辑正确，确认漏洞隐蔽，确认这个规则在技术评审时能通过——因为它确实能有效过滤重复数据，也确实能检测格式异常。
只是，它会对某种特定的错误模式，产生“过度敏感”的反应。
而这种错误模式，与三年前她见过的，太像了。
下午两点，权限批下来了。
路容登录密钥管理平台，看到状态变成“已授权”。她下载了解密密钥，导入工具，重新尝试打开那个加密文件。
进度条缓慢移动。
百分之十，百分之三十，百分之七十。
解密完成。
文件展开，里面是数万行JSON格式的数据。路容快速浏览，确认文档描述的结构准确：timestamp是13位毫秒时间戳，device_id是32位哈希字符串，event_type包括“page_view”、“button_click”、“scroll”等，payload字段是加密内容。
她随机选择几条数据，用密钥解密payload。
解密后的内容显示出来：用户访问了某个电商网站的商品页面，点击了“加入购物车”按钮，页面停留时间47秒，滚动深度65%……
很标准的用户行为数据。
路容连续解密了十几条，内容都正常。
她关掉文件，打开另一个。
同样正常。
第三个，正常。
第四个——
路容的目光停住了。
这条数据的device_id，她见过。
就在刚才解密的第一个文件里，有相同的device_id，但timestamp相差三分钟。她翻回去对比，两个数据包的device_id完全一致，event_type都是“page_view”，但payload解密后的内容……
第一个：用户访问了网站A的首页。
第四个：用户访问了网站B的商品页。
同一个设备，三分钟内，访问了两个不同的网站。
这本身不奇怪，用户可能切换应用。
但路容注意到一个细节：两个数据包的来源IP不同。
第一个来源IP：203.112.89.76（深港市电信）
第四个来源IP：103.215.44.128（境外，新加坡）
同一个设备，三分钟内，IP地址
…。。