通过重连优化图反欺骗性的模型无关度量

识别对手目标是物理安全与网络防御中的核心问题。先前关于目标识别的工作聚焦于在给定对手运行环境的情况下开发最优推断策略。然而，此类策略的成功在很大程度上取决于环境特征。我们考虑最优反欺骗环境设计问题：在给定运行约束下，构建可促进尽早识别对手目标的环境。视为有界长度图设计问题，我们引入一种反欺骗度量以及一种基于树迭代重连最大化该度量的新颖启发式算法。我们在合成网络以及受真实世界高安全环境启发的图上对该算法性能进行基准测试，验证了所提算法在计算上可行并能产生有意义的网络设计。