在通信受限的分布式系统中，周期性传输 Bloom filter 会带来可观的带宽与能耗开销。已有的两类思路各有取舍：无损压缩能完整保留成员性语义，但传输尺寸是固定的、无法按需缩减；OR 折叠（OR folding）可以生成更小的表示并保持“无假阴性”这条关键性质，代价是假阳性率（FPR）上升。本文研究的核心问题是：既然折叠后的表示存在多个可选的“保真度—尺寸”工作点，发送方能否根据当下可用的通信资源动态挑选其中一个？作者提出信道感知（channel-aware）的折叠选择框架：发送方始终保留一份未修改的规范过滤器（canonical filter），预先构造出一个满足给定最大 FPR 约束的候选表示目录，并在每一次报告机会上，依据当时可用的通信条件，在满足 FPR 门槛的候选中选择“保留长度最大”（即保真度最高、体积最大但可被承载）的那个表示进行传输。与以往主要受基数规模与假阳性约束驱动的折叠策略不同，这里的决策由随时间变化的信道状况驱动。评估使用两个钓鱼 URL 数据集作为成员集合，并在三种信道模型下进行：五状态马尔可夫容量模型（Five-State Markov Capacity）、Gilbert–Elliott 突发错误模型以及 Rayleigh 块衰落模型。结果表明：当通信机会在时间上波动明显时，信道感知折叠相比“发送完整过滤器”和“无损压缩”两种基线，能同时提升通信效率与接收端状态的新鲜度（freshness）；在条件更友好的 Gilbert–Elliott 模型下，它在效率上仍具竞争力，并能让接收端维持最新的过滤状态。作者由此得出结论：满足 FPR 约束的折叠视图构成了一类有价值的传输工作点，尤其适用于“接收一份较新但保真度略低的更新”优于“延迟等待一个更大表示”的场景。该工作属于理论建模与仿真验证性质，未涉及真实部署或对抗环境下的实测。