diff --git a/README_CN.md b/README_CN.md
index aae9618..d184b2f 100644
--- a/README_CN.md
+++ b/README_CN.md
@@ -1,12 +1,27 @@
 # MindArmour
 
-- [简介](#简介)
-- [开始](#开始)
-- [文档](#文档)
-- [社区](#社区)
-- [贡献](#贡献)
-- [版本](#版本)
-- [版权](#版权)
+<!-- TOC -->
+
+- [MindArmour](#mindarmour)
+    - [简介](#简介)
+        - [对抗样本鲁棒性模块](#对抗样本鲁棒性模块)
+        - [Fuzz Testing模块](#fuzz-testing模块)
+        - [隐私保护模块](#隐私保护模块)
+            - [差分隐私训练模块](#差分隐私训练模块)
+            - [隐私泄露评估模块](#隐私泄露评估模块)
+    - [开始](#开始)
+        - [确认系统环境信息](#确认系统环境信息)
+        - [安装](#安装)
+            - [源码安装](#源码安装)
+            - [pip安装](#pip安装)
+        - [验证是否成功安装](#验证是否成功安装)
+    - [文档](#文档)
+    - [社区](#社区)
+    - [贡献](#贡献)
+    - [版本](#版本)
+    - [版权](#版权)
+
+<!-- /TOC -->
 
 [View English](./README.md)
 
@@ -15,6 +30,7 @@
 MindArmour关注AI的安全和隐私问题。致力于增强模型的安全可信、保护用户的数据隐私。主要包含3个模块：对抗样本鲁棒性模块、Fuzz Testing模块、隐私保护与评估模块。
 
 ### 对抗样本鲁棒性模块
+
 对抗样本鲁棒性模块用于评估模型对于对抗样本的鲁棒性，并提供模型增强方法用于增强模型抗对抗样本攻击的能力，提升模型鲁棒性。对抗样本鲁棒性模块包含了4个子模块：对抗样本的生成、对抗样本的检测、模型防御、攻防评估。
 
 对抗样本鲁棒性模块的架构图如下：
@@ -22,6 +38,7 @@ MindArmour关注AI的安全和隐私问题。致力于增强模型的安全可
 ![mindarmour_architecture](docs/adversarial_robustness_cn.png)
 
 ### Fuzz Testing模块
+
 Fuzz Testing模块是针对AI模型的安全测试，根据神经网络的特点，引入神经元覆盖率，作为Fuzz测试的指导，引导Fuzzer朝着神经元覆盖率增加的方向生成样本，让输入能够激活更多的神经元，神经元值的分布范围更广，以充分测试神经网络，探索不同类型的模型输出结果和错误行为。
 
 Fuzz Testing模块的架构图如下：
@@ -34,7 +51,7 @@ Fuzz Testing模块的架构图如下：
 
 #### 差分隐私训练模块
 
-差分隐私训练包括动态或者非动态的差分隐私SGD、Momentum、Adam优化器，噪声机制支持高斯分布噪声、拉普拉斯分布噪声，差分隐私预算监测包含ZCDP、RDP。
+差分隐私训练包括动态或者非动态的差分隐私`SGD`、`Momentum`、`Adam`优化器，噪声机制支持高斯分布噪声、拉普拉斯分布噪声，差分隐私预算监测包含ZCDP、RDP。
 
 差分隐私的架构图如下：
 
@@ -48,12 +65,14 @@ Fuzz Testing模块的架构图如下：
 
 ![privacy_leakage](docs/privacy_leakage_cn.png)
 
-
 ## 开始
 
-### 环境依赖
+### 确认系统环境信息
 
-MindArmour使用MindSpore加速计算，因此请先安装MindSpore，其余依赖包含在`setup.py`里。
+- 硬件平台为Ascend、GPU或CPU。
+- 参考[MindSpore安装指南](https://www.mindspore.cn/install)，完成MindSpore的安装。  
+    MindArmour与MindSpore的版本需保持一致。
+- 其余依赖请参见[setup.py](https://gitee.com/mindspore/mindarmour/blob/master/setup.py)。
 
 ### 安装
 
@@ -61,26 +80,30 @@ MindArmour使用MindSpore加速计算，因此请先安装MindSpore，其余依
 
 1. 从Gitee下载源码。
 
-```bash
-git clone https://gitee.com/mindspore/mindarmour.git
-```
+    ```bash
+    git clone https://gitee.com/mindspore/mindarmour.git
+    ```
+
+2. 在源码根目录下，执行如下命令编译并安装MindArmour。
 
-2. 编译安装MindArmour。
+    ```bash
+    cd mindarmour
+    python setup.py install
+    ```
+
+#### pip安装
 
 ```bash
-$ cd mindarmour
-$ python setup.py install
+pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/{version}/MindArmour/{arch}/mindarmour-{version}-cp37-cp37m-linux_{arch}.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://mirrors.huaweicloud.com/repository/pypi/simple
 ```
 
-#### `Pip`安装 
+> - 在联网状态下，安装whl包时会自动下载MindArmour安装包的依赖项（依赖项详情参见[setup.py](https://gitee.com/mindspore/mindarmour/blob/master/setup.py)），其余情况需自行安装。
+> - `{version}`表示MindArmour版本号，例如下载1.0.1版本MindArmour时，`{version}`应写为1.0.1。  
+> - `{arch}`表示系统架构，例如使用的Linux系统是x86架构64位时，`{arch}`应写为`x86_64`。如果系统是ARM架构64位，则写为`aarch64`。
 
-1. 从[MindSpore官网](https://www.mindspore.cn/versions/en)下载whl格式的安装包，然后执行如下命令：
+### 验证是否成功安装
 
-```
-pip install mindarmour-{version}-cp37-cp37m-linux_{arch}.whl
-```
-
-2. 执行如下命令，如果没有报错`No module named 'mindarmour'`，则说明安装成功。
+执行如下命令，如果没有报错`No module named 'mindarmour'`，则说明安装成功。
 
 ```bash
 python -c 'import mindarmour'
@@ -93,6 +116,7 @@ python -c 'import mindarmour'
 ## 社区
 
 社区问答：[MindSpore Slack](https://join.slack.com/t/mindspore/shared_invite/enQtOTcwMTIxMDI3NjM0LTNkMWM2MzI5NjIyZWU5ZWQ5M2EwMTQ5MWNiYzMxOGM4OWFhZjI4M2E5OGI2YTg3ODU1ODE2Njg1MThiNWI3YmQ)。
+
 ## 贡献
 
 欢迎参与社区贡献，详情参考[Contributor Wiki](https://gitee.com/mindspore/mindspore/blob/master/CONTRIBUTING.md)。