本文研究私有/加密内存池（private mempool）在对抗三明治攻击（sandwich attack）与 MEV 提取时的隐私边界问题。现实中，私有内存池很少隐藏全部信息：交易对（pair）、交易方向、以及交易规模的粗略区间往往仍会泄露。作者提出的核心问题是：究竟泄露多少信息才会让三明治攻击重新变得有利可图。论文在无手续费恒定乘积自动做市商（即 Uniswap v2 定价规则）模型下给出了精确答案。模型设定为：套利者/攻击者只能观测到包含受害者交易规模的一个区间，并在一级价格拍卖（first-price auction）中竞标获得实施三明治攻击的权利；竞得的前置交易（front-run）必须保证受害者在区间内任意可能规模下交易仍可执行。结论的关键在于“与泄露信息一致的最小规模”——它单独决定了哪些前置交易可行，且在逐点利润、期望利润与最坏情形利润三种目标下，最大的可行前置交易都是最优解，其保证利润存在闭式解。由此得到一个反直觉的隐私设计准则：当执行成本不可忽略时，若隐私层希望排除在所有一致规模下都盈利的三明治攻击，则它可以泄露规模的几乎任何信息，唯独不能泄露一个高于显式阈值的下界；区间上端完全无关紧要。作者进一步给出博弈论分析：当存在两个及以上对称交易者时，拍卖的所有纯策略完美贝叶斯均衡都会把全部期望净租金转移给拍卖者（即内存池/排序方）。此外，若交易方向也被隐藏，则不存在与方向无关（non-contingent）的第一腿前置交易能同时前置两个可能方向；但即便交易前的隐藏做到完美，交易后的套利（post-trade arbitrage）仍可能存活。该工作适合 MEV 研究者、DeFi 协议与隐私内存池（如加密 mempool、阈值加密排序）设计者、以及从事链上博弈论建模的读者阅读。