进而进一步细化了具体的数据基线。
任何偏离此基线的行为都会立即被标记为异常，并分配一个初始威胁分数。
这个数据学习的过程需要调教。
这也是为什么在一开始，猎犬一型无法准确捕捉到入侵者痕迹的原因。
当然，另一方面是因为这次入侵者都是高年级的学生，他们本身的潜行技巧和隐力踪迹的手法都炉火纯青，不会惊扰到常规的传感器和监测系统。
不过好在，猎犬一型本身附带的情绪捕捉和行为心理分析，本身属于非常规的检测系统。
这个检测方式不被高年级的学长所知，所以他们也没有针对性处理的想法。
这一点信息差就是关键。
也正因如此，他们捕捉到了想要通过潜伏进入精密大厦的人员，通过他们的行为模式和对环境的影响数据，特性化的建立了强化学习过程，才有了后续对于所有人员定位较为准确的把控。
当然，塞西利极具风险的收益选择，暴露了他们的存在，也加快了这一进度完成的过程。
如果事后真的要复盘，塞西利恐怕是战犯级的表现。
但，尽管如此，目前为止也只是确定了收集信息的渠道。
而真正的收集他们的战斗信息和针对性的部署安排，就是在引导他们进入到“侧门”，并分配特定的战斗机器人的时候。
给assault-01（卡拉）分配战斗机器人的时候，是诺亚主导的。
而在assault-02（大卫）和assault-03（塞西利）的时候，就已经是由猎犬一型完全负责。
针对大卫的布置非常好，成功的逼迫出限制解除。
但针对塞西利的布置就不尽如人意，预期的想法和实际的效果有差距。
当然这也不是坏事，猎犬一型针对塞西利选择了镜影和针刺机器人，在明显针对对方并且数据优于对方的情况下仍旧被翻盘，这也进一步说明了非ai战斗逻辑控制程序的弊端。
以往主ai针对这种情况会选择直接让战斗类的子ai接手控制。
但是在现在，诺亚给出了一种新的处理方式，由猎犬一型直接接手。
也正是那一次的失败，所以争取到了更多的权限，也有了更大施展的空间。
而现在直接出现在卡拉等人面前的仿生机器人就是完全由猎犬一型控制的。
此前的布置也没有白费，所有的执行结果，无论成功还是失败，也包括入侵者的反应，都会作为全新的数据反馈给猎犬。
猎犬会针对这些人的反应，实施更新行为模型。
换而言之，诺亚选择舍弃了静态的、被动的防御。而是更主动更动态，更积极的防御手段。
在这种手段下，信息欺诈已经不是单纯的欺骗，而是一种试探对方反应的手段。
定制化的信息可以直接成为引导对方思考并判断对方思路的方式。
就比如……
直接设置安全屋，提供补给，帮助入侵者们恢复，这就是猎犬一型在综合了这些人的身份，性格决策之后做出的判断。
这是一种完全有悖于常理的分析。