在线性池中不同的是，可组合稳定池在进行 onSwap 操作之前需要进行汇率的缓存更新。从代码中我们可以看到，在组合池中，onSwap 会先判断是否需要更新缓存的 token 兑换率。

经过之前的兑换，bb-a-USDC 的数量发生了改变，并通过 _toNominal 名义化后的真实总量为 totalBalance 994,010,000,000，虚拟供应的 BPT 代币为 20,000,000,000 。可以计算出，更新后的汇率几乎是之前线性池原始缓存兑换率 1,100,443,876,587,504,549 的 45 倍，即 49,700,500,000,000,000,000。

随后，在线性池中将 bb-a-USDC 兑换为 USDC。然而这一次的兑换同第二次的兑换一样，再一次造成 amountOut 向下舍入为 0 的情况，兑换路径和之前相同。

而接下来的这一次兑换则是反向将 USDC 兑换成 bb-a-USDC，兑换路径为 onSwap -> onSwapGivenIn -> _swapGivenMainIn。在这个过程中，我们发现，在计算需要兑换的 amountOut 的时候，其中对于虚拟供应量的计算，是基于兑换后的 BPT 代币 totalsupply 与池中剩余量之间的差值，该差值为0。

这是因为 bptSupply 为 0，在计算 BPT Out 时直接通过调用 _toNominal 函数，而此路径的调用使得 USDC 兑 bb-a-USDC 的兑换比例接近 1:1。

严重漏洞报告总结

batchSwap 通过多个池子之间多次原子交换，将一个池子交换的输出与另一个池子的输入相连（tokenIn 和 tokenOut），将 USDC 兑换为 BPT 代币。在这个 batchSwap 中并不会发生实际代币转移，而是通过记录转入和转出的数量来确认最后的兑换数量。又因为线性池是通过底层资产代币进行兑换的，兑换方式是通过一个虚拟供应量且是固定的算法计算出 Rate 。因此，batchSwap 中存在两个安全漏洞，可以发现，漏洞一为兑换增加了兑换率，而反向兑换时漏洞二再反向降低兑换率，攻击者利用了双重 buff 获利离场。

一是线性池的向下舍入问题，攻击者通过舍入为池子单边添加 main 代币提高缓存代币的比率，从而操纵相应可组合池中的代币兑换率；

二是由于可组合池的虚拟供应量特性，虚拟供应量通过 BPT 代币减去池子中的余额来计算，在兑换的时候如果 GiveIn 是 BPT 代币，那么之后的供应量就会扣掉这部分，攻击者只需要将 BPT 作为 GiveIn 来进行兑换，并将其供应量先操纵为 0 ，之后进行反向 swap，即 BPT 再作为 GiveOut 一方，这时候由于供应量是 0，算法会按照接近 1:1 的比例低于线性池的兑换比例来进行实际兑换，使得 GiveOut 的 BPT 代币数量间接被操控。