该论文聚焦以太坊上的「地址投毒转账」（Address-Poisoning Transfer, APT）这一区块链钓鱼骗局。攻击者并不需要攻破任何密码学机制，而是利用用户的操作习惯：当受害者曾与某个良性地址发生过交易后，攻击者会生成一笔金额极小（通常为 0 或尘埃金额）的转账，其发送方地址在首尾若干字符上与受害者地址簿中的良性地址高度相似。受害者日后从交易历史中复制地址时，极易误选这条伪造地址，从而把大额资金转入攻击者控制的钱包。作者指出，尽管手法简单，APT 近年已造成用户数百万美元损失，并已被学术界关注，此前工作包括 Ye 等（WWW'24）、Guan-Li（CCS'24）、Chen 等（NDSS'25）以及 Tsuchiya 等（USENIX'25），但这些研究主要停留在检测层面。本文明确「超越检测」，系统性地研究 APT 三个此前被忽视的维度：一是诈骗资金的来源与资助机制（攻击者如何为其操作提供初始资金）；二是诈骗指纹（scam signatures），作者提出五个指纹族，用以刻画 APT 运营的关键特征，可直接服务于地址聚类与团伙归因；三是诈骗所得的洗钱路径，尤其是通过公共服务的变现环节。论文声称完成了首个针对「利用 Tornado Cash 为 APT 提供资金并清洗诈骗所得」的系统性调查，把钓鱼诈骗的检测问题延伸为一条涵盖资助、执行、洗钱的完整资金流分析链路。对安全从业者而言，其价值在于提供了可迁移到地址聚类、交易图谱分析和加密犯罪资金追踪的特征体系，而非单点检测规则。因仅有摘要，具体数据集规模、标注方法、指纹定义细节与量化评估指标（如精确率、召回率、涉及金额统计）均无法确认。

本文聚焦 Solana 生态中一个日益突出的取证难题：随着 Solana 成为高吞吐、高流动性的公链，非法资金越来越多地借助跨链桥把资产从其他链（如 EVM 链）转入 Solana，以切断资金来源链条、混淆交易血缘。与 EVM 兼容链不同，Solana 的执行模型独特，且缺乏标准化事件日志，导致跨账本交易在语义层面对不齐，现有面向 EVM 的交易追踪方法难以可靠地把源链交易与 Solana 上的目标交易关联起来。为填补这一空白，作者首先形式化定义了四类「流入 Solana」的跨链交易模式，作为追踪问题的建模基础；随后提出基于候选集选择性决策的追踪方法 SolTracer。其核心思想是把异构链上语义映射到统一的事件空间，从而在统一表示下比较与匹配交易；同时引入候选集选择性决策机制，在存在多个候选目标时进行判别式关联，而在确实不存在合法目标时允许「弃权」（abstain），以控制误报。实验在三个代表性场景中评估：封闭世界关联、开放世界关联以及跨源链泛化。结果显示 SolTracer 全面优于当前最强基线，尤其在开放世界且 TA 比例为 50% 的困难设定下，F1 分数比最强 SOTA 基线提升 20.16%。作者还利用 SolTracer 对真实跨链转账做实证分析，揭示了三类生态现象：不同桥机制之间交易笔数与金额存在显著背离、跨资产转换普遍存在、以及链上结算与区块浏览器可见性之间的解耦。整体上，该工作为 Solana 跨链资金追踪提供了可落地的建模框架、方法体系与实证数据集视角，适合区块链取证、反洗钱与合规调查方向的研究者与工程人员阅读。

本文介绍了一套已部署的区块链地址合规筛查系统，其核心思路是将地址判定从传统的制裁名单查询与聚类启发式，转变为基于其在多链交易图中的位置进行打分。系统底层构建了一个包含 835,330,427 个地址与 15,826,261,934 条边、跨越五条 EVM 链的单一交易图，并采用带有每条链归一化的共享归纳编码器，将节点表示馈送至两个评分头。决策阈值通过对全体地址的得分分布按链段计算精确分位数来确定，从而事前明确告警量。实验显示了若干关键能力：一是无标签迁移，当仅在两条链上训练评分头时，在 Base、Arbitrum 和 Gnosis 上以 10^-3 的群体告警率能分别召回 0.8598、0.8182 和 0.9967 的留存正样本，且训练时未使用目标链标签；二是静态前置时间回放，针对 68 个外部注册表事件，系统在 0.1% 告警预算下标记出其中 40 个（58.8%），较事件级随机标记基线提升 152 倍，且首次链上出现时间的中位数早于公开指认日期：以太坊约 528.8 天、Tron 约 647.8 天。工程实现上，服务路径的评分与离线产物逐位一致，端到端 p50 延迟为 151 毫秒，并有 2,882 地址漂移面板进行监控。最后，作者设计了一个对抗测试框架，包含八个循环强化学习原型，系统通过八项退化审计，但在与检测器无关的快照上暴露了已有评分头对合成行为的盲点。该研究适合需要处理海量链上数据、并希望从图结构角度识别非法金融活动的合规与安全团队参考。