额外的推理计算可以提升安全保障任务的正确解决数量，但重复成功、唯一覆盖、接受证据和运行保护是不同的度量。我们提出一个资源受限的框架，将这些概念分离。
在重复条件独立的尝试中，若潜在成功概率为 $\Theta$，覆盖率为 $$ C_n = 1 - \mathbb{E}\big[(1-\Theta)^n\big] $$ 其极限值为 $1 - P(\Theta = 0)$。
正向配对结果的两两相关性本身并不必然导致覆盖率上限低于 1。我们构造了两个模型，它们拥有相同的平均成功率和两两相关性，却在极限覆盖率上表现不同。
这与用于估计均值的有效样本量概念不同，说明在有限预算下的观测通常无法辨别渐近支持的上限。
进一步，我们将覆盖率关联到易错的证据检查、事实依据的适当打分、完整的资源计量、服务容量以及包含缓解延迟的响应模型。
提出的概念防御架构将证据分析、裁决和运行授权三者分离，以降低单点失效风险。
评估协议规定使用保留任务、配对比较、负例以及不确定性报告来检验系统性能。
本文的贡献在于提供一致的理论综合并给出若干反例，说明对覆盖率的外推往往无效，而非经验性的尺度律。所有数值示例均为解析推导，未涉及硬件基准或攻击者‑防御者均衡模型。
点评