基于基石模型的符号共生游戏在战略网络战中的网络欺骗运作

我们正面临前所未有的网络战局面，战术不断演化、情报不对称日益加剧、黑客工具获取门槛不断降低。在这一背景下，网络欺骗成为防御日益复杂攻击的关键策略。本章旨在突出博弈论模型和基石模型（FMs）在分析、设计和实施网络欺骗战术中的关键作用。博弈模型（GMs）为建模多样化对抗互动提供了基础框架，使我们能够封装对手的知识和领域特定洞察。而 FMs 则为构建适用于特定应用的定制机器学习模型提供了基石。通过利用 GMs 与 FMs 之间的协同作用，我们可以推动主动且自动化的网络防御机制，不仅能保护我们的网络免受攻击，还能增强其抵御精心策划的行动的韧性。本章讨论了战术、作战和战略层次的博弈，深入探讨了这些方法之间的协生关系，并探讨了该框架在网络安全领域能够产生重大影响的相关应用。本章进一步讨论了多智能体神经符号 conjectures 学习（MANSCOL）这一有前景的方向，该方法使防御者能够预测对手行为、设计自适应的防御性欺骗战术，并综合知识用于作战层次的推演和适应。FMs 在 MANSCOL 的各个功能中发挥着关键作用，包括强化学习、知识吸收、推演形成和情境表示。本章最后讨论了 FMs 在网络安全领域应用所面临的挑战。