BGP 劫持是互联网路由体系中的持续性威胁，现有防御手段（如 RPKI/ROV）存在根本性的激励错配：最适合过滤恶意路由公告的网络运营商承担运营成本却无法获得直接收益，而受害前缀所有者则独享安全收益。这种激励失衡导致过滤机制部署不足，劫持事件难以被有效遏制。本文提出一种基于市场的替代方案：前缀所有者为其前缀的非法公告过滤发布悬赏，将过滤行为从一种无私贡献转变为私人交易。核心洞察在于：无论是正在传播的劫持还是其未被传播的状态，都无法避开公共路由收集器（如 RIPE RIS、RouteViews）的观测，这些收集器提交的路由表可以成为发放赏金的独立信任根。基于此，作者设计了 BGPay——一个托管协议，过滤器与监控者在揭示之前先行承诺，智能合约依据公开可验证的证据而非前缀所有者的主观判断进行支付。作者分析了 1,000 起真实劫持事件，发现当前的公共收集器在关键位置已具备足够的可见性：在控制劫持传播方面更重要的 AS（自治系统）往往也能被公共监控覆盖。因此，按遏制影响比例设定奖励金额可以有效抑制作恶行为。论文的主要贡献包括：提出激励兼容的悬赏过滤机制、设计基于承诺-揭示与智能合约的托管协议、以及利用真实劫持数据进行可扩展性分析。适合网络运营商、路由安全研究者、区块链与可信执行环境交叉领域的从业者阅读。

该论文首次系统性地研究了在路由来源验证（ROV）部分部署背景下的一种隐蔽BGP劫持风险。所谓隐蔽BGP劫持，是指恶意路由在不触发受害者警报的情况下成功劫持流量，这种劫持方式由于ROV部署的不完整性而变得可能，且此前缺乏系统性研究和真实世界事件记录。作者首先形式化定义了隐蔽BGP劫持，并提出通过路由表不一致性来发现潜在实例的启发式方法。基于此，他们进行了首次实证研究，追踪和刻画了真实世界的隐蔽BGP劫持行为，构建了包含真实事件的数据集，并提供了长期监控服务。受实证洞察启发，作者进一步开展了分析研究，以全面评估该风险。这需要准确的ROV部署数据、完整的全球路由以及定制的分析模型。为此，他们开发了SHAMAN框架，这是一个专用于评估隐蔽BGP劫持风险的BGP路由推断框架。SHAMAN整合了多个数据源以构建准确的ROV部署视图，通过高效的基于矩阵的方法推断全球路由，并利用“受害者-目标-劫持者”三元组模型促进统计风险分析。该框架将生成全球规模路由的时间从超过三个月缩短至仅5.22小时，从而能够在真实ROV部署下对83亿条生成路由进行系统性风险评估。研究发现，隐蔽BGP劫持的整体成功概率为14.1%，而针对特定目标的攻击成功率可达99.5%。通过与真实世界数据集的验证，事件级准确率高达95.9%，证明了分析结果的可靠性。该研究为网络运营商和安全从业者理解当前ROV部署环境下的劫持风险提供了重要参考。