本書歸納AI算網(wǎng)的模型對抗性機器學習(AML)分類，厘清相關(guān)術(shù)語，介紹了算網(wǎng)接入終端多智能體攻擊面測繪數(shù)據(jù)分離式持續(xù)審計技術(shù)的特征性三元組(TRI-C)，剖析了審計對象的可用性、審計結(jié)果的準確性、審計過程的合規(guī)性之間的影響方式。本書結(jié)合多目標優(yōu)化理論，實現(xiàn)了對特征性三元組的綜合量化評估，在此基礎(chǔ)上，設(shè)計了面向算網(wǎng)接入終端安全的分離式持續(xù)審計框架，該框架針對數(shù)據(jù)采集、數(shù)據(jù)分析中的關(guān)鍵技術(shù)，為后續(xù)的技術(shù)研究提供了理論支撐。