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。

该论文针对区块链抢跑（front-running）防护机制的真实有效性展开系统性测量研究。背景是：以太坊公共内存池长期被称为“黑暗森林”，攻击者潜伏其中猎取有利可图的交易；为此，以太坊及其他公链生态日益依赖私有 RPC 和链上原生保护机制来对交易进行屏蔽，作者将这类机制统称为“受保护订单流”（protected order flow）。然而这些机制究竟能在多大程度上阻止抢跑、以及它们隐含了哪些信任假设，此前缺乏清晰认识。 为此，作者开展了首个覆盖六个区块链（Ethereum、Solana、Tron、Base、Arbitrum、Monad）、时间跨度三年的纵向测量研究。方法上，他们提出了新的夹击攻击（sandwich attack）检测启发式：其一能够捕获“宽幅”攻击，即受害者与攻击交易在时间/区块上并不紧邻、甚至跨区块分布的情况；其二通过识别机器人行为特征，将夹击行为与正常做市/交易活动区分开来，从而降低误报。 测量结果显示，即使交易本意是受抢跑保护的，仍被大量夹击：Solana 上识别出 2800 万次、Tron 上 38,567 次、Ethereum 上 30,607 次、Base 上 1,889 次。此外，被重组（reorg）的区块额外暴露了 2,875 个以太坊受害者。与公共内存池中的传统夹击不同，这些攻击很少紧贴受害者交易发生，且除 Solana 外，均由少数实体实施。 论文进一步在每一层都发现了暴露面：Solana 存在验证者层与应用层暴露；以太坊存在订单流拍卖（order-flow auction）与被重组区块带来的暴露；Tron 采用先到先服务（FCFS）排序，无法阻止基于延迟的抢跑；Base 上则存在一个暴露待处理交易的 RPC 缺陷，以及受害者行为可被预测的问题。作者据此指出，现有抢跑防护所提供的安全保证显著弱于用户预期，行业需要面向端到端的更强夹击防御。