.png){kind=icon}
返回
Coordinated Attack Planning in Probabilistic Attack Graphs within a Sensor-Allocated Network
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-09315-8_8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
现代网络攻击日益涉及协调性的对手团队，给检测和防御带来了新的挑战。本文介绍了一种概率框架，用于建模此类多智能体攻击，结合了马尔可夫决策过程与扩展的马尔可夫博弈，以捕捉在检测事件下动态的团队构成。该模型集成了状态依赖的检测概率、通过奖励结构实现的隐式协调，以及用于策略计算的效率价值迭代。通过一个随机网格世界案例研究，我们分析了孤立策略与协调策略之间的性能权衡。结果表明，虽然孤立智能体在简单、单目标场景中表现更优，但协调策略通过系统地管理暴露，显著提高了在复杂、多目标操作中的成功率。这项工作为分析对抗环境中的涌现攻击行为提供了形式化基础和实用方法。
Keyword:
Multi-agent
Coordinated attack
Markov process
Valueiteration
期刊
机构
引用论文
.png){kind=icon}
A Multiplicative Coordinated Stealthy Attack for Nonlinear Cyber‐Physical Systems with Homogeneous Property具有同质属性的非线性网络物理系统的乘性协调隐蔽攻击
OAAI
OAAI分享收藏
查看更多内容