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。