深度分析 「DR‑次模組化」多目標對抗攻擊與 RobustContinuousGreedy 防禦：提升連續資料摘要可信度 本研究聚焦於資料管線上游的連續資料摘要，提出以相似度矩陣擾動為威脅模型，設計多目標攻擊與正則化防禦的最小最大化框架。透過 DR‑次模組化的數學性質，演算法在理論上保證近似比例，且在真實影像摘要與受控叢集基準上證實能有效削弱多個摘要模型並導致下游任務效能下降；
