12、网络防御中自适应欺骗策略的评估

网络防御中自适应欺骗策略的评估

1 在线人类实验节点参数

在在线人类实验中，涉及到多个节点，每个节点有不同的参数，具体如下表所示：
| | Pass | Node 1 | Node 2 | Node 3 | Node 4 | Node 5 |
| — | — | — | — | — | — | — |
| (v_i) | 0 | 15 | 40 | 35 | 20 | 35 |
| (ca_i) | 0 | 5 | 20 | 10 | 5 | 15 |
| (cd_i) | 0 | 10 | 20 | 15 | 15 | 20 |

实验规则为：若对手选择的节点不是蜜罐，对手获得奖励 (v_i - ca_i)，防御者获得奖励 0；若对手选择的节点是蜜罐，对手获得负奖励 (-ca_i)，防御者获得正奖励 (v_i)。对手也可以选择“pass”，此时双方奖励都为 0。每个回合由 50 轮组成，每回合结束后游戏重置，防御算法会重新选择蜜罐节点。对手只能在每次行动后得知自己的奖励，无法直接观察到防御行动中所有被选中的蜜罐。

2 防御算法生态

将防御策略从静态推进到动态的重要性已得到广泛认可。动态防御应能根据攻击过程中对手的行动主动改变防御策略。有六种防御算法，它们在确定性、适应性和定制性三个维度上有所不同，具体如下表：
| 算法 | 确定性 | 适应性 | 定制性 |
| — | — | — | — |
| Pure | 是 | 否 | 理性 |
| Equilibrium | 否 | 否 | 理性 |
| LLR | 是 | 是 | 无 |
| BR -