通过半真半假进行欺骗
人工智能
2019-11-15 v1 多智能体系统
摘要
欺骗是一个横跨多种场景的根本性问题，从网络安全（其中诱饵（如蜜罐）是重要工具）到政治（可能出现出于政治动机的“泄密”和关于候选人的假新闻）。对欺骗的典型考量将其视为提供错误信息。然而，同样重要但研究较少的是一种更隐晦的形式，即信息被策略性地隐藏或泄露。我们考虑的问题是：当委托人未察觉对手存在时，对手通过“半真半假”（即掩盖或隐藏信息比特）能在多大程度上影响委托人的决策。委托人的问题可建模为在动态贝叶斯网络中预测变量的未来状态，我们表明，尽管理论上委托人的决策可被弄得任意糟糕，但最优攻击即使在有利于攻击者的强假设下也是NP-hard难以近似的。不过，我们也描述了一种重要的特例，即未来状态对过去状态的依赖是加性的，在此情形下我们能高效计算近似最优攻击。此外，在具有线性转移函数的网络中，我们可在多项式时间内最优地求解该问题。
引用
@article{arxiv.1911.05885,
title = {Deception through Half-Truths},
author = {Andrew Estornell and Sanmay Das and Yevgeniy Vorobeychik},
journal= {arXiv preprint arXiv:1911.05885},
year = {2019}
}