图协调博弈中的风险-安全性权衡

依赖决策者集体行为的系统易遭受多种对抗性攻击。系统操作员能在这些风险面前多大程度上保护性能？我们在图协调博弈背景下提出此问题：网络中智能体在两种惯例间选择，并从协调邻居处获益，系统性能以智能体福利衡量。本文评估操作员缓解两类对抗攻击的能力——1）广泛攻击， adversary 激励网络中全部智能体；2）聚焦攻击， adversary 可迫使选定智能体子集承诺于规定惯例。作为缓解策略，系统操作员可实施一类管控智能体决策过程的分布式算法。我们的主要贡献刻画了操作员在针对最坏情形广泛攻击的安全性，与来自聚焦攻击的脆弱性之间的基本权衡。我们表明，当操作员随机选取决策过程时，该权衡显著改善。我们的工作凸显了系统操作员在维持网络化分布式系统韧性方面面临的设计挑战。