算法框架组建与功能示例 （2）模型技术方案 FuncGenFoil 以神经算子为骨干神经网络，采用连续时间生成模 型，包含两大核心模块。生成模型融合神经算子与流匹配技术，通过 线性常微分方程（ODE）路径将翼型扰动为隐码，并利用学习的速度 算子反向求解 ODE 重构翼型。翼型参数化通过角度参数编码翼型的 环形拓扑，并变换坐标系，如图 13。训练过程使用流匹配算法进行 模型训练，最小化流匹配损失以对齐生成与目标翼型，推理时从高斯

输入与输出隔离：将模型的推理过程隔离在一个安全的执行环境中（如 TEE：可信执行环境），防止外部攻击者通过观察输入输出关系推断模型内部逻 辑。 91 反推攻击防御：在模型输出中加入随机扰动或限制输出的精度，以降低敏 感信息被反推出的可能性。 4）数据访问权限管理 分级授权：为不同的用户或系统分配不同级别的访问权限，确保只有授权 用户能够访问敏感数据。 日志审计：对所有