该论文研究了一种新型的最大可提取价值（MEV），称为投机性MEV，出现在Layer-2区块链中。与以太坊主网不同，许多Layer-2系统缺乏公共mempool，迫使提取策略变得概率化：搜索者发送多个相同的交易以期望率先捕获机会，这产生了大量交易垃圾，增加了费用并浪费区块空间。作者重点研究了投机性预言机可提取价值（OEV），这是一种通过投机性地回溯预言机价格更新来清算未足额抵押贷款的MEV形式。他们提出了一种在真实环境中检测投机性清算的方法，并在Arbitrum、Base和Optimism上应用。在2025年10月10日，他们在Aave上识别出64个投机性清算者（占所有检测到的清算者的57%）和831次成功的投机性清算（占三个链上所有成功清算的39%）。此外，论文还考察了跨区块链预言机价格更新延迟差异是否可以被利用进行跨链OEV。具体来说，他们探究了搜索者是否可以在一个链上观察预言机更新并在另一个链上抢先执行清算机会。他们系统分析了Arbitrum、Base、Ethereum和Optimism上的Chainlink去中心化预言机网络（DON）配置（偏差阈值、心跳间隔和提交的价格观察）。数据集包括63个Chainlink数据源、12,009次价格更新和超过100,000个与2,986次Aave清算相关的预言机观察。结果表明，独立的DON几乎同时消耗大量相同的链下价格数据，但以不同时间发布更新，从而产生统计上可预测的跨链利用窗口。他们证明Optimism上的Chainlink更新可以预测Arbitrum和Base上的后续更新，从而实现投机性的跨链OEV提取。该研究揭示了跨链MEV的新风险，对DeFi安全、预言机设计和跨链互操作性具有重要启示。

该论文关注在去中心化金融（DeFi）或加密货币交易中日益猖獗的价格操纵攻击（如闪电贷攻击、三明治攻击等）。这些攻击通过在短时间内创建大量虚假交易或利用时间差操纵资产价格，导致其他交易者蒙受巨大损失。现有的检测方法多基于交易后分析，无法实现实时拦截。本文提出了一种名为“Following Devils' Footprint”的实时检测框架，其核心思想是通过追踪攻击者在区块链上留下的异常交易模式（如频繁的微小交易、特定时间窗口内的快速买卖对等）来提前预警。方法包括：1) 构建基于图神经网络的交易序列特征提取器，捕捉交易间的依赖关系；2) 设计轻量级在线分类器，能在区块确认前快速判定交易是否属于价格操纵；3) 利用对抗训练增强模型对新型攻击的鲁棒性。在真实以太坊交易数据集上的实验表明，该方法在检测召回率和实时性上均优于现有基线，平均预警时间可提前2-3个区块。该研究为DeFi安全提供了实用的实时监控工具。