将对抗样本加入训练集进行 Min-Max 优化，学习对抗训练的实现与变种，提升模型对扰动的抵抗力。
综述深度学习模型面临的对抗攻击类型，了解白盒与黑盒威胁，以及评估模型安全性的基本方法。
将混沌工程原则引入机器学习系统，主动注入故障以发现隐藏缺陷，提升推理服务对延迟、依赖故障的韧性。
设计全局异常拦截器，对瞬时错误实施指数退避重试，提高服务鲁棒性。