A Formal Framework for Mobile Robot Patrolling in Arbitrary Environments with Adversaries
使用移动机器人的环境，以防止入侵的自主巡逻是一个日益实际相关的话题。最具挑战性的科学问题之一是找到有效的巡逻策略，在每个时间点，确定巡逻人员的下一步行动，以最大化一些目标函数的问题。在过去的几年里，这个问题已经在博弈论的方式来解决，明确考虑存在一个敌对的入侵者。一般的想法是，巡逻的情况下，作为一个游戏，扮演的巡逻和入侵者，并研究这个游戏的均衡，以获得有效的巡逻策略。在本文中，我们提出了一个游戏理论的形式框架，确定有效的巡逻策略，扩展了以前的建议出现在文献中，考虑环境与任意拓扑结构和任意偏好的代理。本文的主要原创贡献是制定巡逻游戏的通用图形环境，算法找到一个确定性的平衡策略，这是一个固定的路径，通过顶点的图形，和算法找到一个非确定性的平衡策略，这是一组概率移动相邻顶点之间的图形。这两种算法进行了分析研究和实验验证，以评估其性能和效率。
2009-12-16 cs.GT cs.MA
Strategic Evolution of Adversaries Against Temporal Platform Diversity Active Cyber Defenses
对抗动态是网络安全领域的一个关键方面，在任何给定的威胁场景中，攻击者和防御者之间都存在共同进化。当防御者利用能力来最大限度地减少攻击的潜在影响时，对手同时也在开发针对观察到的防御的对策。在这项研究中，我们开发了一套工具来模拟智能演员对主动网络防御系统的自适应策略制定。我们将策略编码为二进制染色体，代表根据Holland的遗传算法进化的有限状态机。我们研究的战略考虑因素，包括整体演员奖励平衡对确定的战略的复杂性。我们提供了一系列模拟结果，证明了自动搜索大策略空间以针对各种反策略获得最佳结果适应度的能力。
2014-07-31 cs.CR cs.GT
Rational Adversaries and the Maintenance of Fragility: A Game-Theoretic Theory of Rational Stagnation
Daisuke Hirota（独立研究者）
本文提出博弈论框架，将理性停滞解释为理性对手在潜在损失原则下维持的均衡，并通过脆弱合作带和三种战略机制揭示其机制，应用于社交媒体与政治信任。
2025-10-25 cs.AI cs.GT econ.TH
Detection and Mitigation of Attacks on Transportation Networks as a Multi-Stage Security Game
近年来，最先进的交通控制设备已经从独立的硬件发展到联网的智能设备。智能交通控制使运营商能够通过获取实时交通数据并将交通信号从固定时间表更改为自适应时间表来减少交通拥堵和对环境的影响。然而，这些功能无意中使流量控制暴露于各种网络攻击，对手可以通过无线网络甚至通过互联网轻松安装。事实上，最近的研究发现，在实践中部署的大量交通信号存在可利用的漏洞，对手可能会利用这些漏洞来控制设备。由于大多数设备都采用了基于硬件的故障保护，对手无法通过将受损信号设置为危险配置来直接造成交通事故。尽管如此，对手可以通过改变受损交通信号的时间表来造成灾难性的交通拥堵，从而有效地削弱交通网络。为了保护交通网络免受这些攻击提供理论基础，我们引入了一个博弈论模型的发射，检测和减轻攻击，篡改交通信号时刻表。我们发现，找到最佳策略是一个计算上具有挑战性的问题，我们提出了有效的启发式算法，找到接近最佳的策略。我们还介绍了一个基于高斯过程的异常检测器，它可以提醒运营商正在进行的攻击。最后，我们评估我们的算法和建议的检测器使用基于SUMO交通模拟器的数值实验。
2019-08-02 cs.CR cs.GT
Automated Planning in Repeated Adversarial Games
Imperial College London（伦敦帝国学院）；University of Southampton（南安普顿大学）
博弈论的规范性力量通常依赖于完全理性和/或自我博弈的互动。与此相反，这项工作抛开这些基本前提，而是集中在两个或多个代理之间的异构自主交互。具体来说，我们介绍了一种新的和简洁的表示重复对抗（常和）游戏，突出必要的功能，使自动规划代理的原因如何得分以上的游戏的纳什均衡，面对异构对手。为此，我们提出了TeamUP，一个基于模型的RL算法，旨在学习和规划这样的抽象。本质上，它有点类似于R-max，具有巧妙设计的奖励塑造，将探索视为对抗性优化问题。在实践中，它试图找到一个盟友，与之默契地勾结（在超过两个玩家的游戏中），然后合作制定一个联合行动计划，在对抗性重复游戏中始终获得高效用。我们使用首届柠檬水摊位游戏锦标赛来证明我们的方法的有效性，并发现TeamUP是表现最好的代理，将锦标赛的实际获胜策略降级为第二位。在我们的实验分析中，我们展示了我们的策略成功地并始终如一地与许多不同的异构（有时非常复杂）对手建立合作。
2012-03-15 cs.AI cs.GT
Strategic Remote Attestation: Testbed for Internet-of-Things Devices and Stackelberg Security Game for Optimal Strategies
物联网（IoT）设备和应用程序可能存在重大漏洞，这些漏洞可能会被对手利用，造成相当大的伤害。减轻这种威胁的一种重要方法是远程证明，它使防御者能够远程验证设备及其软件的完整性。远程认证有多种方法，每种方法在检测精度和计算成本方面都有其独特的优点和缺点。此外，证明方法可以以多种方式应用，诸如各种级别的软件覆盖。因此，为了最大限度地减少安全风险和计算开销，防御者需要根据设备的特性和潜在的损失，从战略上决定应用哪些证明方法以及如何应用它们。为了回答这些问题，我们首先开发了一个用于物联网设备远程认证的测试平台，这使我们能够测量各种认证方法的检测准确性和性能开销。我们的测试平台集成了两个示例物联网应用程序、基于内存校验和的证明以及各种软件漏洞，这些漏洞允许攻击者将任意代码注入到正在运行的应用程序中。其次，我们模型的问题，找到一个最佳的策略，应用远程认证作为一个Stackelberg安全游戏之间的防御者和对手。我们刻画了防御者在各种特殊情况下的最优证明策略。最后，建立在我们的测试平台的实验结果，我们评估我们的模型，并表明，最佳的战略认证可以导致显着低于天真的基线策略的损失。
2021-09-26 cs.CR cs.GT
Active Inverse Methods in Stackelberg Games with Bounded Rationality
本文针对有界理性Stackelberg博弈，提出主动逆方法，利用Fisher信息最大化信息增益并平衡探索与利用，证明一致性与渐近均衡，仿真表明能更快达到Stackelberg均衡。
2025-10-17 cs.GT cs.SY eess.SY
The False Allure of "Security by Obscurity": A Game-Theoretic Approach
University of Bristol（布里斯托大学）；New York University（纽约大学）
该研究针对“通过隐蔽实现安全”的争议，构建博弈论模型证明，在均衡状态下，隐蔽系统比开放系统更易受成功攻击，为安全领域的传统共识提供了理论支撑。
2026-10-12 cs.CR cs.CY cs.GT
Hedging in games: Faster convergence of external and swap regrets
我们考虑玩家运行对冲算法或其乐观变体以重复玩$n$动作游戏$T$回合的设置。1)对于两人游戏，我们表明，乐观对冲的遗憾衰减在$\tilde{O}( 1/T ^{5/6} )$，改善了Syrgkanis，Agarwal，Luo和Schapire（NIPS'15）之前的约束$O(1/T^{3/4})$ 2）相反，我们表明香草对冲的收敛速度并不比$\tildeΩ(1/ \sqrt{T})$更好，解决了Syrgkanis，Agarwal，Luo和Schapire（NIPS'15）中提出的一个悬而未决的问题。对于一般的多人博弈，我们证明了当他们将乐观对冲与Blum和Mansour（JMLR'07）的经典外部到内部还原相结合时，每个玩家的交换遗憾以$\tilde{O}(m^{1/2} (n/T)^{3/4})$的速率衰减。该算法还可以被修改以实现针对自身的相同速率和针对对手的$\tilde{O}(\sqrt{n/T})$速率。通过标准连接，我们的上界也意味着更快的收敛到两人游戏中的粗相关均衡和多人游戏中的相关均衡。
2020-10-19 cs.DS cs.GT
Dynamic Information Flow Tracking for Detection of Advanced Persistent Threats: A Stochastic Game Approach
高级持续性威胁（APT）是智能对手的隐形定制攻击。本文涉及渗透网络系统并损害特定目标数据和/或基础设施的APT的检测。动态信息流跟踪是一种针对APT的基于信息跟踪的检测机制，APT污染系统中的可疑信息流，并对未经授权使用污染数据进行安全分析。在本文中，我们开发了一个分析模型，资源有效的检测APT使用的信息流跟踪游戏。该游戏是一个非零和，回合制，随机游戏与不对称的信息作为防御者不能区分是否传入的流是恶意的或良性的，因此只有部分状态观察。我们分析了博弈的均衡，并证明了一个纳什均衡是由一个流网络的最小容量截集问题的解决方案，从系统，其中的边缘容量是从执行安全分析的成本。最后，我们在真实世界的数据集上实现了我们的算法，用于增加假阴性和假阳性率的数据泄露攻击，并计算出最佳防御策略。
2021-06-25 cs.GT
Using Deception in Markov Game to Understand Adversarial Behaviors through a Capture-The-Flag Environment
识别针对系统漏洞的实际对抗性威胁一直是网络安全研究的一个长期挑战。为了确定防御者的最优策略，基于博弈论的决策模型已被广泛用于模拟现实世界的攻击者-防御者场景，同时考虑防御者的约束。在这项工作中，我们专注于了解人类攻击者的行为，以优化防御者的策略。为了实现这一目标，我们的攻击者和防御者的参与马尔可夫博弈模型和搜索贝叶斯Stackelberg均衡。我们验证我们的建模方法，并报告我们的实证研究结果，使用捕获的旗帜（CTF）设置，我们进行用户研究的对手具有不同的技能水平。我们的研究表明，应用程序级欺骗是针对目标攻击的最佳缓解策略-优于经典的网络防御策略，例如修补或阻止网络请求。我们使用这个结果来进一步假设攻击者的行为时，被困在一个嵌入式蜜罐环境，并提出了一个详细的分析。
2022-11-09 cs.CR cs.GT
Game-Theoretical Perspectives on Active Equilibria: A Preferred Solution Concept over Nash Equilibria
MID-LIDS；MIT-IBM Watson AI Lab（麻省理工学院-IBM沃森人工智能实验室）；IBM-Research（IBM研究院）；Mila（米拉）；University of Oxford（牛津大学）
多智能体学习设置本质上比单智能体学习更困难，因为每个智能体在共享环境中与其他同时学习的智能体交互。多智能体强化学习的一个有效方法是考虑智能体的学习过程，并从每个智能体的角度影响他们未来的政策，以达到期望的行为。重要的是，如果每个智能体通过考虑其行为对收敛策略集的影响来最大化其长期回报，则所产生的多智能体系统达到主动均衡。虽然这个新的解决方案的概念是一般的，标准的解决方案的概念，如纳什均衡，是特殊情况下的积极平衡，这是不清楚的，当一个积极的平衡是一个首选的平衡比其他解决方案的概念。在本文中，我们分析积极的均衡从博弈论的角度来看，通过仔细研究的例子，纳什均衡是已知的。通过直接比较这些例子中的主动均衡和纳什均衡，我们发现主动均衡比纳什均衡找到更有效的解决方案，得出主动均衡是多智能体学习设置的理想解决方案。
2022-10-28 cs.AI cs.GT
Optimizing Vulnerability-Driven Honey Traffic Using Game Theory
企业越来越担心在数月甚至数年内缓慢而故意地利用资源的对手。这个杀伤链中的一个关键步骤是网络侦察，它在历史上一直很活跃（例如，网络扫描）并且因此是可检测的。然而，新的网络技术增加了被动网络侦察的可能性，这将在很大程度上无法被防御者发现。在本文中，我们提出了Snaz，这是一种使用欺骗性的蜂蜜流量来混淆通过被动网络侦察获得的知识的技术。我们提出了一个两人非零和Stackelberg游戏模型，其特征在于防御者应该如何部署蜂蜜流量的对手谁知道Snaz的存在。在这样做的过程中，我们证明了存在最佳的防御策略，将劝阻对手采取行动的存在下观察到的网络流量中的真正的漏洞，或揭示对手的存在时，它试图在不知不觉中攻击入侵检测节点。
2020-02-21 cs.CR cs.GT
Adaptive Honeypot Allocation in Multi-Attacker Networks via Bayesian Stackelberg Games
本文提出多攻击者贝叶斯Stackelberg框架，通过动态信念更新优化蜜罐部署，在数百节点网络中有效防止攻击并保持可扩展性。
2025-05-21 cs.GT
Active Inverse Learning in Stackelberg Trajectory Games
University of Minnesota Twin Cities（明尼苏达大学双城分校）；University of California Berkeley（加州大学伯克利分校）
本文针对Stackelberg轨迹博弈，提出一种主动逆学习方法，通过优化领导者控制输入最大化不同假设下跟随者轨迹差异，从而加速目标函数假设概率的收敛，并在Gazebo中用虚拟TurtleBots验证了有效性。
2024-10-11 cs.GT cs.LG cs.SY
Random perfect information games
本文给出了上连续支付的零和完全信息对策的一个自然测度空间。每个游戏都由游戏树指定，并由活跃玩家的分配和树的每个节点的容量指定。博弈中的收益被定义为在博弈期间访问过的节点的容量的下确界。活跃的玩家，孩子的数量和容量是从一个给定的联合分布中独立地跨节点得出的。我们使用所谓的值生成函数的不动点来表征值$v$的累积分布函数。这一特征导致事件$v \geq k$以正概率发生的充分必要条件。我们还研究了一组玩家I的$k$ -最优策略和相应的播放的概率特性。
2021-04-21 cs.GT econ.TH math.PR
The Oracle's Gambit: A Game-Theoretic Framework for Responsible AI Release
CISPA Helmholtz Center for Information Security（CISPA 亥姆霍兹信息安全中心）；Department of Computer Science, University of Oxford（牛津大学计算机系）
研究在人工智能模型能力提升背景下，负责任的人工智能发布决策问题。核心方法是将其视为双层斯塔克尔伯格博弈，通过承诺窗口设定双方能力。主要贡献是指出福利取决于能力差距，明确两用模型关键在于访问顺序而非部署阈值。
2026-07-08 cs.GT
Protecting shared information in networks: a network security game with strategic attacks
泄露机密信息的数字安全漏洞不仅影响其系统被渗透的代理，而且对与渗透系统有社会联系的其他代理也是有害的。虽然有人认为，这些外部性造成了对安全投资不足的激励，但这一假设受到了战略对手攻击最不受保护的代理人的可能性的挑战。在本文中，我们研究了一个新的安全博弈模型，其中代理人共享令牌的敏感信息的接触网络。代理有机会投资于安全性，以防止可能是战略性或随机目标的攻击。我们发现，在随机攻击的存在下，投资不足总是占上风的纳什均衡相比，社会最优。相反，当攻击是战略性的时，投资不足或过度投资都是可能的，这取决于网络拓扑结构和信息传播过程的特征。实际上，当代理之间的依赖性较低时（这可能是因为信息网络连接稀疏，或者因为信息令牌共享的概率很小），代理在安全性上的投资比社会最优的要多。当信息共享更有可能时（因此，当攻击带来的风险更高时），这些过度投资就会转移到投资不足。
2019-06-22 cs.GT cs.SI
Markov Game Modeling of Moving Target Defense for Strategic Detection of Threats in Cloud Networks
Arizona State University（亚利桑那州立大学）
大规模云网络中关键数据的处理和存储需要可扩展的安全解决方案。事实证明，部署所有可能的安全措施都会消耗宝贵的计算和网络资源，而这些资源是云服务提供商的主要卖点。因此，最近有兴趣发展移动目标防御（MTD）机制，帮助一个优化的联合目标，最大限度地提高安全性，同时确保对性能的影响最小化。通常，这些技术将隐形对手的多阶段攻击问题建模为单步攻击检测游戏，使用图连接性度量作为衡量性能的启发式方法，从而（1）丢失了为大型云网络设计的图论模型中固有的有价值信息，以及（2）提出了某些对性能具有不对称影响的策略。在这项工作中，我们利用云网络的攻击图中的知识来制定零和马尔可夫博弈，并使用通用漏洞评分系统（CVSS）来为这个游戏提供有意义的实用价值。然后，我们表明，放置检测机制对对手的最佳策略相当于计算混合最小最大均衡的马尔可夫博弈。我们将使用我们的方法获得的收益与目前用于云网络安全的其他技术进行比较，从而显示其有效性。最后，我们强调了如何将该方法用于一个小型的真实云系统。
2019-02-28 cs.AI cs.CR cs.GT
Qualitative Planning in Imperfect Information Games with Active Sensing and Reactive Sensor Attacks: Cost of Unawareness
我们考虑的概率规划问题，代理（称为玩家1，或P1）可以联合计划的控制动作和传感器查询在传感器网络和攻击者（称为玩家2，或P2）可以对传感器进行攻击。我们使用一个正式的模型来模拟这样的对抗性交互--一个具有部分可控观测函数的可达性游戏。本文的主要贡献是评估P1的不知情的成本：假设P1误解的传感器故障的概率节点故障，由于不可靠的网络通信，和P2知道P1的误解，除了她的部分可观测性。然后，P2可以从哪些状态执行传感器攻击，以概率1确保P1将无法完成她的可达性任务，即使由于误解，P1认为她几乎可以肯定地完成她的任务。我们开发了一个算法来解决几乎肯定会赢的传感器攻击策略P1的观察为基础的战略。我们的攻击分析可用于无线通信网络中的攻击检测和网络物理系统的决策理论模型中可证明安全的攻击感知传感器分配的设计。
2021-05-02 cs.CR cs.FL cs.GT
Synthesizing Attack-Aware Control and Active Sensing Strategies under Reactive Sensor Attacks
我们考虑的概率规划问题的防御者（P1）谁可以联合查询传感器，并采取控制行动，以达到一组目标状态，同时意识到可能的传感器攻击的对手（P2）谁拥有完美的观察。为了合成一个可证明正确的，攻击感知的联合控制和主动感知策略P1，我们构建了一个随机对策图与增强状态，包括实际的游戏状态（只知道攻击者），防守者的信念关于游戏状态（由攻击者根据他的知识防守者的观察）。我们提出了一个算法来计算一个基于信念的，随机化的策略P1，以确保满足可达性目标的概率为1，在最坏情况下的传感器攻击进行了知情的P2。我们证明了算法的正确性，并举例说明。
2022-11-29 cs.GT cs.SY eess.SY
A Game-theoretic Framework for Privacy-preserving Federated Learning
Huazhong University of Science and Technology（华中科技大学）；Webank（微众银行）；MSRA（微软亚洲研究院）；Tsinghua University（清华大学）；Hong Kong University of Science and Technology（香港科技大学）
针对联邦学习中的半诚实隐私威胁，提出融合双方收益的FLPG不完全信息博弈及预言机机制，给出攻击者理性选择不攻击的条件。
2024-02-28 cs.AI cs.CR cs.GT
Secure-by-synthesis network with active deception and temporal logic specifications
本文研究了具有主动网络欺骗的网络系统中的策略综合问题。网络中的主动欺骗采用诱饵系统和其他防御措施来进行防御规划，以防止已被传感系统确认的恶意攻击者的入侵。在这种情况下，防御者的目标是确保满足时序逻辑公式中指定的安全属性。我们制定的问题，欺骗性的规划与诱饵系统和其他防御作为一个两个玩家的游戏与非对称信息和布尔支付的时间逻辑。我们使用2级超博弈的时间逻辑目标，以捕捉不完整/不正确的知识的攻击者对网络系统作为一个回报的误解。真正的支付函数是防御者的私人信息。然后，我们扩展了$omega$ -正则博弈的解的概念，分析了攻击者在不完全信息下的理性策略。通过将2级超对策的解从范式推广到扩展形式，我们扩展了具有安全时序逻辑目标的对策的解，以决定防御者是否能够确保安全属性满足概率1，给定任何可能的策略，被攻击者认为是理性的.此外，我们使用的解决方案的游戏与co-safe（可达性）的时间逻辑目标，以确定是否防御者可以从事攻击者，通过引导攻击者的高保真蜜罐。所提出的综合方法的有效性说明与合成网络系统的蜜罐。
2020-02-17 cs.FL cs.GT cs.LO
