基于时不变频率更新的虚拟博弈在网络安全中的应用

我们研究两人安全博弈，可视为由攻击者和防御者进行的非零和矩阵博弈序列。博弈的演化基于随机虚拟博弈过程，其中玩家无法获知对方的收益矩阵。每个玩家必须观察对方截至当前的动作，并基于对这些观察的最佳响应来生成动作。在常规虚拟博弈过程中，每个玩家对其对手的混合策略进行最大似然估计，这导致基于先前估计和当前动作的时变更新。本文探索了一种替代的频率更新方案，其平均动态是时不变的。我们检验了具有这种更新方案的虚拟博弈过程的平均动态的收敛性质，并建立了当双方玩家均限制为两个动作时平衡点的局部稳定性。我们还提出了一种基于这种时不变频率更新的自适应算法。