该论文对区块链可提取价值（BEV）进行了全面的量化分析，旨在回答“BEV的黑暗森林到底有多暗”这一核心问题。研究覆盖了32个月内的以太坊区块链数据，涉及49,691种加密货币和60,830个链上市场。作者通过分析三种主要的BEV提取方式：三明治攻击（sandwich attacks）、清算（liquidations）和去中心化交易所套利（DEX arbitrage），估计总利润达5.4054亿美元，分布在11,289个地址中。其中单一BEV实例最高达410万美元，是以太坊区块奖励的616.6倍。此外，该论文首次提出了通用交易机器人（generalized trading bots）的具体算法，该算法无需理解受害者交易的底层逻辑即可替换未确认交易，经测试在32个月内获得57,037.32 ETH（约3537万美元）的利润。最后，论文形式化分析了新兴的BEV中继系统（relay systems），指出矿工从中继服务器而非P2P网络接受BEV交易会加剧共识层攻击，进一步威胁区块链安全。该研究对理解BEV的实际规模、风险以及设计防御策略具有重要学术价值和实践指导意义。

去中心化金融（DeFi）应用的交易执行顺序至关重要，攻击者可通过重排序攻击提取区块链可提取价值（BEV）。虽然以太坊等线性区块链系统已有大量公平排序机制研究，但基于有向无环图（DAG）的共识协议尽管因可扩展性和高性能而被广泛采用，却始终缺乏公平排序保护。本文提出 Tilikum，一种基于 DAG 的账本协议，无需依赖弱边即可实现公平交易排序。Tilikum 通过中位数时间戳聚合或批量顺序公平性（batch order fairness）实现排序线性化，同时保持低数据冗余和高效的垃圾收集机制。作者在 Rust 中实现了 Tilikum，并与 Narwhal/Tusk、Pompē、Themis 和 FairDAG 等代表性基线进行对比评估。实验结果表明，Tilikum 的吞吐量比其他公平排序基线最高提升 39 倍，并完全阻断了当前最先进的 DAG 特定重排序攻击。该协议为 DAG 结构提供了首个兼具高性能和强公平性保证的解决方案，不仅填补了该领域的空白，也为 DeFi 应用程序提供了更安全的交易执行环境。

本文提出了一种名为“资金来源证明”（Proof of Source of Funds, PoSoF）的新型密码学框架，旨在解决去中心化金融（DeFi）和隐私增强技术中日益严格的监管合规问题。当前主流做法依赖于中心化区块链情报公司进行二元包含/排除列表或回溯式图分析，这种方式不仅侵犯诚实用户的金融隐私，还会导致误报和漏报，并使去中心化平台承担繁重的链上交易监控负担。PoSoF提出了一个范式转变：将监管负担从平台端转移到用户端。具体而言，用户本地生成一个零知识证明，表明其存款资金仅来源于一组合规的源头，而平台只需进行常数时间（O(1)）的验证即可实施准入控制，无需再执行链分析任务。框架构建了一个统一的时间有向无环图（DAG）抽象模型，能够形式化UTXO和基于账户的账本历史。用户从其交易历史中提取一个合规的子DAG，并利用增量可验证计算（IVC）证明严格的状态转换谓词，从而抵御多种攻击向量。PoSoF的关键优势在于提供可验证的密码学溯源，在不泄露中间交易拓扑、中间地址或具体资金来源的情况下保证资金的合法性。作者正式定义了PoSoF的安全属性，并评估了一个以太坊兼容的原型。实验表明，全隐私主动合规方案非常实用：每笔新交易仅需约1.8秒增量更新用户的PoSoF，最终链上EVM验证时间恒定约1.5毫秒（约80万Gas）。本文适合DeFi协议开发者、区块链安全研究员以及关注隐私合规的监管技术专家阅读。

该论文研究隐私保护加密货币交易所（如屏蔽自动做市商、批量交换拍卖、密封订单流拍卖）中，做市商观察到被高斯噪声扰动的订单流时的市场微观结构均衡。作者在 Kyle（1985）连续拍卖模型的基础上，引入一个承诺型贝叶斯做市商，其观察到的订单流被独立同分布的高斯隐私噪声扰动。推导出唯一的线性均衡：价格影响系数和知情交易者策略均按隐私参数的单一因子重新缩放，且两者的乘积保持不变。福利分解进一步识别出每期从协议流动性池向交易者的转移——即“隐私补贴”（privacy subsidy），它是任何隐私聚合交易所必须收取的盈亏平衡费用。该结果类似于 Loss-Versus-Rebalancing（Milionis et al. 2022）在单期闭式隐私噪声下的类比。主要应用是通过显式加噪注入（如差分隐私）的屏蔽自动做市商；相关设计（批量交换、密封投标、预言机锚定交叉）需要单独的框架，留待未来工作。该论文为隐私保护 DEX 的经济设计提供了理论基础。

该论文提出了一种新的区块链不可追踪性概念——可否认的隐蔽资产转移（DCAT），旨在实现比传统混币器或隐私币更强的隐私保护。传统方案通过将交易置于匿名集中来隐藏发送方与接收方的关系，但交易事件本身仍可被观测到。DCAT的目标是使转移事件本身不可观测，通过将转移伪装成常见的去中心化金融（DeFi）活动（如三明治攻击和套利交易），使得发送方看似遭受普通损失，而接收方看似从中获利。论文设计了两种DCAT实例：基于以太坊的三明治攻击转移和基于Arbitrum的套利转移。实验表明，在评估设置下，DCAT转移在两条链上经验上不可观测；它们在语法上与相应的最大提取价值（MEV）活动完全相同，被标准MEV检测工具归类为普通提取行为，且在代表性取证工具下发送方和接收方不会被关联。由于语法检查无法区分DCAT与普通MEV活动，论文进一步考察经济语义是否提供有用的取证信号。通过对以太坊和Arbitrum上MEV损失的大规模研究，发现关键语义特征遵循幂律分布。极端损失和反复被利用的地址在真实世界中存在，因此它们本身并非共谋的决定性证据。这为伪装转移提供了可否认性，并使固定阈值的检测容易产生误报。为此，论文开发了一种多元统计方法用于取证分类，根据经济足迹的联合罕见性对事件进行排序。应用于真实DeFi活动时，该方法将大搜索空间缩小到可疑案例以供人工调查，并展示了三个案例以说明优先级排序。该研究主要面向区块链安全研究人员、隐私技术开发者以及DeFi领域的安全分析师，提供了新的隐私增强思路和取证分析工具。