本研究探讨了多数投票方法在数据标签聚合中的最优性，提出在特定噪声容忍度下实现标签估计误差的下界，为模型选择提供更有效的方案。

本研究提出了一种针对补丁攻击的可验证防御机制，通过将可执行文件划分为非重叠的块，并采用多数投票的方式计算最终预测结果，从而最小化注入内容的影响。经过广泛的消融研究，结果表明我们的方法在强攻击下展现出无与伦比的鲁棒性，优于文献中基于随机平滑的防御方法。