本文提出了历史分布保持（HDP）框架，使用通用对抗扰动（UAP）模拟历史伪造分布，通过知识蒸馏维持真实面孔在不同模型中的分布变化。该方法有效学习新的伪造攻击而不遗忘先前的攻击，并构建了连续面部伪造检测（CFFD）基准。实验证明该方法优于现有竞争对手。