本部分将探讨不同的二次方融资博弈方法：

• 拆分捐款（splitting contributions）
• 与真实人 / 账户协调虚假捐款（coordinating fake contributions with real people）
• 拆分资助（splitting grants）
• 亚策略和升级（metagaming and escalation）

拆分捐款

正如 Vitalik 的博客文章所建议的，QF 机制可能会受到女巫攻击和共谋攻击的影响。一个攻击者可以决定创建一个假的赠款，捐款给自己，并收集配套资金作为「利息」。由于捐款数量的增加导致更多的配套资金，最简单的攻击形式便是把捐款分成多个账户，并捐赠给自己。

上图左侧显示的是一个正常 grant 的捐款匹配（绿色为捐款，黄色为匹配资金），右边显示的是一个「优化」的 grant 捐款（grant contribution）匹配，表明多个较小的捐款如何导致相同数量的匹配资金。

在上图中，我们可以看到，随着绿色方块（原始捐款）面积的减少但数量的增加，黄色区域（匹配资金）与绿色区域（捐款）的比例也在增加。在最极端的情况下，如果绿色方块的数量增加到无限多的无限量捐款，理论上你可以用少量的原始捐款吸引大量的匹配资金，只要你把捐款分成许多账户。

当然，上述许多攻击向量已经被 Gitcoin 团队采取的安全措施所缓解，我们将在下面讨论。

这是一个简单的数学问题。M 是原始捐款，n 是「种子资金」被分成的捐款数量。

举个例子，请看下面来自 @GitcoinDisputes 账户的推文，内容关于 2020 年 7 月对 Gitcoin Grant 的共谋行为。

GitcoinDisputes 账户 本身就是一个值得称赞的信号工具，用于协调 Grants 生态系统中的不良行为。

为了减轻女巫攻击向量，也就是创建虚假账户来钓取匹配的 grants，Gitcoin 目前确实使用了 Sybil 检测算法（给用户分配一个 Sybil 分数），以及激励用户在一些不同的平台（主要包括 BrightID、Idena、POAP 和 3box）进行身份验证，每增加一层就提供更多的 grants 匹配。

你可以为你的 Gitcoin 匹配验证更多账户而获得的「信任奖金」

这样做的效果是确保额外的资助匹配资金用于具有较高概率为真实人物的身份。然而，还有其他形式的共谋攻击，超出了单纯的女巫攻击的范围。 (责任编辑：admin)