Inception：马尔可夫博弈中可高效计算的误信息攻击

我们研究由于信息不对称和误信息导致的马尔可夫博弈的安全威胁。我们考虑一个能够传播关于其奖励函数误信息以影响 robust 受害者行为的攻击者玩家。给定固定的伪造奖励函数，我们推导出受害者在最坏情况理性下的策略，并提出基于线性规划和 backward induction 的多项式时间算法来计算攻击者的最优最坏情况策略。随后，我们提供一种高效的 inception（"在某人心中植入想法"）攻击算法，以在具有支配策略的奖励函数限制集合中寻找最优伪造奖励函数。重要的是，我们的方法利用理性的普遍假设来高效计算攻击。因此，我们的工作暴露了由于标准博弈假设在误信息下所导致的安全漏洞。