高级持续性威胁（APT）攻击者越来越多地利用复杂技术在企业网络的不同子网间进行横向移动。及时的检测与防御依赖于跨子网的协调，但维持全局态势感知会产生大量的通信开销。为了平衡这一权衡，需要灵活的监控和可适应的遏制策略。本文提出了ADAPTD，一个通信与计算高效、基于决策论的框架，包含三个核心组件：(i) 紧凑型杀伤链，用于识别多样的攻击向量；(ii) 即时阻断机制，用于及时遏制攻击；(iii) 预测性驱逐策略，以恢复系统安全。作者通过实验验证了ADAPTD在多种威胁场景下的有效性。首先，他们提出的去中心化信念更新方案优于最先进的扩散隐马尔可夫模型（HMM）。其次，与基于Transformer的检测方法相比，ADAPTD显著减少了误驱逐。第三，在噪声环境下，自适应阻断能够遏制攻击者，同时最小化不必要的干扰。最后，消融研究证实，结合两种防御动作能够显著降低防御者的总成本。该框架面向安全运营中心（SOC）和网络防御者，提供了一种在通信开销与检测精度之间取得平衡的实用方法。