该论文面向任务关键型环境中的网络防御，提出了一种面向任务的三层网络防御框架，用于增强网络态势感知（CSA）与决策支持。研究背景是：在任务关键型运营域中，防御者需要在信息不完整且有噪声的观测条件下，持续估计不断变化的安全态势，同时保持关键任务的连续性与完整性，而现有方法往往难以在统一框架内同时表达攻击进展、防御方不确定性、任务影响和防御决策支持。核心方法是一个三层概率集成模型：第一层是攻击图模型，刻画攻击者经由任务相关资产的潜在进阶路径；第二层是事件模型，利用贝叶斯推断将观测到的遥测数据转换为防御者的后验信念；第三层是状态模型，将推断出的安全态势抽象为冲突状态和任务风险等级。三个层次连接到一个单步防御行动规则，该规则在估计的残余任务风险与运营成本之间进行权衡。框架在一个基于NetLogo的智能体仿真中实例化，仿真环境包含战术边缘区（TEZ）、任务运营区（MOZ）和企业支持区（ESZ）三个运营区域。评估方式包括数学一致性分析、遥测扰动下的局部鲁棒性评估以及代表性仿真轨迹分析。结果表明，该框架及其实现能够在攻击推进、遥测驱动的不确定性管理、任务影响评估以及基于任务风险优先级的成本感知防御决策支持之间保持连贯关系。主要贡献在于提供了一个可执行的仿真原型和统一的概率模型，将攻击图、事件推断和状态抽象有机结合，为任务关键型环境中的态势感知与防御决策提供了一种系统化方法。适合网络防御架构师、态势感知研究人员以及关注任务保障的蓝队人员阅读。

本文提出了一种名为MARCIM-WG的海洋网络防御兵棋推演系统，旨在提升决策者的网络态势感知能力。该系统遵循北约兵棋推演方法论，采用混合桌面体验形式：结合物理棋盘（令牌、指示物、特殊卡牌）与基于计算仿真模型的分析辅助裁决。通过高层设计（HLD）和低层设计（LLD）规范进行详细说明，并在虚构的海洋网络危机场景中实例化，以实现结构化决策循环、摩擦和可衡量的后果。验证分为两部分：(i) 基于操作场景的评估，在三种配置（悲观、中性/最可能、乐观）下验证决策敏感性和结果一致性；(ii) 通过对照组比较设计评估CSA能力和学习成果。结果显示，干预组的成绩提高了34.0个百分点，尤其在理解相关能力方面提升最大。该研究适合安全培训设计者、军事网络防御人员、CISO以及关注网络态势感知提升的从业者阅读。