监控系统像一只会自己调灵敏度的烟雾报警器：警报太多，它就抬高门槛。这样能把长期误报率——正常时错误报警的比例——压在目标附近，却也可能逐渐适应真正的异常。Atarmla 研究的正是这笔代价：误报率看似稳定，不等于系统仍保有足够的检测证据。
论文分析在线分位数跟踪器——每看到一条新数据，就小幅调整报警阈值。其最具体的结果是：面对高度为 h 的持续突变，若 h 是调整步长 η 的整数倍，异常带来的额外警报总量在每条数据轨迹上都恰好为 h/η；随后阈值追上变化，报警率重新回到目标。也就是说，异常持续再久，也不会继续积累证据。对缓慢爬升的异常，额外报警率则只取决于爬升速度，而不取决于异常已经累积到多大。
作者据此提醒：这种长期误报保证本质上来自更新规则的“记账闭合”，并不自动证明监控器看见了故障。论文还给出更强的不可识别边界：若系统必须容忍某类正常漂移，形状相似的故障可能在任何观察时长下都无法区分。结论目前来自论文作者的理论与实验验证。