这个说法不完全准确，但在特定语境下有其道理，要理解这个问题，我们需要拆解“统计回传次数”和“保守程度”这两个概念,并区分它们在不同场景下的含义。
“回传次数”更多反映的是“防御策略的严格程度”或“样本的罕见程度”，而不是单纯的思想保守。
我们可以从以下几个维度来看：
从“网络安全设备”的视角（如杀毒软件、EDR）
- 回传：指终端设备将可疑文件、行为日志或样本上传到云端服务器进行分析。
- “保守”的体现：如果一个安全软件稍微遇到点风吹草动（比如一个不太常见的宏命令）就立刻把整个文件打包回传，这说明它的本地判断阈值很低，策略很保守（宁杀错，不放过），这种策略虽然可能误报率高,但确实能捕获更多未知威胁。
- “激进”的体现：如果安全软件只在检测到明确的恶意特征时才回传，那么回传次数会很少，这说明它的本地过滤逻辑很强，策略更激进（宁可漏网，也不打扰用户）。
- 在这种场景下，回传次数多，通常意味着策略更“谨慎”或“保守”,但代价是消耗带宽和隐私。
从“Web应用防火墙”或“风控系统”的视角（如登录保护）
- 回传：指前端把用户的操作行为数据（如鼠标轨迹、点击频率）发送到后端进行实时风控分析。
- “保守”的体现：如果系统对用户的每一次点击都要回传一次去验证是否异常，这往往意味着系统对用户的不信任程度高，风控模型非常保守，这可能导致正常用户频繁收到验证码,体验变差。
- 在这种场景下，回传次数多直接等同于风控策略保守、误杀率高。
从“数据采集与分析”的视角（如APT溯源）
- 回传：指将业务日志或系统状态定期发送给监管平台。
- 与保守程度的关系：这里的回传次数通常由合规要求或审计策略决定，与实际防御的保守程度关系不大，更多反映的是合规的严格程度,而非防御思想的保守。
核心辨析：为什么说“不完全准确”？
如果用“保守”来形容一个人（比如网络安全管理员），
- 保守的管理员倾向于少回传，因为他们担心数据泄露，担心上云不安全，更倾向于本地隔离和手动分析，他们的回传次数往往很少,但这恰恰是因为他们保守。
- 激进的自动化平台则倾向于多回传，因为云沙箱算力强,交给云端分析更快。
结论总结：
如果这句话是在描述“自动化安全产品的策略设置”，那么回传次数越多，意味着策略越谨慎（保守）。
如果这句话是在描述“安全团队的运营行为”，那么回传次数越少，才可能意味着团队越保守（因为不敢把数据交给云端）。
这个说法是“场景相关”的。 在绝大多数关于“机器策略”的讨论中，高回传频率往往等同于低信任阈值（保守）；但在关于“人为决策”的讨论中，低回传频率可能反而代表保守。
如果你是在做数据分析，建议不要用“保守”这个词，改用“策略阈值灵敏度”或“信任模型等级”,这样会更准确。
