该文章提出了一种解决目标数据未被授权使用的方法，通过给无法学习的示例添加微不可见的扰动来保护数据。然而，该方法存在弊端，因为不受保护的其他数据可以用于消除保护。因此，提出了一种新的方法，通过纯化处理将无法学习的示例投射到可学习的示例上，并使用新的模型去除噪音，实现对无法学习的示例的保护。这种方法适用于有监督和无监督的示例，是一种通用的计数器测量方法。