Defender Policy Evaluation and Resource Allocation Using MITRE ATT&CK Evaluations Data
防御持续时间和时间不确定的多步骤攻击迫使防御者做出无限期、始终持续、资源密集型的反应。为了有效地分配资源，防御者必须能够在不断分配资源的假设下分析多步攻击，以应对不确定的潜在未检测到的攻击流。为了实现这一目标，我们提出了一种新的方法，适用于一个游戏理论的方法来攻击，攻击者和防御者的数据来自MITRE的ATT&CK框架。完成攻击步骤的时间是从由攻击者和防御者的策略和能力确定的概率分布中得出的。这限制了攻击成功参数，并能够比较不同的防御者资源分配策略。通过近似的攻击者-防御者的游戏马尔可夫过程，我们代表的攻击者-防御者的相互作用，估计攻击成功的参数，确定攻击者和防御者的策略的影响，并最大限度地提高防御者的策略改进的机会，对一个不确定的攻击流。这种新颖的多步骤攻击的表示和分析使防御策略优化和资源分配，我们使用MITRE的APT 3 ATT&CK评估的数据来说明。
2021-07-08 cs.CR cs.GT
Weighted automata on infinite words in the context of Attacker-Defender games
我们考虑具有可达性目标的无限状态攻防对策。该文件的结果是双重的。首先，我们证明了一个新的语言理论结果的加权自动机上无限的话，并显示其编码到攻击者-防御者游戏的框架。其次，我们使用这个新的概念来证明不可判定性检查存在的一个获胜的策略在几个低维数学游戏，包括向量可达性游戏，文字游戏和辫子游戏。
2015-04-27 cs.FL cs.GT cs.LO
IDCAIS: Inter-Defender Collision-Aware Interception Strategy against Multiple Attackers
University of Michigan（密歇根大学）
本文提出IDCAIS策略，通过混合整数二次规划同时优化拦截成本与防御者间碰撞规避，并采用指数控制屏障函数处理不可避免碰撞，仿真验证了其有效性。
2025-06-23 cs.GT cs.MA cs.RO
Dynamic Defender-Attacker Blotto Game
这项工作研究了一个动态的，对抗性的资源分配问题的环境建模为图。在环境中部署了一个蓝色的防御机器人团队，以保护节点免受红色攻击机器人团队的攻击。我们制定的参与作为一个离散时间的动态游戏，其中的机器人可以移动在每个时间步最多一跳。如果任何地点的攻击机器人多于防御机器人，则游戏以攻击者获胜结束。目标是确定动态资源分配策略，以及确定获胜者的条件：图结构，可用资源和初始条件。我们使用可达集分析问题，并展示了底层图的出度如何直接影响防御任务的难度。此外，我们提供了算法，确定攻击者的胜利的充分性。
2021-12-18 cs.GT cs.SY eess.SY
Manipulating a Learning Defender and Ways to Counteract
University of Oxford（牛津大学）；Nanyang Technological University（南洋理工大学）；University of Southampton（南安普顿大学）
在Stackelberg安全游戏中，当攻击者的收益信息不确定时，已经提出了通过与攻击者交互并观察他们的最佳响应来学习最佳防御者承诺的算法。在本文中，我们表明，但是，这些算法可以很容易地操纵，如果攻击者不如实地响应。作为一个关键发现，攻击者的操纵通常会导致防御者学习最大最小策略，这实际上使学习尝试变得毫无意义，因为计算最大最小策略根本不需要其他参与者的额外信息。然后，我们在更高的层次上应用博弈论框架来对抗这种操纵，其中防御者承诺根据所学到的信息来指定她的策略承诺的政策。我们提供了一个多项式时间算法来计算最优的这样的政策，此外，一个启发式的方法，即使当攻击者的回报空间是无限的或完全未知的。实证评估表明，我们的方法可以提高防御者的效用显着相比，当攻击者操纵被忽略的情况。
2019-10-31 cs.GT cs.LG
Foureye: Defensive Deception based on Hypergame Theory Against Advanced Persistent Threats
防御性欺骗技术已经成为一种有前途的主动防御机制，以误导攻击者，从而实现攻击失败。然而，大多数博弈论防御欺骗方法都假设玩家在不确定性下保持一致的观点。他们不考虑参与者可能的主观信念，这些信念是由于给予他们的信息不对称而形成的。在这项工作中，我们制定了一个攻击者和防御者之间的超博弈，他们可以不同地解释同一个游戏，并相应地选择他们的最佳策略，根据各自的信念。这为防御性欺骗策略提供了操纵攻击者信念的机会，这是攻击者决策的关键。我们考虑高级持续性威胁（APT）攻击，它在网络杀戮链的各个阶段执行多个攻击，攻击者和防御者的目标是根据他们的信念选择最佳策略。通过广泛的模拟实验，我们证明了防御者如何有效地利用防御欺骗技术，同时在超级游戏中处理多阶段的APT攻击，其中不完美信息是基于感知的不确定性，成本和攻击者和防御者的预期效用，系统寿命（即，平均安全失败时间），并提高了检测攻击者的误报率。
2021-01-31 cs.GT
Defending Against Stealthy Attacks on Multiple Nodes with Limited Resources: A Game-Theoretic Analysis
隐形攻击是主要的网络安全威胁。在实践中，攻击者和防御者都有资源限制，这可能会限制他们的能力。因此，要制定强大的防御战略，一个有前途的方法是利用博弈论来理解所涉及的基本权衡。然而，以前的工作在这个方向上，主要集中在单节点的情况下，没有考虑严格的资源约束。本文提出了一个保护多节点系统免受隐身攻击的博弈模型。我们考虑的实际设置中的频率的攻击和防御是有限的资源的限制，和一个不对称的反馈结构，攻击者可以充分观察节点的状态，同时在很大程度上隐藏其行动的防御者。我们刻画了攻击者和防御者在非自适应策略和自适应策略空间中的最佳反应策略，并研究了博弈的纳什均衡。我们进一步研究了一个序贯博弈，其中防御者首先宣布其策略，然后攻击者相应地作出反应，并设计了一个算法，找到一个接近最优的策略，为防御者提交。
2019-10-20 cs.GT
Simulation of Attacker Defender Interaction in a Noisy Security Game
Drexel University（德雷塞尔大学）
在网络安全环境中，维护者往往受其检测技术的支配，并受制于个别分析人员所掌握的信息和经验。为了给防御者一个优势，重要的是要了解攻击者的动机和他们可能的下一个最佳行动。作为对这种行为建模的第一步，我们引入了一个安全游戏框架，该框架模拟了在嘈杂环境中攻击者和防御者之间的相互作用，重点关注在具有完全知识和可观察性的游戏变体中驱动攻击者和防御者做出决策的因素，知道参数但没有状态的可观察性（“部分知识”）和零知识或可观察性（“零知识”）。我们证明了对攻击者做出正确假设的重要性，因为结果存在显着差异。此外，在攻击者结果方面，假阳性和真阳性之间存在可测量的权衡，这表明在真阳性也较高的条件下，更容易出现假阳性的环境可能是可接受的。
2022-12-08 cs.AI cs.CR cs.GT
A Quantal Response Analysis of Defender-Attacker Sequential Security Games
本文研究双站点防御者-攻击者序贯安全博弈中防御者有限理性对安全投资的影响，通过量子响应均衡分析行为偏差，并量化其相对于无偏差最优解的低效性。
2024-08-02 cs.CR cs.GT cs.SY
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
The Effect of Behavioral Probability Weighting in a Simultaneous Multi-Target Attacker-Defender Game
我们考虑一个安全游戏中的两个球员（攻击者和防守者），每个人都有一个给定的预算分配到攻击和防御，分别对一组节点的设置。每个节点对攻击者和防御者都有一定的价值，以及被成功破坏的概率，这是双方对该节点投资的函数。对于这样的游戏，我们的特点是最佳的投资策略的球员在（唯一的）纳什均衡。然后，我们调查行为概率加权对投资策略的影响;这种概率加权，即人类对低概率的加权和对高概率的加权，已被行为经济学家确定为人类决策的共同特征。我们通过数值实验表明，防御者的行为决策会导致每个节点的纳什均衡投资发生变化（防御者在高价值节点过度投资，在低价值节点投资不足）。
2021-03-05 cs.GT cs.SY eess.SY
Strategic Signaling for Utility Control in Audit Games
审计机制作为保护敏感数据日常访问不受恶意攻击的有效方法，已被广泛应用于各个实际领域。为了及时检查安全漏洞并防止敏感数据的泄漏，数据库日志系统通常采用在线信令方案来在检测到可疑访问时发出警报。防御者可以审核警报以减少潜在的损害。防御者和攻击者之间的这种交互过程可以建模为审计博弈。在之前的研究中发现，在审计游戏中发送实时信号来警告访问者可以提高防御者的收益。然而，以前的方法通常假设攻击者的完美信息，或者仅仅关注防御者的效用。在本文中，我们引入了一个全新的零决定因素（ZD）策略来研究在线信号的顺序审计博弈，它使防御者能够单方面控制访问者访问敏感数据时的效用。此外，基于ZD策略设计了一个优化方案，有效地最大化防御者和攻击者之间的效用差异。大量的仿真结果表明，我们提出的方案增强了安全管理和控制能力的防御者，以更好地处理不同的访问请求，并以成本效益的方式保障系统的安全。
2022-04-25 cs.GT
Dynamic Connectivity Game for Adversarial Internet of Battlefield Things Systems
针对一个对抗性的战场物联网（IoBT）系统，研究了网络连通性问题。在该系统中，攻击者的目标是通过在每个时间点上攻击其中一个IoBT节点来破坏网络的连通性。为了应对此类攻击，IoBT防御者试图通过部署新的IoBT节点或更改现有节点的角色来重新建立IoBT连接。这个问题被公式化为一个动态的多阶段Stackelberg连接游戏，扩展了经典的连接游戏，并明确考虑到IoBT网络的特点和要求。特别是，防御者的收益捕获了IoBT延迟以及游戏每个阶段断开连接的节点的权重之和。由于攻击者和防御者在游戏的每个阶段的行为对网络状态的依赖性，反馈Stackelberg解决方案（FSE）被用来解决IoBT连接游戏。然后，当使用FSE解决方案时，IoBT系统将保持连接的充分条件被解析地确定。数值结果表明，断开连接的传感器的预期数量，当使用FSE解决方案，减少到62%相比，在一个基线的情况下，没有反馈的Stackelberg游戏使用，和高达57%相比，基线等概率的政策。
2017-12-22 cs.GT cs.IT math.IT
MLN-EIGS: A multilayer network framework for solving Stackelberg escape interdiction games on dynamic transportation networks
Kyushu University（九州大学）；Indian Institute of Technology Kharagpur（印度理工学院卡格布尔分校）
针对动态交通网络上的逃逸拦截问题，提出多层网络框架MLN-EIGS，通过时间扩展网络和近似防御者预言机，高效求解Stackelberg博弈，在保持效用接近精确方法的同时大幅降低计算时间。
2026-09-11 cs.GT
Path Defense in Dynamic Defender-Attacker Blotto Games (dDAB) with Limited Information
本文研究有限信息下动态防御者-攻击者 Blotto 博弈中的路径防御问题，刻画了防御者仅能探测最短路径 k 跳内资产时保证路径安全所需资源的必要充分条件，并证明增强感知能力可显著降低防御资源需求。
2023-05-25 cs.GT cs.SY eess.SY
The Art of Manipulation: Threat of Multi-Step Manipulative Attacks in Security Games
University of Oregon（俄勒冈大学）；Singapore Management University（新加坡管理大学）
研究了Stackelberg安全博弈中的多步操纵攻击问题，即聪明的攻击者试图在多个时间步上策划攻击，以误导防御者对攻击者行为的了解.这种攻击操纵最终影响防御者的巡逻策略，使之有利于攻击者。以前的工作沿着这条线的研究只集中在一次性游戏中，防御者学习攻击者的行为，然后设计一个相应的策略只有一次。我们的工作，另一方面，调查的长期影响的攻击者的操纵，其中当前的攻击和防御选择的球员决定未来的学习和巡逻计划的后卫。本文有三个主要贡献。首先，我们引入了一个新的多步操纵攻击博弈模型，该模型捕捉了攻击者在整个时间范围内进行的连续操纵攻击的影响。其次，我们提出了一个新的算法来计算一个最佳的操纵攻击计划的攻击者，它解决了多个连接的优化组件的挑战，涉及在多个时间步的计算。最后，我们提出了广泛的实验结果的影响，这种误导性的攻击，攻击者和防御者的损失显着的好处。
2022-03-01 cs.AI cs.GT
Connected Subgraph Defense Games
我们研究了一个$defender$和$k$ $attackers$之间的网络安全博弈。每个攻击者都以概率的方式选择网络中的一个节点进行破坏。防御者也是概率性地选择$λ$节点网络的一个连通导出子图进行扫描和清理，每个攻击者都希望最大化逃避防御者清理的概率。另一方面，防御者的目标是最大化她捕获的攻击者的预期数量。这个博弈是Mavronicolas等人的开创性论文“防御的价格”（MFCS'06）中模型的推广。我们感兴趣的纳什均衡（NE）的这个游戏，以及在表征$optimal$网络，允许最好的$equilibrium$ $defense$ $ratio$，称为价格的防御;这是$k$的比例超过预期数量的攻击者，防御者在NE捕获。我们提供了这个游戏和防御最优网络的NE的特征。这使我们能够表明，游戏的NE重合独立于攻击者的协调与否。此外，我们给出了一个算法计算网元。我们的算法在最坏的情况下需要指数时间，但对于$λ$不断接近1或$n$，它是多项式时间。对于树网络的特殊情况下，我们完善我们的表征，使我们能够推导出一个多项式时间算法，用于决定一棵树是否是防御最优的，如果是这种情况下，它计算一个防御最优NE。另一方面，我们证明了它是NP-难找到一个最佳的防御策略，如果树不是防御最优的。我们补充这个负面的结果与多项式时间常数-近似算法计算的解决方案，接近一般图形的最佳。最后，我们为任何$λ$的防御价格提供…
2019-06-06 cs.GT
Security Games on Series-Parallel Attack Graphs with Adaptive Attackers
DSO National Laboratories（DSO国家实验室）
该研究针对串并联攻击图的安全博弈，提出自适应攻击者的最优索引策略，开发高效算法计算攻击者效用与防御者次梯度，所得方法扩展性优于朴素显式状态方法，可生成有效防御分配。
2026-09-02 cs.GT
Game-Theoretic Modeling of Stealthy Intrusion Defense against MDP-Based Attackers
Johannes Kepler University Linz（林茨约翰内斯·开普勒大学）
本文提出基于博弈论的MDP攻击者隐蔽入侵防御建模，通过三种信息制度分析防御策略优化。
2026-03-10 cs.CR cs.GT
Evaluating Attacker Risk Behavior in an Internet of Things Ecosystem
Drexel University（德雷塞尔大学）
在网络安全领域，攻击者的范围从傲慢、简单的脚本小子和网络犯罪分子到隐秘、耐心的高级持续威胁。在对这些攻击者进行建模时，我们可以观察到他们表现出不同的风险寻求和风险规避行为。这项工作探讨了攻击者的风险寻求或风险规避行为如何影响他们对物联网生态系统中检测优化防御者的操作。使用一个评估框架，它使用真正的，参数化的恶意软件，我们开发了一个游戏，是由一个防御者对攻击者与一套恶意软件，是参数化的更具侵略性和更隐蔽。根据他们接受风险的意愿，在指数效用框架下评估这些结果。我们发现，对一个防御者谁必须选择一个单一的战略前面，寻求风险的攻击者获得更多的实际效用比风险厌恶的攻击者，特别是在情况下，防御者是更好的装备比两个攻击者预期。此外，我们还从经验上证实，高风险、高回报的场景对网络犯罪分子等寻求风险的攻击者更有利，而低风险、低回报的场景对高级持续性威胁等规避风险的攻击者更有利。
2021-09-23 cs.CR cs.GT cs.LG
Deception in Reach-Avoid Game with Unknown Heterogeneous Attackers Speed Information
Beihang University（北京航空航天大学）；Zhongguancun Laboratory（中关村实验室）；Hangzhou Innovation Institute, Beihang University（北京航空航天大学杭州创新研究院）；China North Vehicle Research Institute（中国北方车辆研究所）
本文研究两个攻击者与一个防御者的可达-规避博弈，针对攻击者异构最大速度信息不对称场景，提出临界速度对框架，证明慢速欺骗策略可误导防御者并提升攻击者收益。
2026-09-09 cs.GT cs.RO
Spatial-Temporal Moving Target Defense: A Markov Stackelberg Game Model
移动目标防御已经成为保护易受攻击系统免受持续和隐形攻击的关键范例。为了保护系统，防御者主动更改系统配置，以限制安全漏洞暴露给潜在的攻击者。在这样做的过程中，防御者为攻击者创造了不对称的不确定性和复杂性，使他们更难危及系统。在实践中，防御者每次迁移系统配置都会产生切换成本。切换成本通常取决于当前配置和后续配置。此外，不同的系统配置通常需要不同的攻击者利用和攻击的时间量。因此，防守者必须同时决定系统配置的最佳顺序和切换的最佳时机。在本文中，我们提出了一个马尔可夫Stackelberg博弈框架，以精确地描述防御者的空间和时间的决策，面对先进的攻击者。我们引入了一个相对值迭代算法，计算防御者的最佳移动目标防御策略。通过对实际问题的实证分析，验证了马尔可夫-斯塔克伯格博弈模型在时空移动目标防御中的优势。
2020-02-24 cs.CR cs.GT
No-Regret Learning in Stackelberg Security Games with an Unknown, Bounded Set of Attacker Types
Indian Institute of Technology Bombay（印度理工学院孟买分校）
本文研究未知有界攻击者类型集的Stackelberg安全博弈的无遗憾学习，通过分析不同观察信息下的算法遗憾，给出对应次线性遗憾的算法及结果，明确延迟附加代价不可避免。
2026-10-14 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
When to Deceive: A Cross-Layer Stackelberg Game Framework for Strategic Timing of Cyber Deception
提出跨层Stackelberg博弈框架，通过停时决策优化网络欺骗的时机与选择，结合动态规划和信念状态更新，实验证明能提升防御效用并降低资产受损风险。
2025-05-27 cs.GT
On Bounded Rationality in Cyber-Physical Systems Security: Game-Theoretic Analysis with Application to Smart Grid Protection
在本文中，一般模型的网络物理系统（CPS），捕捉攻击的扩散从网络层的物理系统，进行了研究。特别是，提出了一个博弈论的方法来分析一个防御者和一个攻击者之间的相互作用，在CPS。在这个游戏中，攻击者对CPS的多个网络组件发起网络攻击，以最大限度地提高对物理系统的潜在危害，而系统操作员选择保护多个网络节点，以挫败攻击并最大限度地减少对物理方面的潜在损害。所提出的游戏明确地说明了这样一个事实，即攻击者和防御者可以具有不同的计算能力和不同的系统知识水平。为了捕捉这种有限理性的攻击者和防御者，一个新的方法启发的认知层次理论的行为框架。在这个框架中，防御者被假设面对的攻击者可能具有不同的思维水平，反映了其对系统和计算能力的了解。为了解决这个问题，每种攻击者类型的最优策略的特点和防御者面对这些不同类型的最优响应计算。这种一般的方法适用于智能电网安全考虑广域保护与能源市场的影响。数值结果表明，当考虑攻击者的有限理性时，偏离纳什均衡策略是有益的。此外，研究结果表明，防御者的动机偏离纳什均衡时，面对攻击者，具有高计算能力降低。
2016-10-07 cs.GT cs.IT math.IT
Asymptotic Security by Model-based Incident Handlers for Markov Decision Processes
本研究探讨一般模型为基础的事件处理器的渐近行为在时间上对网络攻击的控制系统。攻击者和防御者的动态决策被建模为一个动态信号博弈的均衡。它表明，防御者的信念存在的攻击者收敛于任何攻击者的策略，只要随机动态的控制系统是已知的防御者随着时间的推移。这一事实意味着，只要防御者拥有有效的对抗，攻击者的理性行为就会收敛为无害的行动。所得到的结果支持了基于模型的防御机制所实现的强大的保护能力。
2021-03-24 cs.CR cs.GT cs.SY
Optimizing Sensor Allocation against Attackers with Uncertain Intentions: A Worst-Case Regret Minimization Approach
本文提出一种基于最坏情况遗憾最小化的传感器分配优化方法，以应对攻击者意图不确定的多阶段攻击，并利用混合整数线性规划求解零和与非零和博弈下的最优分配策略。
2023-06-22 cs.GT
Strategy Synthesis in Adversarial Patrolling Games
巡逻是行动安全的核心问题之一。形式上，巡逻问题由一组$U$节点指定（可接受的防守者的位置），一组易受攻击的目标$T \subseteq U$，可接受的防守者在$U$上的移动，目标是为防御者设计一个最优策略，防御者在节点之间移动，目标是检测到可能的入侵。目标的攻击者的目标是最大化成功攻击的概率。我们假设攻击者是对抗性的，即，他知道防守者的策略，可以观察她的动作。我们证明了防御者对每个巡逻问题都有一个最优策略。此外，我们发现，对于每一个$\varepsilon$ > 0，存在一个有限的记忆$\varepsilon$ -最优策略的防御者在指数时间内可构建的，我们观察到，这样的策略不能在多项式时间计算，除非P=NP。然后我们专注于不受限制的防守者的移动。在这里，巡逻问题完全由它的签名，每个攻击长度的目标数量决定。我们约束成功防御攻击的最大概率。然后，我们介绍了一种分解方法，它允许分裂成更小的子问题，并构建一个防御者的策略$G$巡逻问题$G$的“组成”为这些子问题构建的战略。最后，巡逻问题与$T = U$和一个格式良好的签名，我们给出了一个精确的分类所有充分连接的环境中，防御者可以实现相同的价值，在完全连接的统一环境。这一结果对于设计防守者可以采取最佳行动的“良好”环境是有用的。
2015-07-13 cs.GT
The Defense of Networked Targets in General Lotto games
本文在广义洛特博弈框架下研究网络防御资源分配问题，刻画了二分网络的攻防均衡，给出任意网络防御者最大最小值的上下界，发现高连通网络更易防御，并通过仿真验证了结论与随机化策略的重要性。
2023-06-10 cs.GT
Learning Near-Optimal Intrusion Responses Against Dynamic Attackers
KTH Royal Institute of Technology（KTH皇家理工学院）；KTH Center for Cyber Defense and Information Security（KTH网络防御与信息安全中心）
本文将攻防交互建模为最优停止博弈，提出 T-FP 算法学习近最优防御策略以应对动态攻击者，并在仿真与仿真系统中验证其优于现有算法。
2023-04-14 cs.CR cs.GT cs.LG
GTI-mSEMP Framework : A Proposed Framework to Simulate Malware Propagation with Inclusion of Attacker-Defender Strategy
Capitol Technology University（卡皮托尔技术大学）；Shadeeb Engineering Lab, Research Division（Shadeeb工程实验室研究部）
提出GTI-mSEMP框架，结合博弈论改进多无线传感器流行病模型，分析攻击者与防御者策略对恶意软件传播的影响，通过数值模拟揭示不同对抗场景下的传播动态。
2026-11-05 cs.CR cs.GT cs.NI
Adaptive Learning for Moving Target defence: Enhancing Cybersecurity Strategies
本研究将移动目标防御（MTD）建模为攻防双方的部分可观测随机博弈，证明最优策略具阈值结构，提出结构感知策略梯度强化学习算法助双方收敛至纳什均衡，经数值模拟验证，提升防御自适应能力与系统安全性。
2025-08-25 cs.GT
Towards Robust Monitoring of Stealthy Diffusion
在这项工作中，我们介绍和研究网络上的\emph{$(α, β)$-Monitoring}游戏。我们的博弈由两方组成，一方是进攻方，另一方是防守方.攻击者可以通过分发有限数量的种子（即，病毒）到网络，和/或操纵有限数量的边缘上的传播概率。在我们的$(α, β)$ -监控博弈中，我们说攻击成功当且仅当满足以下两个条件：（1）爆发/传播到达$α$个体，（2）在到达$β$个体之前没有被检测到。另一方面，防御者的最终目标是在网络中部署一组监视器，以便在最坏情况下最小化攻击者的成功率。我们的工作是建立在最近的工作在安全游戏，与随机保证相比，我们的对抗设置导致更强大的解决方案在实践中。
2018-04-16 cs.GT
The Attacker in the Mirror: Breaking Self-Consistency in Safety via Anchored Bipolicy Self-Play
Department of Informatics, King’s College London（伦敦国王学院信息学院）；Department of Computer Science, University of Oxford（牛津大学计算机科学系）；University of Sussex（Sussex大学）；Institute for Decentralized AI（去中心化人工智能研究所）
本文提出锚定双策略自我博弈方法，通过训练角色特定的LoRA适配器提升安全性与参数效率，实验证明在安全基准测试中表现更优。
2026-05-08 cs.AI cs.GT cs.LG
Resource-Aware Intrusion Detection in Infrastructure Networks: A Game-Theoretic Approach
Arizona State University（亚利桑那州立大学）；Delaware State University（特拉华州立大学）；DEVCOM Army Research Laboratory（DEVCOM陆军研究实验室）
本文针对基础设施网络入侵检测的资源受限问题，将攻防互动建模为图安全博弈，开发算法求解均衡，为资源分配提供策略支撑。
2026-08-10 cs.CR cs.GT
Detection Games Under Fully Active Adversaries
我们研究了一个二元假设检验问题，在这个问题中，防御者必须决定测试序列是否是从给定的无记忆源$P_0$中提取的，而攻击者则努力阻止正确的检测。相对于以前的作品，本文中所讨论的对抗设置考虑了在两个假设下都活跃的攻击者，即完全活跃的攻击者，而不是仅在一个假设下活跃的部分活跃攻击者。在完全主动设置中，攻击者使从$P_0$和从替代无记忆源$P_1$两者提取的序列失真直到在两个假设下可能不同的特定失真水平，以便最大化区分两个源时的混淆，即，以在检测器（也称为防御器）处引起假阳性和假阴性错误。我们将防御者-攻击者的互动建模为一个博弈，并研究了这个博弈的两个版本，Neyman-Pearson博弈和贝叶斯博弈。我们的主要结果是在一个攻击策略的特征，这是渐近都占主导地位（即，无论防御者的策略是什么，都是最优的）和普遍的，即，独立于$P_0$和$P_1$。从分析的均衡回报，我们还得到了最好的可实现的性能的后卫，放松的要求的指数衰减率的假阳性错误概率的Neyman-Pearson设置和贝叶斯设置的错误指数之间的权衡。这种分析允许表征给定失真水平的两个源的可互换性的条件。
2018-02-08 cs.GT cs.IT math.IT
Two Can Play That Game: An Adversarial Evaluation of a Cyber-alert Inspection System
University of Michigan（密歇根大学）；Army Research Lab（陆军研究实验室）
网络安全是一个重要的社会问题。网络攻击的数量和每次攻击造成的破坏程度都有所增加。大型组织运营着网络安全运营中心（CSOC），构成了网络防御的第一道防线。检查网络警报是CSOC业务的一个关键部分。最近与美国陆军研究实验室合作的一项工作提出了一种基于强化学习（RL）的方法，以防止网络警报队列长度变大并压倒防御者。鉴于这种方法可能部署到美国国防机构运营的CSOC，我们对这种方法进行了红队（对抗性）评估。此外，随着最近对学习系统的攻击，测试这种RL方法的局限性变得更加重要。为此，我们学习了对抗警报生成策略，该策略是对防御者检查策略的最佳响应。令人惊讶的是，我们发现防御者的政策是相当强大的攻击者的最佳对策。为了解释这一观察结果，我们将早期的RL模型扩展到一个博弈模型，并表明存在防御者策略，可以对任何对抗性策略都具有鲁棒性。我们还从博弈论模型中推导出一个竞争基线，并将其与RL方法进行比较。然而，我们进一步利用RL模型中的MDP中的假设，并发现攻击者策略可以攻击防御者。我们使用一个双预言的方法来重新训练的防御者从这个发现的攻击者政策的插曲。这使得防御者对发现的攻击者策略具有鲁棒性，并且没有发现进一步的有害攻击者策略。总体而言，对抗性强化学习和强化学习中的双预言方法是适用于对抗性环境中其他强化学习使用的通用技术。
2018-10-13 cs.AI cs.CR cs.GT
Toward a Theory of Cyber Attacks
我们提供了一个一般的方法来分析防御者-攻击者为基础的“游戏”，在其中，我们模拟这样的游戏马尔可夫模型，并引入一个容量区域来分析防御和对抗策略如何影响安全。这样的框架允许我们分析在什么样的条件下我们可以证明以下形式的陈述（关于攻击目标$k$）：“如果攻击者有时间预算$T_{bud}$，那么攻击者可以到达攻击目标$\geq k$的概率最多为$poly(T_{bud})negl(k)$”。我们感兴趣的是这种严格的密码安全保证（描述最坏情况的保证），因为这些阐明了防御者的策略的要求，以防止越来越多的攻击的进展，在防御者的策略的“学习率“方面。我们解释了攻击者可以实现的“遏制参数”描述的最大达到的攻击目标在一个特定的时间窗口内的损害。
2019-01-06 cs.CR cs.GT
Facing Multiple Attacks in Adversarial Patrolling Games with Alarmed Targets
Politecnico di Milano（米兰理工大学）
我们专注于任意图上的对抗性巡逻游戏，其中防御者可以控制移动资源，目标通过警报系统发出警报，攻击者可以观察防御者的移动资源的动作，并利用多个资源执行不同的攻击。这种情况可以被建模为一个零和扩展形式的游戏，其中每个玩家可以玩多次。博弈树在图的大小和攻击资源的数量上都是指数级的。我们证明了当攻击者的资源数量是自由的，平衡路径的计算问题是NP-难的，而当资源数量是固定的，平衡路径可以在多时间计算。我们提供了一个动态规划算法，给定攻击者的资源数量，计算平衡路径，需要多时间的图形的大小和指数时间的资源数量。此外，由于在现实世界中的情况下，这是难以置信的，防御者知道的攻击资源的数量，我们研究的鲁棒性防御者的策略时，她作出了错误的猜测这个数字。我们表明，即使是一个单一的资源的错误，可以导致任意的低效率，当低效率被定义为一个错误的猜测和正确的猜测获得的后卫的效用的比率。然而，一个更合适的低效率定义是由防御者效用的差异给出的：这样，我们观察到估计误差越大，防御者的损失就越大。然后，我们调查的性能时，没有关于攻击者的资源信息的在线算法。最后，我们诉诸随机在线算法表明，我们可以获得一个竞争因素，是两倍以上的一个，可以实现任何确定性的在线算法。
2018-06-19 cs.AI cs.GT
Omniscient Attacker in Stochastic Security Games with Interdependent Nodes
Bilkent University（比尔肯特大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文研究了随机安全游戏中全知攻击者对强化学习防御者的攻击，通过神经动态规划方法揭示了学习动态带来的安全漏洞。
2025-12-04 cs.GT cs.SY eess.SY
Asymptotic Security using Bayesian Defense Mechanism with Application to Cyber Deception
本文将攻防动态决策建模为随机信号博弈，证明贝叶斯防御机制在均衡下可渐近识别攻击或迫使系统恢复正常，并据此提出漏洞非对称认知下的防御性欺骗方法。
2023-12-07 cs.CR cs.GT cs.SY
Bad Data Injection Attack and Defense in Electricity Market using Game Theory Study
网络技术的应用提高了智能电网的监测和决策质量。这些网络技术容易受到恶意攻击，破坏它们可能会带来严重的技术和经济问题。本文详细说明了妥协的影响，每个测量的电价，使攻击者能够改变价格在所需的方向（增加或减少）。攻击者和防御者分别不可能攻击和防御所有测量。这种情况被建模为攻击者和防御者之间的零和博弈。游戏定义了攻击者和防御者分别喜欢攻击和防御不同测量的时间比例。基于PJM 5总线测试系统的仿真结果表明了所研究的博弈的有效性和性质。
2012-10-10 cs.CR cs.GT stat.AP
Strategic Inference with a Single Private Sample
出于在网络安全中的应用，我们开发了一个简单的游戏模型来描述如何学习代理的私人信息影响观察代理的推理过程。该模型描述了一种情况，其中一个代理（攻击者）决定攻击两个目标中的哪一个，一个具有已知的奖励，另一个具有不确定的奖励。攻击者从不确定目标的分布中接收单个私有样本，并更新其对目标质量的信念。另一个代理（防御者）知道真正的回报，但看不到攻击者收到的样本。这导致代理拥有不对称信息：攻击者不确定的分布参数，而防御者是不确定的观察样本。在攻击者更新其信念后，攻击者和防御者都根据各自的信念进行同步移动博弈。我们提供了一个表征的纯策略均衡的游戏，并解释了如何影响球员的决定，他们的先验知识和收益/成本。
2019-09-13 cs.GT cs.SY eess.SY
Blocking Adversarial Influence in Social Networks
虽然社交网络被广泛用作信息传播的媒介，但攻击者也可以战略性地使用分析工具，如影响力最大化，以最大限度地通过网络传播敌对内容。我们调查的问题，限制负面信息的扩散，在网络中的节点和边缘阻塞。我们制定的防御者和攻击者之间的相互作用作为一个Stackelberg游戏，防御者首先选择一组节点来阻止，然后攻击者选择一组种子来传播负面信息。这产生了一个极其复杂的双层优化问题，特别是因为即使是标准的影响措施是难以计算的。我们的方法是近似攻击者的问题作为最大节点控制问题。为了解决这个问题，我们首先开发了一种基于整数规划结合约束生成的方法。接下来，为了提高可扩展性，我们开发了一种近似的解决方法，将攻击者的问题表示为整数规划，然后将松弛与对偶相结合，以产生可以使用混合整数线性规划计算的防御者目标的上界。最后，我们提出了一个更具可扩展性的探试法，修剪节点的考虑集的基础上，他们的程度。大量的实验证明了我们的方法的有效性。
2020-11-02 cs.GT cs.SI
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
Learning Generative Deception Strategies in Combinatorial Masking Games
Washington University（华盛顿大学）；Army Research Laboratory（陆军研究实验室）；University of Texas, Dallas（德克萨斯大学达拉斯分校）
欺骗是网络防御中的一个重要工具，使防御者能够利用其信息优势来降低成功攻击的可能性。欺骗的一种方式是通过模糊或掩盖一些关于系统如何配置的信息，增加攻击者对其目标的不确定性。我们提出了一种新的博弈论模型，由此产生的防御者-攻击者的相互作用，防御者选择一个子集的属性来屏蔽，而攻击者通过选择一个漏洞来执行。两个参与者的策略都具有复杂信息依赖的组合结构，因此即使表示这些策略也不是微不足道的。首先，我们证明了计算零和防御者-攻击者博弈的平衡的问题可以表示为一个线性规划与系统配置变量和约束的组合数，并开发了一个约束生成方法来解决这个问题。接下来，我们提出了一种新的高度可扩展的方法来近似解决这样的游戏，代表双方球员的策略作为神经网络。其关键思想是使用深度神经网络生成器来表示防御者的混合策略，然后使用交替梯度下降上升算法，类似于生成对抗网络的训练。我们的实验，以及案例研究，证明了所提出的方法的有效性。
2022-06-17 cs.AI cs.CR cs.GT
Defending Elections Against Malicious Spread of Misinformation
民主选举的公正性取决于选民能否获得准确的信息。然而，由社交媒体主导的现代媒体环境为恶意行为者提供了前所未有的能力，可以通过假新闻等错误信息操纵选举。我们研究了攻击者和防御者之间的零和博弈，攻击者试图通过一组广告渠道传播虚假的新故事或其他错误信息来破坏选举，而防御者试图限制攻击者的影响。在这个博弈中计算均衡是具有挑战性的，因为即使是纯策略集的参与者也是指数的。尽管如此，我们给出了可证明的多项式时间近似算法计算后卫的极大极小最优策略在一系列的设置，包括不同的人口结构以及模型的信息提供给每个球员。实验结果证实，我们的算法提供了接近最佳的防御策略，并展示了根据防御者可用的资源和知识来捍卫选举的难度变化。
2018-11-21 cs.GT cs.SI
Quasi-regular sequences and optimal schedules for security games
我们研究的安全游戏中，一个后卫致力于一个混合策略，以保护一组有限的目标不同的价值观。攻击者知道防御者的策略，选择攻击哪个目标以及攻击多长时间。如果攻击者花费时间$t$在值为$α_i$的目标$i$上，并且如果他在防御者访问目标之前离开，则他的效用为$t \cdot α_i $ ;如果防御者在他离开之前访问，则他的效用为0。防御者的目标是使攻击者的效用最小化。防御者的策略包括一个访问目标的时间表;它需要单位时间在目标之间切换。这样的游戏是一个简化的模型，一些现实世界的情况下，如保护计算机网络免受入侵者，作物从小偷等，我们表明，最佳的防御者发挥这种连续时间的安全游戏减少到一个组合问题的解决方案，关于存在的无限序列在有限的字母表，以下属性为每个符号$i$：（1）$i$构成序列的规定部分$p_i$。(2)$i$的出现近似均匀地分布，因为连续出现之间的最长与最短间隔的比率由参数$K$限定。我们称这样的序列为$K$ -拟正则序列。我们发现，令人惊讶的是，$2$ -准正规序列足够的最佳后卫发挥。更重要的是，即使是随机的$2$ -准正则序列也足以满足最优性。我们表明，这样的序列总是存在的，并且可以有效地计算。确定性$K$ -拟正则序列存在的最小$K$的问题令人着迷。利用遍历理论方法，我们证明了确定性$3$ -拟正则序列总是存在的。对于$2 \leq K < 3$，我们不知道确定性$K$ -拟正则序列…
2017-10-29 cs.DM cs.DS cs.GT
A Game-Theoretic Approach to Information-Flow Control via Protocol Composition
在定量信息流（QIF）研究的推理攻击中，攻击者通常试图干扰系统，试图增加其秘密信息的泄漏。另一方面，防御者通常试图通过引入一些受控噪声来减少泄漏。这种噪声引入可以被建模为一种类型的协议组成，即，不同协议之间的概率选择，其对泄漏量的影响在很大程度上取决于攻击者是否可以看到这种选择。在这项工作中，我们考虑运营商建模的可见和隐藏的选择协议组合，我们研究了它们的代数性质。然后，我们正式的防御者和攻击者之间的相互作用，在一个博弈论的框架，适应QIF的具体问题，其中的回报是信息泄漏。我们考虑各种泄漏游戏，这取决于玩家是同时行动还是顺序行动，以及防御者的选择是否对攻击者可见。在序贯博弈的情况下，第二个博弈者的选择通常是第一个博弈者选择的函数，他/她的概率选择可以是在可能的函数上（混合策略），也可以是在函数的结果上（行为策略）。我们发现，当攻击者首先在一个隐藏的选择顺序游戏中移动，那么行为策略比混合策略更有利于防守者。这与标准博弈论形成对比，在标准博弈论中，两种类型的策略是等价的。最后，我们建立了一个层次的这些游戏的信息泄漏方面，并提供方法来寻找最佳策略（在平衡点）的攻击者和防御者在各种情况下。
2018-05-21 cs.CR cs.GT cs.IT
Decoy Allocation Games on Graphs with Temporal Logic Objectives
我们研究了一类博弈，其中的对手（攻击者）是为了满足一个复杂的任务中指定的线性时序逻辑，防御者是为了防止对手实现其目标。一个欺骗性的防御者除了采取防御行动外，还可以分配诱饵，为攻击者制造假情报。因此，我们专注于问题的联合合成的诱饵放置策略和欺骗性的防御策略，最大限度地利用不完整的信息，攻击者的诱饵位置。我们引入了一个模型的超博弈图的时间逻辑目标，以捕捉这种对抗性的相互作用与不对称信息。使用超博弈模型，我们分析了一个给定的诱饵位置的有效性，量化的一组欺骗性的获胜状态，防御者可以防止攻击者满足攻击目标，给出其不完整的信息诱饵的位置。然后，我们研究如何放置诱饵，以最大限度地提高防御者的欺骗性获胜区域。考虑到大的搜索空间的所有可能的诱饵分配策略，我们将从正式的方法合成的想法，并证明了目标函数类诱饵分配问题是单调和非减。我们得到了诱饵分配问题的目标函数分别是次模和超模的充分条件。我们证明了一个次优分配可以有效地计算迭代组成的解决方案的超对策与一个子集的诱饵和解决方案的超对策给定一个单一的诱饵。我们使用一个运行的例子来说明所提出的方法。
2020-10-02 cs.FL cs.GT
Scalable Edge Blocking Algorithms for Defending Active Directory Style Attack Graphs
Active Directory（AD）是Windows域网络的默认安全管理系统。AD环境自然地描述了攻击图，其中节点表示计算机/帐户/安全组，并且边表示允许攻击者从一个节点获得对另一个节点的访问的现有访问/已知利用。受实际AD用例的启发，我们研究了一个攻击者和一个防御者之间的Stackelberg游戏。有多个入口节点供攻击者选择，并且有一个目标（域管理员）。每条边都有失败率。攻击者选择成功率最大的攻击路径。防守者可以阻挡有限数量的边（即，撤销访问）。防御者的目标是最小化攻击者的成功率。我们利用实际AD图的树状性来设计可扩展的算法。我们提出了两种新的方法，结合理论的固定参数分析和实际的优化技术。对于树宽度较小的图，我们提出了一个基于树分解的动态规划。然后，我们提出了一个通用的方法转换树分解为基础的动态程序的强化学习环境，这导致了一个随时算法，规模更好，但失去了最优性保证。对于具有少量非分裂路径的图（我们专门为AD图发明的参数），我们提出了一种核化技术，该技术可以显着缩小模型，然后通过混合整数规划来解决。实验上，我们的算法可以扩展到处理具有数万个节点的合成AD图。
2022-12-02 cs.CR cs.GT
Complexity of the Multilevel Critical Node Problem
在这项工作中，我们分析了一个连续的游戏在一个图称为多级关键节点问题（MCN）。一个防守者和一个进攻者是这个博弈的参与者。防御者从预防性地阻止顶点（接种疫苗）被攻击开始。然后，攻击者感染未接种疫苗的顶点的子集，最后，防御者用保护策略做出反应。我们提供的第一个计算复杂性的结果与MCN及其子游戏。此外，通过考虑酉，加权，无向和有向图，我们澄清了这些问题的理论易处理性如何变化。我们的研究结果有助于新的NP-完全，$Σ_2^p$ -完全和$Σ_3^p$ -完全问题。此外，对于游戏的最后一级，保护阶段，我们建立了多项式时间算法的某些图形类。
2020-10-02 cs.CC cs.DM cs.GT
Reactive Synthesis of Sensor Revealing Strategies in Hypergames on Graphs
University of Florida（佛罗里达大学）；U.S. Army Research Laboratory（美国陆军研究实验室）
针对CPS传感器干扰攻击问题，本文提出图上超博弈建模非对称信息欺骗场景，设计基于逆向归纳的传感器暴露策略算法，通过案例验证其增强CPS安全性的有效性。
2024-12-02 cs.GT cs.RO cs.SY
