Multi-dimensional Network Security Game: How do attacker and defender battle on parallel targets?
在本文中,我们考虑了一个新的网络安全游戏,其中攻击者和防御者争夺“多个”目标。这种类型的游戏适合模拟许多当前的网络安全冲突,如互联网钓鱼,移动恶意软件或网络入侵。在这种攻击中,攻击者和防御者需要决定如何分配资源,以使每个目标在其资源限制内效用最大化。我们将这样一个多维网络安全博弈建模为一个有约束的非零和博弈。考虑了乘积型和比例型两种安全破坏模型。对于每一个违约模型,我们证明了存在一个唯一的纳什均衡(NE)的基础上罗森定理,并提出有效的算法来找到NE时,游戏是严格凹的。此外,我们证明了存在多个NE的产品形式的突破模型时,严格的证明不成立。我们的研究揭示了攻击者和防御者的战略行为,特别是,他们如何分配资源的目标,具有不同的权重,以及他们的效用以及策略是如何影响的资源约束。
2022-02-20 cs.GT
Additive Security Games: Structure and Optimization
在这项工作中,我们提供了一个结构特征的可能的纳什均衡在研究类安全游戏与附加效用。我们的分析产生的可能的均衡分为七种类型的分类,我们提供了封闭形式的可行性条件,以及封闭形式的表达式,预期结果的球员在均衡。我们提供了每种类型的唯一性和多重性的结果,并利用我们的结构方法,提出了一种新的算法来计算每种类型的平衡时,他们存在。然后,我们考虑的特殊情况下的安全游戏完全保护资源和零和游戏。在防御者可以扰动攻击者的收益的假设下,我们研究了在均衡时防御者期望结果的优化问题。我们表明,这个问题是弱NP-硬的Stackelberg平衡和多攻击者资源的情况下,并提出了一个伪多项式时间的过程来解决这个问题的情况下,纳什均衡温和的假设。最后,针对非可加安全博弈,我们提出了最近可加博弈的概念,并证明了任何非可加博弈的最近可加博弈的存在性和唯一性。
2022-08-03 cs.GT
GUARD: Constructing Realistic Two-Player Matrix and Security Games for Benchmarking Game-Theoretic Algorithms
本文提出 GUARD 框架,利用开放数据集生成现实的矩阵与安全博弈实例,支持自定义效用函数,并通过理论与实证证明其优于随机博弈基线,为博弈论算法提供更贴近现实的基准测试。
2025-05-27 cs.GT
Gamu Blue: A Practical Tool for Game Theory Security Equilibria
针对现有博弈论安全均衡定义缺乏实用实现的问题,本文开发了Gamu Blue工具,支持计算k-弹性、l-排斥性、t-免疫性、(l, t)-抵抗性和m-稳定性等多种均衡,为网络安全策略分析提供了易用的实践平台。
2024-03-28 cs.GT
A Tale of Two Mechanisms: Incentivizing Investments in Security Games
在相互依赖的用户系统中,实体的安全不仅受到该用户在安全措施方面的投资的影响,而且还受到其他用户(一些)安全决策的正外部性的影响。因此,在这样的系统中的安全性的提供被建模为公共物品提供问题,并被称为安全博弈。在本文中,我们比较了两个著名的激励机制,在这种情况下,激励用户之间的最佳安全投资,即利润和外部性机制。税收机制中的税收旨在确保用户的自愿参与,而外部性机制中的税收旨在维持预算平衡。我们首先展示了更普遍的结果,即由于安全的非排他性,没有机制可以激励社会最优的投资组合,同时确保自愿参与,并保持平衡的预算的所有实例的安全游戏。为了进一步说明,我们应用的加权总努力相互依赖模型的特殊情况下,和识别一些不同的用户之间的相互依赖的影响,在预算赤字的加权机制,以及参与激励的外部性机制。
2015-03-25 cs.GT
Non-additive Security Games
我们研究了非可加效用函数下的安全博弈。
2016-09-21 cs.CR cs.GT
Information Security Games: A Survey
介绍了博弈论和信息安全的一些基本知识。然后调查文献的一个子集,我们确定未来的研究机会。
2021-03-03 cs.CR cs.GT
A Generic Metaheuristic Approach to Sequential Security Games
本文介绍了一种通用的方法来解决序列安全游戏(SGs),利用进化算法。该方法(命名为EASG)的制定是通用的,并且在很大程度上与游戏无关,这允许其应用于广泛的SG,只需很少的调整即可解决游戏特异性。在3种不同类型的游戏(共300个实例)上进行的综合实验证明了EASG的鲁棒性和稳定性,在绝大多数情况下可重复实现最优或接近最优的解决方案。EASG的主要优点是时间效率。该方法的规模明显优于国家的最先进的方法,因此可以应用到SG的情况下,这是超出了现有方法的能力。此外,由于随时特性,EASG非常适合时间关键型应用,因为该方法可以在任何时刻终止,并且仍然提供相当好的解决方案-迄今为止发现的最佳解决方案。
2019-11-13 cs.GT
Hierarchical Cooperation for Operator-Controlled Device-to-Device Communications: A Layered Coalitional Game Approach
已经提出了允许移动设备之间的直接通信的设备到设备(D2 D)通信作为3GPP高级LTE(LTE-A)蜂窝网络中的本地服务的使能器。这项工作研究了一个分层的LTE-A网络框架,包括多个D2 D运营商在上层和一组设备在下层。我们提出了一个合作模型,允许运营商,以提高他们的效用方面的收入,通过共享他们的设备,和设备,以提高他们的回报,在端到端的吞吐量方面,通过协作执行多路径路由。为了帮助理解运营商和设备之间的互动,我们提出了一个博弈论的框架来建模的合作行为,并进一步,我们提出了一个分层的联盟游戏(LCG),以解决他们之间的决策问题。具体而言,运营商的合作被建模为一个重叠的联盟形成游戏(CFG)的分区形式,其中运营商应形成一个稳定的联盟结构。此外,设备的合作被建模为一个联盟图形游戏(CGG),其中设备之间建立链接,形成一个稳定的网络结构的多路径路由。我们采用扩展的递归核心,纳什网络,作为稳定性的概念,建议的CFG和CGG,分别。数值结果表明,建议的LCG产生显着的收益相比,非合作的情况下,LCG变体,并取得了良好的收敛速度。
2015-01-04 cs.GT cs.NI
Security Game with Non-additive Utilities and Multiple Attacker Resources
人们对研究安全游戏有很大的兴趣,这些游戏用于对涉及关键基础设施、金融系统安全、政治活动和公民保障的各种系统上的攻击和防御的相互作用进行建模。然而,现有的安全博弈模型通常假设附加效用函数,或者攻击者只能攻击一个目标。这样的假设导致易于处理的分析,但错过了当前复杂网络中不同目标之间存在的关键固有依赖关系。在本文中,我们推广了经典的安全博弈模型,允许非可加的效用函数。我们还允许攻击者能够攻击多个目标。我们从理论的角度研究这样一个一般的安全博弈,并提供一个统一的观点。特别是,我们表明,每个安全游戏是等价于一个组合优化问题的集合系统$\varepsilon$,其中包括后卫的纯策略空间。我们使用的关键技术是基于变换,投影的多面体,和椭球方法。这项工作解决了安全博弈领域的几个开放性问题,并显着扩展了安全博弈的多项式可解类和NP难类的最新技术。
2017-01-30 cs.CR cs.GT
Green Security Game with Community Engagement
虽然已经开发了博弈论模型和算法来打击绿色安全领域的非法活动,如偷猎和过度捕捞,但现有的工作都没有考虑社区参与的关键方面:社区成员被执法部门招募为线人,可以提供有价值的提示,例如,正在进行的非法活动的地点,以协助巡逻。我们填补了这一空白,并(i)引入了一种新的两阶段安全博弈模型的社区参与,与二分图表示的告密者-攻击者的社会网络和一个水平- $κ$响应模型的启发,认知层次;(ii)提供复杂性的结果和精确,近似和启发式算法选择告密者和分配巡逻对水平- $κ$($κ<\infty$)攻击者;(iii)提供了一种新的算法来找到针对级别$\infty$攻击者的最优防御策略,该算法将优化参数化不动点的问题转换为双层优化问题,其中内层只是线性规划,外层只有线性数量的变量和单个线性约束。我们还通过大量的实验来评估算法。
2020-02-21 cs.GT
Beyond Arbitrary Allocations: Security Values in Constrained General Lotto Games
University of Colorado, Colorado Springs(科罗拉多大学科罗拉多斯普林斯分校);University of California, Santa Barbara(加州大学圣塔芭芭拉分校)
本文研究受限一般彩票游戏中的安全值,探讨单 contest 资源分配对战略行为的影响,提出上下界分析。
2026-04-07 cs.GT
Escape Sensing Games: Detection-vs-Evasion in Security Applications
本文提出 Escape Sensing Games(ESG)以建模目标通行顺序与传感器充能约束下的检测—规避对抗,证明最优响应与均衡计算为 NP 难,并给出经实验验证的有效启发式算法。
2024-10-28 cs.GT
Efficient Strategy Computation in Zero-Sum Asymmetric Repeated Games
零和非对称博弈模型涉及两个竞争的玩家,他们对所玩的游戏有不同的信息。一个特殊的情况是嵌套信息,其中一个(知情的)参与者比另一个(不知情的)参与者拥有更好的信息。本文考虑了重复零和博弈中嵌套信息的情形,研究了有限时域和贴现无限时域嵌套信息博弈中知情和不知情局中人的策略计算问题。对于有限的地平线设置,我们利用这两个球员,安全策略,以及对手的相应的最佳对策只取决于知情的球员的历史行动。使用这个属性,我们完善的序列形式,并制定一个LP计算的球员策略,是线性的大小不知情的球员的行动集。对于无限时域折扣博弈,我们构造LP公式来计算双方的近似安全策略,并提供近似安全策略和安全策略之间的性能差异的界限。最后,我们说明了一个网络阻断游戏之间的通知系统管理员和穿制服的入侵者的结果。
2017-11-07 cs.GT
A Game Theoretic Economics Framework to understanding Information Security Oursourcing Market
在信息安全外包市场上,企业不想让外部公司(通常称为MSSP管理的安全服务提供商)来照顾他们的安全需求的一个重要原因是,他们担心MSSP提供的服务质量,因为他们无法监控MSSP的工作。由于MSSP的行为对买方来说是不可观察的,MSSP可以通过比合同要求的更少的努力来降低成本,并获得更高的利润。在信息不对称的文献中,这种可能的秘密逃避行为被称为道德风险问题。本文通过一个博弈论的经济学框架,证明了在信息不对称的条件下,可以设计一个最优契约,使得MSSP能够坚持他们承诺的努力水平。我们还表明,最优合同应该是基于性能的,即,对MSSP的付款应根据MSSP的安全服务的执行情况进行分期付款。为了比较,我们还表明,如果道德风险问题不存在,最优合同不依赖于MSSP的性能。一个合同,规定不断支付给MSSP将是最佳的。此外,本文还证明了无论是在完全信息情形下还是在不完全信息情形下,交易成本越高,对移动通信服务提供商的支付越低。
2005-06-10 cs.GT
Practical Scalability for Stackelberg Security Games
Stackelberg安全游戏(SSG)已被广泛用于对抗性交互的建模。随着SSG应用规模的不断扩大,平衡计算的可扩展性成为一个重要的研究问题。虽然先前的研究在可扩展性方面取得了进展,但根据当前的要求,许多现实世界的问题还不能令人满意地解决;这些问题包括部署的联邦空警(FAMS)应用程序和机场的威胁筛选(TSG)问题。此外,这些问题域固有地受到现有文献中所示的NP硬度的限制。我们发起了一个原则性的研究近似零和SSGs。我们的贡献包括:(1)一个被称为对抗随机分配(ARA)博弈的SSG的统一模型,该模型允许在一个模型中研究大多数SSG,(2)零和ARA以及在机场分配联邦空警(FAMS)和威胁筛选问题(TSG)的子问题的近似结果的困难性,(3)具有可证明的近似保证的零和ARA的近似框架和(4)实验证明了在可接受的5%解质量损失的情况下,在运行时间上高达1000倍的改进的显著可扩展性。
2017-11-11 cs.GT
Security Strategies of Both Players in Asymmetric Information Zero-Sum Stochastic Games with an Informed Controller
考虑了一个两人零和非对称信息随机对策,其中只有一个局中人知道系统的状态,且转移律仅由知情局中人控制。对于知情的球员,它已被证明,安全策略只取决于信念和当前阶段。我们提供LP配方的大小是唯一的线性的大小不知情的球员的行动集计算历史为基础的和信仰为基础的安全策略。对于不知情的参与人,我们关注的是遗憾,即0和不知情的参与人在每种可能状态下保证的未来收益之间的差异。后悔是一个与信念大小相同的真实向量,并且只取决于知情参与者的行动和不知情参与者的策略。研究表明,不知情的局中人的安全策略只取决于后悔和当前阶段。然后给出了基于历史的安全策略、每个阶段的后悔值和基于后悔值的安全策略的LP公式。LP公式的大小再次与不知情玩家动作集的大小成线性关系。最后,以一个入侵检测问题为例,验证了本文的主要结论.
2017-11-07 cs.GT
A Markov Game Model for AI-based Cyber Security Attack Mitigation
新一代网络威胁利用先进的人工智能辅助方法,使其能够发起多阶段,动态和有效的攻击。当前的网络防御系统在防御这些新的和正在出现的威胁方面遇到了各种挑战。通过博弈论模型对人工智能辅助的威胁进行建模,可以帮助防御者选择最佳策略来应对攻击,并做出明智的决策来减轻攻击的影响。本文首先探讨了新一代威胁的当前最新技术水平,其中深度神经网络等AI技术被用于攻击者,并讨论了进一步的挑战。本文提出了一个马尔可夫动态博弈模型,在云计算环境下,攻击者利用人工智能技术,通过寻找最短攻击路径发起高级攻击,并利用CVSS度量来量化该零和博弈模型的价值,以便于决策。
2021-07-20 cs.GT
Scaling CheckMate for Game-Theoretic Security
本文提出自动验证工具 CheckMate,通过自动推理判定区块链等协议模型是否兼具拜占庭容错性与激励相容性,并在 15 个涵盖协议、棋盘游戏和博弈论示例的基准上评估其能力。
2024-06-13 cs.GT cs.LO
Stochastic Games for Security in Networks with Interdependent Nodes
本文研究了通信和计算机网络中安全和入侵检测的随机博弈论方法。具体来说,攻击者和防御者在节点网络上参与两人游戏,这些节点的安全资产和漏洞是相关的。这样的网络可以使用加权有向图来建模,其中边表示节点之间的影响。该博弈可以表述为非合作的零和或非零和随机博弈。然而,由于节点之间的相关性,如果某些节点被攻破,其余节点的有效安全资产和脆弱性通常不会保持不变,这导致了复杂的系统动力学。我们研究的存在性,唯一性和结构的解决方案,并提供数值例子来说明我们的模型。
2010-03-11 cs.CR cs.GT
Blameworthiness in Security Games
Claremont McKenna College(克莱蒙特·麦肯纳学院);Lafayette College(拉斐特学院)
安全游戏是博弈论在现实世界中成功应用的一个例子。本文利用择一可能性原理定义了安全博弈中防御者和攻击者的罪责,为安全博弈中的罪责推理提供了一个完善的逻辑体系。这个系统的两个公理捕捉到了安全游戏中的信息不对称。
2019-11-11 cs.AI cs.GT cs.LO
A Polynomial Time Algorithm for Spatio-Temporal Security Games
一个日益重要的问题是保护基础设施和其他有价值的目标免受破坏、盗窃、海盗和恐怖主义等一系列威胁。“捍卫者”很少能够负担100%保护所需的资源。因此,关键问题是如何利用有限的可用资源提供最佳保护。我们研究了一类在空间和时间上进行的安全游戏,目标和“巡逻队”在一条真正的线上移动。这里的一个中心问题是纳什均衡(即,防御者的极大极小策略)可以在多项式时间内计算。我们以肯定的方式解决这个问题。我们的算法运行在时间多项式的输入大小,和可能的巡逻位置(M)的数量只有多对数。此外,我们提供了一个连续的扩展,其中巡逻地点可以采取任意的实际值。先前的工作仅在实质性假设下获得多项式时间算法,例如,一个恒定的回合数。此外,所有这些算法的运行时间都是M中的多项式,这可能非常大。
2017-06-18 cs.GT
Branch-and-price with novel cuts, and a new Stackelberg Security Game
该研究针对关键基础设施防护的Stackelberg安全博弈问题,提出新型有效不等式求解强Stackelberg均衡,结合分支定价法验证了方法优于现有标准公式,并分析了参数对性能的影响。
2024-05-15 cs.GT math.OC
End-to-End Game-Focused Learning of Adversary Behavior in Security Games
Harvard(哈佛大学);University of Southern California(南加州大学)
Stackelberg安全博弈是最大化有限防御资源效用以保护重要目标免受智能对手攻击的重要工具。出于绿色安全,防御者可能只会观察到一个对手的防御反应的一组有限的目标,我们研究的问题学习的防御,以及推广到一组新的目标与新的特征值和组合。传统上,这个问题已经通过两阶段的方法来解决,其中对手模型被训练以最大化预测准确性,而不考虑防御者的优化问题。我们开发了一个端到端的游戏为中心的方法,对手模型进行训练,以最大限度地提高代理防御者的预期效用。我们在理论和实验结果表明,我们的游戏为中心的方法实现了更高的防御者的预期效用比两阶段的替代品时,有有限的数据。
2020-06-22 cs.GT cs.LG
Machine Learning Techniques for Stackelberg Security Games: a Survey
Politecnico di Milano(米兰理工大学)
本调查旨在介绍当前安全游戏领域采用的机器学习技术。具体而言,我们重点关注了南加州大学Teamcore开发的论文和作品,这些论文和作品深化了该领域的不同方向。Stackelberg安全游戏(SSG)和偷猎设置的简要介绍后,其余的工作提出了如何建模一个有限理性的攻击者考虑到她的人类行为,然后描述了如何面对的问题,有攻击者的收益没有定义,以及如何估计他们,最后,介绍了如何在线学习技术已被利用来学习攻击者的模型。
2016-09-29 cs.GT cs.LG
Closing the Price of Anarchy Gap in the Interdependent Security Game
在互联系统中,用户的可靠性和安全性取决于所有用户在安全方面的集体努力。因此,战略用户对安全技术的投资通常被建模为公共利益问题,称为相互依赖安全(IDS)游戏。这类博弈的均衡往往是低效的,因为自私的用户会搭别人贡献的正外部性的便车。在本文中,我们提出了一种机制,实现社会最优均衡IDS游戏通过一个消息交换过程中,用户提交的安全投资和税收/价格配置文件的建议。该机制与现有解决方案的不同之处在于:(1)它导致社会最优的投资水平,关闭IDS游戏中的无政府状态无政府代价差距,(2)它适用于用户相互依赖的一般模型。我们进一步考虑了个人理性的问题,在许多资源分配问题中,这往往是一个微不足道的条件,并认为,在正外部性的情况下,不参与和搭别人投资的便车的动机会使个人理性在设计机制时更难满足。
2014-08-26 cs.CR cs.GT
Catcher-Evader Games
计算博弈论解决方案的算法最近已被应用到一些安全领域。然而,许多技术开发的安全游戏的紧凑表示不扩展到{ \em贝叶斯}安全游戏,这使我们能够模拟攻击者的类型的不确定性。在本文中,我们介绍了一个一般的框架{ \em捕手逃避}游戏,可以捕获贝叶斯安全游戏以及其他游戏的兴趣。我们表明,计算Stackelberg策略是NP-难的,但给出了一个算法,计算的纳什均衡,在实验中表现良好。我们还证明了这些游戏的纳什均衡满足{ \em可扩展性}属性,所以均衡选择不是一个问题。
2016-04-16 cs.CR cs.GT
A Layered Coalitional Game Framework of Wireless Relay Network
无线中继网络(WRN)最近已经成为以低成本增加通信容量和扩展覆盖区域的有效方式。在WRN中,多个服务提供商(SP)可以协作以共享它们的资源(例如,中继节点和频谱),以在收益方面实现更高的效用。这种协作可以提高WRN的容量,从而提高终端设备(TD)的吞吐量。然而,这种合作可以实现,只有当公平分配的聚合效用,这是所有合作SP的效用之和,可以实现。在本文中,我们研究的WRN组成的SP在上层和TD在下层,并提出了一个博弈论的框架来解决合作决策问题的WRN。具体而言,SP的合作被建模为一个重叠的联盟形成游戏,其中SP应该形成一个稳定的联盟结构,并获得公平的份额的聚合效用。我们还研究了基于Shapley值概念的聚合效用分配问题,它稳定了WRN中SP之间的合作。TD的合作被建模为一个网络形成博弈,其中TD之间建立联系,形成一个稳定的网络结构。数值结果表明,该分布式算法获得了逼近最优解的聚合效用,并取得了良好的收敛速度。
2014-01-15 cs.GT cs.NI
Zero-Determinant Strategy in Stochastic Stackelberg Asymmetric Security Game
在随机Stackelberg非对称安全博弈中,强Stackelberg均衡(SSE)策略是防御者利用最佳对策(BR)策略对抗攻击者时获得最高效用的常用策略。然而,攻击者可能是一个有限理性的参与者,他采用BR策略和固定顽固策略的组合。在这种情况下,由于存在顽固因素,上证策略可能无法维持防御性业绩。在本文中,我们关注的是如何防御者可以采取单边控制零确定(ZD)策略来对抗有限理性攻击者。首先,我们证明了防御者的ZD策略的存在性。然后,我们研究了防御者的ZD策略对有限理性攻击者的性能,并与SSE策略进行了比较。具体来说,当攻击者的策略接近BR策略时,ZD策略与SSE策略相比允许防御者有界损失。相反,当攻击者的策略接近顽固策略时,ZD策略比SSE策略能为防御者带来更高的防御性能。
2023-01-05 cs.GT
Interdependent Defense Games: Modeling Interdependent Security under Deliberate Attacks
我们提出了相互依存的防御(IDD)游戏,一个计算博弈论的框架,研究方面的相互依存的风险和安全性在多智能体系统下故意的外部攻击。我们的模型建立在相互依赖的安全(IDS)游戏,模型由于愈合和Kunreuther认为风险的来源是一个固定的randomizedstrategy。我们调整IDS游戏来模拟攻击者的故意行为。我们定义了攻击者的纯策略空间和效用函数,并为防御者推导出适当的成本函数。我们提供了一个完整的混合策略纳什均衡(MSNE)的特征,并设计了一个简单的多项式时间算法来计算所有这些,IDD游戏的一个重要子类。此外,我们提出了一个随机实例生成器(一般)IDD游戏的基础上的一个版本的现实世界的互联网派生的自治系统(AS)图(约27K节点和100K边),并提出了有前途的实证结果,使用一个简单的学习算法来计算(近似)MSNE在这样的游戏。
2012-10-16 cs.CR cs.GT
An LP Approach for Solving Two-Player Zero-Sum Repeated Bayesian Games
研究了两人零和重复贝叶斯对策,其中每个局中人都有一个私人类型,而另一个局中人不知道,并且每个局中人的类型的初始概率是公开的.参与者的类型是根据初始概率独立选择的,并且在整个游戏中保持不变。在每个阶段,玩家同时选择行动,并公开宣布他们的行动。对于有限时域情形,给出了一个显式线性规划来计算参与者的安全策略。在已有结果的基础上,本文进一步证明了局中人的充分统计量是由局中人对自己类型的信念、对对方类型的后悔和阶段组成的,它与对方的策略无关。给出了计算初始遗憾的显式线性规划,并给出了仅依赖于充分统计量的安全策略。对于折扣情形,本文在有限视界中遵循同样的思想,证明了局中人的充分统计量由局中人对自己类型的信念和关于对方类型的反折扣后悔组成。此外,给出了一个依赖于充分统计量的近似安全策略,并给出了计算近似安全策略的显式线性规划。本文还得到了近似安全策略与安全策略性能差异的一个界。
2017-11-07 cs.GT
Multi-defender Security Games with Schedules
Carnegie Mellon University(卡内基梅隆大学)
本文研究多防御者且带日程的安全博弈,证明日程引入可能导致均衡不存在,并提出在子集封闭条件下可在多项式时间内计算均衡的算法,实验显示其可扩展至多个异构防御者。
2023-11-28 cs.AI cs.GT
Iterative Computation of Security Strategies of Matrix Games with Growing Action Set
本文研究了矩阵对策中,当一方局中人采取新的行动时,如何有效地更新另一方局中人的鞍点策略或安全策略。众所周知,一个局中人的鞍点策略可以通过求解线性规划来计算。开发一个新的动作将给现有的LP添加一个新的约束。因此,我们的问题变成了如何有效地解决新的LP与新的约束。考虑到潜在的巨大数量的约束,这对应于大规模的其他球员的行动集,我们使用阴影顶点单纯形法,其计算复杂性是低于线性的约束的大小,作为我们的迭代算法的基础。首先在放宽假设的情况下重建了阴影顶点法的主要定理,以确保阴影顶点法在我们的模型中能够很好地工作,然后分析了旧的最优解在新的LP中保持最优的概率,最后给出了迭代阴影顶点法,其计算复杂性严格小于阴影顶点法.仿真结果验证了我们关于迭代阴影顶点法重新计算最优值的概率和计算复杂性的主要结果。
2017-11-07 cs.GT
On the Inducibility of Stackelberg Equilibrium for Security Games
强Stackelberg均衡(SSE)是Stackelberg安全博弈的标准解概念。与弱斯塔克伯格均衡(WSE)相反,SSE假设追随者打破关系,支持领导者,这是广泛承认和合理的断言,防御者往往可以诱导攻击者选择一个首选的行动,通过对她的策略进行无限小的调整。不幸的是,在具有资源分配约束的安全博弈中,断言可能是无效的;防御者可能无法诱导出期望的结果。因此,文献中的许多结果可能过于乐观。为了补救,我们首先正式定义了防御者策略的效用保证,并提供了例子来证明SSE的效用可以高于其效用保证。其次,受Von Stengel和Zamir(2004)对领导者收益分析的启发,我们提出了具有最高效用保证且始终存在的诱导型斯塔克伯格均衡(ISE)的解概念。第三,我们展示了ISE与SSE重合时的条件,以及在一般情况下,SSE在效用保证方面可能非常糟糕的事实。此外,引入ISE不会使现有的算法结果无效,因为计算ISE的问题多项式地减少到计算SSE的问题。我们还提供了一个算法实现计算ISE,我们的实验揭示了经验优势的ISE的SSE。
2018-11-09 cs.GT
Comparing Decision Support Approaches for Cyber Security Investment
在投资网络安全资源时,信息安全管理人员必须遵循有效的决策策略。我们称之为网络安全投资挑战。在本文中,我们考虑了三种可能的决策支持方法,为安全管理人员应对这一挑战。我们认为基于博弈论,组合优化和两者的混合的方法。我们的建模首先是建立一个框架,在这个框架中,我们可以调查网络安全控制在保护被视为商品威胁目标的不同资产方面的有效性。在博弈论方面,我们考虑了两人之间的控制游戏的安全管理人员谁必须选择不同的实施水平的网络安全控制,和商品攻击者谁选择不同的目标进行攻击。纯博弈论方法论是一个包含所有控制和所有威胁的大型博弈。在混合方法中,将各个控制博弈的博弈解及其直接成本(例如财务成本)与背包算法相结合,以获得最佳投资策略。组合优化技术包括一个多目标多选择背包为基础的战略。我们比较这些方法的案例研究,是建立在SANS的顶部关键控制。这项工作的主要成就是突出了网络安全不同投资方法的弱点和优势,它们相互作用的好处,以及间接成本对网络安全投资的影响。
2015-02-19 cs.CR cs.GT
A Game Theoretical Analysis of Localization Security in Wireless Sensor Networks with Adversaries
无线传感器网络(WSN)支持数据汇集和分布式数据处理,其传感设备非常小,易于篡改和克隆,因此传统的基于访问控制和强认证的安全解决方案难以部署。在本文中,我们看看节点定位的安全性评估的问题。特别地,我们分析了可验证多边化(VM)用于定位节点和恶意节点(即,对手)试图伪装成非恶意。我们诉诸非合作博弈论,我们模拟这种情况下,作为一个两个玩家的游戏。我们分析了最佳球员的策略,我们表明,虚拟机确实是一个适当的机制,以减少虚假的立场。
2010-08-24 cs.GT cs.NI
Security Games with Decision and Observation Errors
我们研究两个玩家的安全游戏,可以被视为序列的非零和矩阵游戏的攻击者和防守者。游戏的演变是基于一个随机的虚拟游戏过程。参与者不能访问彼此的收益矩阵。每个人都必须观察对方的行动,直到现在,并根据对这些观察的最佳反应来执行所产生的行动。然而,当通过通信网络玩游戏时,有几个实际问题需要考虑:首先,玩家可能会时不时地犯随机决策错误。第二,玩家对彼此先前行动的观察可能是不正确的。玩家将根据他们所掌握的信息来弥补这些错误。我们研究了这种情况下博弈的收敛性,并在一些温和的假设下,当双方都被限制在两个行动时,建立收敛到平衡点。
2010-03-14 cs.CR cs.GT
Multidefender Security Games
Vanderbilt University(范德堡大学);University of California at Davis(加州大学戴维斯分校);Sandia National Laboratories(桑迪亚国家实验室)
Stackelberg安全博弈模型和相关的计算工具已经在一些高后果的安全设置中部署,例如LAX犬巡逻和联邦空军元帅服务。这些模型专注于只有一个防守者的孤立系统,尽管它们是一个更复杂的多人系统的一部分。此外,许多真实系统,如交通网络和电网,都表现出目标之间的相互依赖性,因此,也表现出共同负责保护目标的决策者之间的相互依赖性。为了理解这种多防御者的战略互动存在于安全,我们研究了多个防御者的安全游戏的博弈论模型。与大多数先前的分析不同,我们专注于每个防御者必须保护多个目标的情况,因此即使是单个防御者的最佳对策决策也是非常重要的。我们开始与独立目标的多防御者安全游戏的分析调查,提供了一个均衡和价格的无政府状态分析的三个模型越来越普遍。在所有的模型中,我们发现防御者都有过度保护目标的动机,有时甚至是显著的。此外,在更简单的模型中,我们发现无政府状态的无政府代价是无限的,防御者的数量和每个防御者的目标数量都是线性增加的。考虑到目标之间的相互依赖性,我们开发了一种新的混合整数线性规划公式来计算防守者的最佳对策,并利用这种公式近似纳什均衡的游戏。我们将这种方法应用于代表相互依赖关系的几种网络模型的计算战略分析,包括现实世界的电力网络。我们的分析表明,网络结构和故障传播的概率如何决定防御者对安全投资过度或不足的倾向。
2015-05-28 cs.AI 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 path selection to support security in device-to-device communications
设备到设备(D2D)通信预计将成为5G网络支持的关键功能,特别是由于移动边缘计算(MEC)的激增,MEC通过将计算任务从互联网转移到移动边缘来减少网络压力。除了作为MEC的一部分之外,D2D还可以扩展蜂窝覆盖范围,允许用户在电信基础设施高度拥塞或不存在时直接通信。这种与典型的蜂窝范例的显著偏离强加了对分散式网络路由协议的需要。此外,移动设备和D2D网络的增强能力将可能导致新的恶意软件类型和流行病的扩散。尽管文献在增强服务质量和能量消耗的D2D路由协议方面是丰富的,但是它们仅提供基本的安全支持,例如,以加密的形式。然而,路由决策可以通过利用安装在移动设备上的不同种类的反恶意软件软件来有助于移动恶意软件的协作检测。受益于D2D通信的协作性质,设备可以依赖于彼此的贡献来检测恶意软件。我们工作的影响是面向拥有更多无恶意软件的D2D网络。为了实现这一目标,我们设计并实现了一种用于D2D通信的新型路由协议,该协议优化了路由决策,以明确提高恶意软件检测。该协议确定最佳的网络路径,在恶意软件缓解和恶意软件检测所花费的能量方面,基于博弈论模型。使用博弈论工具来利用运行不同类型的反恶意软件软件的网络设备的不同能力及其检查向预期目的地设备中继的消息的潜力。纳什和Stackelberg安全游戏的最优性分析进行,包括零和非零和变量,和后卫的均衡策略。通过进行网络模拟,所获得的理论结果说明通过随机生成的网络场…
2017-11-04 cs.GT
Security Games with Information Leakage: Modeling and Computation
University of Southern California(南加州大学);Trinity University(三一大学)
Stackelberg安全博弈的大多数模型假设攻击者只知道防御者的混合策略,但不能观察(甚至部分)实例化的纯策略。这种对部署的纯策略的部分观察-我们称之为信息泄漏的问题-在实际应用中是一个重要的问题。虽然以前对巡逻游戏的研究已经考虑了攻击者的实时监控,但我们的设置,因此模型和技术,从根本上是不同的。更具体地说,在描述了信息泄漏模型,我们开始与LP公式计算防御者的最优策略存在泄漏。也许令人惊讶的是,我们表明,一个关键的子问题,以解决这个LP(更准确地说,防御者的甲骨文)是NP-难,即使是最简单的安全游戏模型。然后,我们从三个可能的方向:有效的算法,限制的情况下,近似算法,启发式算法的采样,改善了现状。我们的实验证实了处理信息泄漏的必要性和我们的算法的优势。
2015-05-04 cs.AI cs.GT
SoK: Tools for Game Theoretic Models of Security for Cryptocurrencies
近年来,加密货币引起了学术界和工业界的广泛关注。加密货币的一个有趣方面是它们在协议层面明确考虑激励措施。了解如何将其纳入用于设计加密货币的模型中已经激发了大量的工作,但仍然存在许多开放的问题,目前的系统很少能很好地处理与激励相关的问题。这个问题的出现是由于密码学和分布式系统安全之间的差距,它处理传统的安全问题,忽略了明确的考虑激励,和博弈论,最好的处理涉及激励的情况。有了这项工作,我们的目标是提供一个系统化的工作,涉及到这个问题,考虑论文,将博弈论与密码学或分布式系统,并讨论它们如何可以相关。这给出了可用工具的概述,我们在已经提出或实施的现有基于区块链的系统的背景下,研究了它们在实践中的(潜在)用途。
2020-02-21 cs.CR cs.GT
Learning Attacker's Bounded Rationality Model in Security Games
提出了一种新的神经进化方法(NESG)来计算Stackelberg安全博弈中领导者的支付。NESG的核心是战略评估神经网络(SENN)。SENN能够有效地评估领导者的策略,而对手可能由于某些认知偏见或限制而不以完全理性的方式行事。SENN是在历史数据上训练的,不需要任何关于追随者的目标偏好、收益分布或有限理性模型的直接先验知识。NESG在一组90个基准游戏上进行了测试,这些游戏的灵感来自于被称为深度数据包检测的真实网络安全场景。实验结果表明,应用NESG的优势,现有的国家的最先进的方法时,发挥对不完全理性的对手。该方法提供了高质量的解决方案,具有优越的计算时间可扩展性。由于NESG的通用和无知识构造,该方法可以应用于各种现实生活中的安全场景。
2021-09-27 cs.GT cs.NE
Mitigating the Curse of Correlation in Security Games by Entropy Maximization
University of Southern California(南加州大学)
在Stackelberg安全游戏中,防御者试图随机分配有限的安全资源,以保护关键目标免受攻击。在本文中,我们研究了一个基本的,但未被探索的,在安全游戏,我们称之为\emph{Curse of Correlation}(CoC)的现象。具体而言,我们观察到不同目标的保护状况之间存在着不可避免的相关性。这种相关性是一个至关重要的问题,特别是在保护区巡逻等\emph{spatio-temporal}领域,攻击者可以监视某些区域的巡逻人员,然后使用这种相关性推断他们的巡逻路线。为了缓解这个问题,我们建议设计熵最大化防御策略的时空安全游戏,经常遭受CoC。我们证明了该问题一般是P-困难的.然而,它承认有效的算法在动机良好的特殊设置。我们的实验表明,最大熵算法比以前的算法显着的优势。一个可扩展的实现我们的算法目前正在部署前测试集成到FAMS软件,以改善美国联邦空警的调度。
2018-01-03 cs.AI cs.CR cs.GT
Towards a Game-Theoretic Security Analysis of Off-Chain Protocols
链下协议是解决区块链技术固有的可扩展性问题的最有前途的方法之一。其核心思想是让各方只在链上进行一次交易,以在它们之间建立一个通道,然后利用产生的通道路径在链下执行任意多个点对点交易。虽然在链下协议的证明技术方面已经取得了重大进展,但现有的方法并没有在其设计的核心中捕获博弈论激励,这导致忽视了过去的虫洞攻击等重要攻击向量。在这项工作中,我们通过引入第一个博弈论模型,对链下协议的原则性博弈论安全分析迈出了第一步,该模型具有足够的表达力来推理其安全性。我们提倡使用扩展形式博弈(EFG),并介绍了两个EFG实例来捕获闪电网络的关闭和路由的安全属性。具体来说,我们对关闭协议进行了建模,该协议依赖于惩罚机制来抑制各方在链上上传旧的通道状态。此外,我们建模的路由协议,从而正式表征虫洞攻击,一个漏洞,破坏了基于费用的激励机制的闪电网络。
2022-10-24 cs.CR cs.GT
A Game-Theoretic Approach for Security Control Selection
针对安全控制组合选择难题,本文提出基于博弈论的两人零和单次博弈方法,结合代数形式体系处理控制依赖,在预算约束下依据攻击者画像选控,经金融系统四场景验证可辅助安全决策。
2024-10-30 cs.CR cs.GT
Interdependent Security Games on Networks under Behavioral Probability Weighting
School of Electrical and Computer Engineering, Purdue University(普渡大学电气与计算机工程学院)
本文研究了网络中依赖安全博弈中节点的行为概率加权对最优投资策略和纳什均衡安全风险的影响,分析了不同图拓扑在总努力博弈和最弱链接博弈中的最优投资策略。
2016-08-12 cs.GT cs.SY eess.SY
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
Robust Solutions for Multi-Defender Stackelberg Security Games
Bar Ilan University(巴伊兰大学)
针对多防御者Stackelberg安全博弈中解对参数扰动敏感的问题,提出鲁棒模型,证明非合作与合作设置下鲁棒近似均衡和α-核的存在性及高效构造,显著提升防御者效用。
2022-05-23 cs.AI cs.GT
Internalization of Externalities in Interdependent Security: Large Network Cases
随着大型复杂系统中的代理或(子)系统之间的连接性不断增加,人们越来越关注理解相互依赖的安全性和处理安全投资的低效率。利用人口博弈模型和著名的Chung-Lu随机图模型,我们研究了如何可以鼓励自私的代理人进行更多的安全投资,通过内部化他们的安全投资所产生的外部性。为此,我们首先建立了一个有趣的关系之间的局部极小化的社会成本和纳什均衡的人口游戏略有改变的成本。其次,在一个温和的技术假设下,我们证明了存在唯一的社会成本最小化,它与人口博弈的唯一纳什均衡相吻合。这一发现告诉我们如何修改自私代理人的私人成本函数,以提高整体安全性,降低社会成本。此外,它揭示了如何整体安全的敏感性,安全投资的代理人影响他们的外部性,因此,惩罚或税收,应实行内部化的外部性。最后,我们说明了代理的度分布如何影响他们的安全投资和整体安全在人口博弈和社会最优的NE。
2017-03-04 cs.GT cs.SI
Designing the Game to Play: Optimizing Payoff Structure in Security Games
Carnegie Mellon University(卡内基梅隆大学);University of Southampton(南安普顿大学);World Wide Fund for Nature(世界自然基金会);Swarthmore College(斯沃斯莫尔学院)
防御者-攻击者行为的有效博弈论建模变得越来越重要。在许多领域,防御者不仅是一个玩家,而且还是游戏收益结构的设计者。我们研究Stackelberg安全游戏的防御者,除了分配防御资源,以保护目标免受攻击者的攻击,可以战略性地操纵攻击者的收益在预算约束下的加权L^p-范数形式的变化量。针对带加权L^1-范数形式约束的问题,提出了(i)一个基于混合整数线性规划的近似保证算法;(ii)一个基于分枝定界的有效剪枝算法;(iii)一类特殊但实用的问题的多项式时间近似算法.此外,我们证明了在L^0-范数形式和加权L^ \infty -范数形式的预算约束下的问题可以在多项式时间内求解.我们提供了一个广泛的实验评估我们提出的算法。
2018-05-22 cs.AI cs.GT cs.MA
Security Attacks on Smart Grid Scheduling and Their Defences: A Game-Theoretic Approach
在电网中引入先进的通信基础设施为应对气候变化提供了大量新的机会。本文关注的是能源管理系统的安全性,预计将在未来的智能电网中实施。证明了一类基于修改预测需求数据的新型虚假数据注入攻击的存在,并使用模拟场景识别了攻击对典型系统参数的影响。监控策略,公用事业公司可能会采用,以检测攻击提出了一个博弈论的方法来支持公用事业公司的决策过程中,他们的防御资源的分配。根据这些发现,设计并求解了一个通用的安全博弈,揭示了几个纳什均衡策略的存在。这些结果为公用事业公司的实际结果进行了详细讨论,并提出了一项建议,建议如何将通用模型应用到其他场景。
2018-10-17 cs.CR cs.GT
Evolutionary Approach to Security Games with Signaling
绿色安全游戏已经成为一种流行的方式来模拟涉及保护自然资源(如野生动物)的场景。传感器(例如配备摄像头的无人机)也开始通过提供实时信息在这些场景中发挥作用。战略性地部署人力和传感器防御资源是最近关于信号安全游戏(SGS)的工作的主题。然而,目前解决SGS的方法在时间或内存方面不能很好地扩展。因此,我们提出了一种新的方法SGS,其中,在这一领域的第一次,采用了演化计算范式:EASGS。EASGS通过在染色体中进行适当的解编码和一组专门设计的算子,有效地搜索巨大的SGS解空间。这些算子包括三种类型的突变,每种都专注于SGS解决方案的特定方面,优化交叉和局部覆盖改善方案(EASGS的一个模因方面)。我们还介绍了一组新的基准游戏,基于反映真实世界SGS设置的密集或局部密集图。在大多数342个测试游戏实例中,EASGS在时间可扩展性、几乎恒定的内存利用率和返回防守者策略的质量(预期收益)方面优于最先进的方法,包括强化学习方法。
2022-04-29 cs.GT cs.NE
A Game of Drones: Cyber-Physical Security of Time-Critical UAV Applications with Cumulative Prospect Theory Perceptions and Valuations
本文介绍了一种新的数学框架,用于建模和分析时间关键型无人机应用的网络物理安全。一个通用的无人机安全网络拦截游戏制定模型之间的互动无人机操作员和拦截器,其中每一个可以是良性的或恶意的。在这个游戏中,拦截者通过拦截无人机的潜在路径来选择目标无人机系统的最佳位置。同时,无人机操作员通过寻找最佳路径选择策略来做出响应,该策略使其无人机能够躲避攻击并最小化其任务完成时间。从累积前景理论(PT)的新概念被纳入到游戏中,以捕捉操作员和拦截器的任务完成时间和无人机面临的风险水平的看法的主观评价。均衡的游戏,有和没有PT,然后分析的特点和研究。新的算法,然后提出了PT和经典博弈论下达到游戏的均衡。仿真结果显示了合理的和PT的情况下的平衡的属性。结果表明,操纵者和拦截者的有限理性更可能对无人机操纵者不利。
2020-02-07 cs.GT cs.IT math.IT