该论文研究的是侧信道评估中一个长期被忽视的统计方法论问题：评估人员通常在数据采集仍在进行时就反复查看泄漏检测结果（peeking），并据此决定延长或提前终止采集。这类“边采边看”的监控式决策规则，使经典的固定样本量检验（如阈值 |t|>4.5 的 Welch t 检验）失去错误率保证——因为在多个时间点重复检验会显著抬高假阳性。作者引入基于“下注检验”（testing by betting）的 anytime-valid（任意时刻有效）泄漏检测框架，采用 SKIT 型 swap-pair e-process，在明确的条件对称性零假设下，将虚警概率在时间上做一致控制（uniformly over time），从而允许评估者在任意时刻查看结果并安全地决定继续或停止，而不会破坏统计有效性。实验部分以 ML-KEM（后量子密钥封装）电磁泄漏轨迹为对象。在共享冻结 witness、行与收益的匹配比较中，欲达到 80% 检测率、α=0.05，基于首次穿越（first-crossing）的 anytime-valid 检测在合成流上需要固定时域随机化检验的 1.68–2.00 倍轨迹数，在来自公开 ML-KEM 电磁数据集、经退化的录制数据上需要 1.68–2.38 倍，说明 anytime-valid 的“随时可看”能力以一定样本效率为代价。但在未退化的参考与 pqm4 录制上，同一 witness 与显著性水平下，监控式过程能够提前停止：中位停止点分别为 62–72 条和 146–316 条评估轨迹，仅相当于保守 4096 条预算的 2%–8%。作者还量化了“偷看”的代价：在精心设计的精确零假设下，对全部 13000–20000 个样本反复使用 |t|>4.5 检验，假阳性出现在 2.7%–12.9% 的重复实验中，而仅在终点检验时为 0.0%–4.7%，样本级 e-Bonferroni 过程则完全不拒绝；在预先指定的后续分析中，该过程在 840–3288 条轨迹后于 4/4 种背景中检出自然标签关联。论文明确声明所有录制均来自单一设备，自然标签结果为描述性的，并逐条列出每个结论所依赖的假设。