A Data-Driven Empirical Study of Stability in Blockchain and Decentralized Finance = 블록체인과 탈중앙화 금융의 안정성 관련 데이터 기반 실증 연구

다국어 초록 (Multilingual Abstract)

In this thesis, we investigate the financial stability of blockchain-based markets and the stability of blockchain protocols themselves through empirical, data-driven analysis. It comprises three studies addressing stability at the market, protocol, and mechanism levels.

First, we examine market-level stability by analyzing price co-movements among DeFi tokens, a key proxy for systemic risk and the effectiveness of portfolio diversification. Using correlation-based techniques, we identify persistent synchronization in token prices, which intensifies during bear markets and weakens in bull markets. The results highlight that DeFi tokens traded on decentralized exchanges exhibit stronger co-movement than cryptocurrencies on centralized exchanges, suggesting systemic coupling within the DeFi ecosystem.
Second, we explore protocol-level vulnerabilities by addressing Maximal Extractable Value (MEV), a key source of instability and unfairness in blockchain networks. We propose ArbiNet, a novel graph neural network (GNN)-based model that detects MEV activities without relying on pre-registered Application Binary Interfaces (ABIs). Trained on an extensive, newly constructed MEV dataset, ArbiNet achieves efficient and accurate detection, offering insights into the behavioral dynamics that undermine blockchain security and fairness.

Finally, we empirically evaluate the impact of Ethereum Improvement Proposal EIP-4844, which introduces blob-carrying transactions to enhance data availability. Using on-chain data, we assess its effects on consensus security, rollup transaction dynamics, and blob gas fee markets. Our findings show that EIP-4844 effectively reduces rollup transaction costs and increases network utilization, though minor trade-offs appear in fork rates and transaction inclusion latency.

Collectively, these studies provide empirical insights into how blockchain systems interact with stability at multiple levels—market, protocol, and design—providing a critical, multi-level framework for assessing the stability and maturity of future decentralized financial systems.

국문 초록 (Abstract)

본 논문은 데이터 기반 분석을 통해 블록체인 기반 탈중앙화 금융 시장의 안정성과 블록체인 프로토콜 자체의 안정성을 종합적으로 분석한다. 연구는 시장, 프로토콜, 메커니즘의 세 수준에서 안정성을 다루는 세 가지 실증 연구로 구성된다.

첫째, 시장 수준의 안정성을 분석하기 위해 디파이(DeFi) 토큰 간 가격 동조성(price co-movement)을 살펴본다. 이는 시스템 리스크와 포트폴리오 분산 효과를 평가하는 핵심 지표이다. 상관관계 기반 분석을 통해 토큰 가격 간의 지속적인 동조 현상을 확인하였으며, 이러한 동조성은 약세장에서는 강화되고 강세장에서는 완화되는 경향을 보인다. 특히 탈중앙화 거래소(DEX)에서 거래되는 디파이 토큰이 중앙화 거래소(CEX)의 암호자산보다 더 강한 가격 동조성을 보인다는 점에서, 디파이 생태계 내에 구조적·시스템적 결합이 존재함을 시사한다.

둘째, 프로토콜 수준의 취약성을 분석하기 위해 블록체인 네트워크의 불안정성과 불공정성을 야기하는 핵심 요인인 최대 추출 가능 가치(Maximal Extractable Value, MEV) 문제를 다룬다. 본 연구에서는 사전 등록된 애플리케이션 바이너리 인터페이스(ABI)에 의존하지 않고 MEV 행위를 탐지할 수 있는 그래프 신경망(GNN) 기반 모델 ArbiNet을 제안한다. 새롭게 구축한 대규모 MEV 데이터셋으로 학습된 ArbiNet은 높은 정확도와 효율성을 보이며, 블록체인 보안과 공정성을 훼손하는 행위적 메커니즘에 대한 실증적 통찰을 제공한다.

셋째, 데이터 가용성 강화를 위해 블롭(blob) 기반 트랜잭션을 도입한 Ethereum Improvement Proposal EIP-4844의 효과를 실증적으로 평가한다. 온체인 데이터를 활용하여 합의 보안, 롤업 트랜잭션 동학, 그리고 블롭 가스 수수료 시장에 미치는 영향을 분석한 결과, EIP-4844는 롤업 트랜잭션 비용을 효과적으로 절감하고 네트워크 활용도를 증가시키는 것으로 나타났다. 다만 포크 발생률과 트랜잭션 포함 지연 측면에서는 제한적인 수준의 비용(trade-off)이 관찰되었다.

종합적으로 본 논문은 블록체인 시스템이 시장, 프로토콜, 설계 차원에서 안정성과 어떻게 상호작용하는지를 실증적으로 규명함으로써, 향후 탈중앙화 금융 시스템의 안정성과 성숙도를 평가하기 위한 다층적 분석 프레임워크를 제시한다.

목차 (Table of Contents)

• Abstract i
• Contents vi
• List of Tables viii
• List of Figures xi
• Chapter 1 Introduction 1
• 1.1 Motivation of the Dissertation 1
• 1.2 Aims of the Dissertation 2
• 1.3 Outline of the Dissertation 4
• Chapter 2 Literature Review 5
• 2.1 Review on Market-level Dynamics in Decentralized Finance 5
• 2.2 Review on Protocol-Level Vulnerabilities in Blockchain 6
• 2.3 Review on Mechanism-Level Design and Empirical Evaluation of Protocol Stability 8
• 2.3.1 Consensus Security 8
• 2.3.2 Rollup transaction dynamics 9
• 2.3.3 Gas fee market 10
• Chapter 3 Market-Level Dynamics and Systemic Co-movements in Decentralized Finance 11
• 3.1 Chapter Overview 11
• 3.2 Introduction 11
• 3.3 Data and Methodology 13
• 3.3.1 Data 13
• 3.3.2 Methodology 13
• 3.4 Results 15
• Chapter 4 Protocol-Level Vulnerabilities: Data-Driven Detection of MEV and Behavioral Instability 21
• 4.1 Chapter Overview 21
• 4.2 Introduction 21
• 4.3 Backgrounds 25
• 4.3.1 Smart Contract & ABI 25
• 4.3.2 Decentralized Finance 25
• 4.3.3 MEV 27
• 4.3.4 Graph Neural Network 28
• 4.4 Existing MEV detection algorithm and challenges 30
• 4.4.1 Existing algorithms 30
• 4.4.2 Challenges 34
• 4.5 Proposed method 35
• 4.5.1 Overall method 35
• 4.5.2 Model 37
• 4.6 In-depth exploration of MEV transactions 43
• 4.6.1 Sandwich 45
• 4.6.2 Arbitrage 46
• 4.7 Evaluation and Analysis 51
• 4.7.1 Labeled MEV Comparison 52
• 4.7.2 Smart Contract Diversification in MEV 52
• 4.7.3 Sandwiches Detection Algorithm Evaluation 55
• 4.7.4 ArbiNet Evaluation 55
• Chapter 5 Mechanism-Level Design and Empirical Evaluation of Protocol Stability: The Case of EIP-4844 62
• 5.1 Chapter Overview 62
• 5.2 Introduction 63
• 5.2.1 Motivation 64
• 5.2.2 Challenges and our approach 65
• 5.2.3 Our contributions 67
• 5.3 Backgrounds 68
• 5.3.1 Ethereum Improvement Proposals 68
• 5.3.2 Rollup 69
• 5.3.3 EIP-4844 71
• 5.4 Data 74
• 5.4.1 Consensus security data 74
• 5.4.2 Ethereum usage data 77
• 5.4.3 Rollup transactions data 78
• 5.4.4 Blob gas fee data 79
• 5.5 Empirical Results 80
• 5.5.1 Consensus security 80
• 5.5.2 Ethereum usage 90
• 5.5.3 Rollup transactions 97
• 5.5.4 Blob gas fee market 101
• Chapter 6 Conclusion 113
• 6.1 Summary 113
• 6.2 Limitations and Future Direction 115
• Bibliography 117
• 국문초록 144