diff --git a/knowledges/Intro-Modbus-Diffusion-Tech-Route.md b/knowledges/Intro-Modbus-Diffusion-Tech-Route.md
index e94c83b..1830ab5 100644
--- a/knowledges/Intro-Modbus-Diffusion-Tech-Route.md
+++ b/knowledges/Intro-Modbus-Diffusion-Tech-Route.md
@@ -208,7 +208,215 @@ Modbus 数据不仅包含“流量大小”，更包含了**指令逻辑（Funct
 3.  **处理数据包的不确定性**：
     *   工业网络中存在抖动（Jitter）和丢包。扩散模型天然的概率特性可以完美模拟网络状况的**随机波动**，而不仅仅是理想状态下的数据。
 
-### 五、 实施路线图建议
+# PART 2：mzyang觉得离散值处理不妥
+下面我就只写你要的这部分：**两种“加噪/去噪”方法的详细介绍** （连续字段用高斯扩散、离散字段用 Mask），并且写成能直接塞进你文档的风格。
+
+---
+
+## 方法 1：连续字段用高斯噪声扩散（Gaussian Diffusion / DDPM 思路）
+
+### 适用对象
+
+连续字段指的是能取实数的量，例如：
+
+* `inter_arrival_time`（到达间隔）
+* `value`（读写数值，或某种连续统计量）
+* `payload_len`（长度也可以当连续/或分桶）
+
+这些变量有“大小”和“接近”的概念，适合用高斯噪声逐步扰动。
+
+---
+
+### 核心想法（直觉）
+
+把真实连续数据 (x_0) 逐步加噪，直到变成“纯噪声”；
+再训练模型学会从噪声一步步还原回真实数据。
+
+一句话就是： ** 先把数据揉乱，再学会揉回来。 **
+
+---
+
+### 前向过程（加噪）
+
+DDPM 经典做法是定义一个时间步 (t=1..T)，每一步加一点高斯噪声：
+
+[
+q(x_t \mid x_{t-1}) = \mathcal{N}\big(\sqrt{1-\beta_t},x_{t-1}, \beta_t I\big)
+]
+
+其中：
+
+* (\beta_t) 是第 (t) 步的噪声强度（通常从小到大）
+* (I) 是单位矩阵
+
+常用的“闭式写法”（更实用）：
+
+[
+x_t = \sqrt{\bar{\alpha}_t},x_0 + \sqrt{1-\bar{\alpha}_t},\epsilon,\quad \epsilon\sim \mathcal N(0,I)
+]
+
+这里：
+
+* (\alpha_t = 1-\beta_t)
+* (\bar{\alpha}*t=\prod*{s=1}^t \alpha_s)
+
+> 直观理解：(t) 越大，(\sqrt{1-\bar{\alpha}_t}) 越大，噪声占比越高，(x_t) 越接近纯随机。
+
+---
+
+### 反向过程（去噪 / 生成）
+
+反向就是要学一个模型 (p_\theta) 逐步把 (x_t) 还原成 (x_{t-1})。
+
+常见训练方式是让模型预测噪声 (\epsilon)（也可以预测 (x_0)）：
+
+[
+\epsilon_\theta = f_\theta(x_t, t, \text{context})
+]
+
+训练损失最常用就是 MSE：
+
+[
+\mathcal L_{\text{cont}} = \mathbb E\big[|\epsilon - \epsilon_\theta(x_t,t)|^2\big]
+]
+
+---
+
+### 采样（生成）怎么做（你们落地时最关心的）
+
+1. 先从高斯噪声开始：(x_T \sim \mathcal N(0,I))
+2. 对 (t=T,T-1,\dots,1)：
+
+   * 用模型预测噪声 (\epsilon_\theta(x_t,t))
+   * 按 DDPM 的反向更新公式得到 (x_{t-1})
+3. 最终得到 (x_0) 作为生成的连续特征
+
+> 你不用在文档里写完整反向公式；只要说明“模型逐步去噪得到连续特征”即可。
+
+---
+
+### 优点 & 注意点（写给评审/队友看的）
+
+**优点**
+
+* 连续变量生成质量通常很好（分布、波动、burst 都更自然）
+* 训练稳定（MSE 好优化）
+
+** 注意点 **
+
+* 连续字段最好做归一化/标准化（比如 z-score），否则噪声尺度不好选
+* (\beta_t)（噪声 schedule）会影响效果：一般从小到大更稳
+
+---
+
+---
+
+## 方法 2：离散字段用 Mask 噪声（Mask Corruption / 离散去噪）
+
+### 适用对象
+
+离散字段是“选项题”，例如：
+
+* `func_code`（功能码）
+* `msg_type`（request/response）
+* `direction`（C→S / S→C）
+* `exception_code`（异常码类别）
+
+这类变量没有“加法”和“中间值”，所以不能像连续那样加高斯噪声。
+
+---
+
+### 核心想法（直觉）
+
+离散扩散的“噪声”不是加一个数，而是 ** 把一些 token 盖住/弄丢 ** 。
+
+* 前向：随机把一部分离散值替换成 `[MASK]`
+* 反向：模型根据上下文把 `[MASK]` 猜回去（分类问题）
+
+一句话：**先挖空，再补全。**
+
+---
+
+### 前向过程（加噪 = Mask）
+
+给每个时间步 (t) 定义一个 mask 比例（或 mask 概率）(m_t)，通常 (t) 越大 mask 越多。
+
+对离散序列 (x^{\text{disc}}_0) 的每个位置：
+
+* 以概率 (m_t)：替换成 `[MASK]`
+* 以概率 (1-m_t)：保留原 token
+
+得到被污染的 (x^{\text{disc}}_t)。
+
+> 你也可以扩展为“mask 或随机替换成别的 token”，但第一版用纯 mask 就够清晰、好实现。
+
+---
+
+### 反向过程（去噪 = 猜 token）
+
+模型输入：被 mask 的离散序列 + 时间步 (t) +（可选）连续特征上下文
+模型输出：每个被 mask 位置的类别分布（softmax）：
+
+[
+p_\theta(x^{\text{disc}}_0 \mid x^{\text{disc}}_t, t, \text{context})
+]
+
+训练损失是交叉熵（只在被 mask 的位置算更常见）：
+
+[
+\mathcal L_{\text{disc}} = -\sum_{j\in \text{masked}} \log p_\theta(x^{\text{disc}}_{0,j})
+]
+
+> 直观：模型的任务就是“把挖掉的格子填回正确答案”。
+
+---
+
+### 采样（生成）怎么做（简单版本）
+
+最简单可用的一种生成策略：
+
+1. 初始离散序列设为全 mask：`[MASK, MASK, ...]`
+2. 对 (t=T,T-1,\dots,1)：
+
+   * 用模型给每个 mask 位置输出 softmax 概率
+   * 采样/取最大概率填入一部分 token
+   * 随着 (t) 变小，mask 数逐步减少（填得越来越完整）
+
+最终得到完整的离散字段序列。
+
+> 你们文档里可以写成：“从全 mask 开始逐步恢复离散字段”，不用纠结具体填多少个位置的策略。
+
+---
+
+### 优点 & 注意点（很关键）
+
+**优点**
+
+* 对离散字段天然正确：不会引入“编号距离”的假设
+* 特别适合协议字段（功能码/请求响应类型），因为可以利用上下文预测
+
+**注意点**
+
+* 高基数离散变量（例如地址 0~65535）不建议直接当一个巨大 softmax 来 mask：会难学、数据稀疏
+  更建议把它拆成 “region + offset” 或分桶后再做离散建模
+* 需要一个合理的 mask schedule：一开始别 mask 太狠，否则模型只能瞎猜
+
+---
+
+---
+
+## 你们把这两种方法合在一起怎么说（文档一句话版）
+
+对于每个事件的特征向量，我们将字段分为：
+
+* 连续字段：用高斯扩散（DDPM）去噪生成（MSE loss）
+* 离散字段：用 mask 噪声进行离散去噪（分类恢复，CE loss）
+  最终用一个统一 backbone 同时输出连续头和离散头，训练目标为两者加权和：
+
+[
+\mathcal L = \lambda\mathcal L_{\text{cont}} + (1-\lambda)\mathcal L_{\text{disc}}
+]
+
 
 如果你决定实施这个项目，我建议按以下步骤进行：