本文研究阈值加密内存池（threshold-encrypted mempool，当前对抗 MEV 抢跑的主要防御手段之一）中解密委员会的合谋威慑问题。核心洞察是：一次泄露往往能反复获利——当解密委员会中达到法定人数（例如 n 名成员中的任意 k 名）将自己的解密能力出售给抢跑者后，该能力在其有效期内仍能解密的每一个后续区块都会被暴露，购买方只付一次代价却持续获益。作者把这一场景建模为重复博弈：单调联盟族中的任一合法联盟只要发生一次泄露，就会解锁一组未来轮次，同时支付一次性罚金并丧失后续参与资格。主要理论结论是：任何动态偏离策略都可归约为“选择泄露时刻”，因此威慑成立当且仅当每个联盟的罚金不低于单次泄露所能触及的最大折现收益。在无折现、T 轮单位收益、密钥可全程复用的情形下所需罚金为 T；若把每次泄露绑定到其发生的那一轮（即 context binding），所需罚金仅为 1——这表明任何与时间跨度无关的常数罚金都无法阻止无限复用；若复用窗口为 w 轮，代价最多为最大单轮收益的 w 倍。作者进一步证明：威慑全部联盟所需的最廉价“按参与方质押”方案等价于求解一个覆盖线性规划。在区块链设计层面，采用按 epoch 轮换的密钥可把所需质押从“密钥整个生命周期的价值”降到“单个 epoch 的价值”；作者用以太坊抢跑数据校准这一差距，并将 Ferveo 与 Shutter 两个阈值解密方案纳入模型比较。该分析框架还可推广到密封投标拍卖、多机构投票以及共享密钥下的联邦学习等场景。

论文聚焦现代企业安全运营中心（SOC）面临的响应延迟问题：人工处置滞后使攻击者得以在杀伤链的早期侦察阶段持续推进。作者指出，经典博弈论防御模型虽然能优化防御资源的战略分配，但其效用矩阵是静态的，无法随实时遥测数据自适应调整。为此，论文提出一个“指标驱动”的集成决策引擎，把定量风险参数化与持续的自动化响应时间衔接起来。方法层面包含四个组件：其一，将 CVSS 的可利用性（exploitability）相关参数映射为攻击者成功概率，使漏洞评分具备行为学含义；其二，借助 FAIR（信息风险因素分析）框架的蒙特卡洛模拟评估防御方日志分布，从而把漏洞严重性转化为可货币化或可量化的风险；其三，把实时 SIEM 日志流建模为泊松到达过程，利用序贯贝叶斯滤波动态更新防御方对威胁的后验信念，从而区分真实对抗性探测与瞬态背景噪声；其四，将攻防交互形式化为动态贝叶斯 Stackelberg 博弈，推导出闭式阈值——当期望的未缓解风险超过主动遏制的成本时即触发自动化响应。实验部分以 2023 年 MGM Resorts 与 Caesars Entertainment 网络事件的经验数据作为参数标定来源，仿真结果显示该引擎能在抑制背景噪声的同时，于对抗性探测发生后数秒内触发 SOAR 网络隔离；多参数敏感性分析进一步表明决策边界会随实时周界脆弱性动态调整，为亚分钟级的自动化威胁遏制提供了控制论层面的理论基础。该工作适合 SOC 检测工程与自动化响应团队、SOAR 平台建设者，以及研究安全经济学与博弈论防御建模的读者。

本文研究私有/加密内存池（private mempool）在对抗三明治攻击（sandwich attack）与 MEV 提取时的隐私边界问题。现实中，私有内存池很少隐藏全部信息：交易对（pair）、交易方向、以及交易规模的粗略区间往往仍会泄露。作者提出的核心问题是：究竟泄露多少信息才会让三明治攻击重新变得有利可图。论文在无手续费恒定乘积自动做市商（即 Uniswap v2 定价规则）模型下给出了精确答案。模型设定为：套利者/攻击者只能观测到包含受害者交易规模的一个区间，并在一级价格拍卖（first-price auction）中竞标获得实施三明治攻击的权利；竞得的前置交易（front-run）必须保证受害者在区间内任意可能规模下交易仍可执行。结论的关键在于“与泄露信息一致的最小规模”——它单独决定了哪些前置交易可行，且在逐点利润、期望利润与最坏情形利润三种目标下，最大的可行前置交易都是最优解，其保证利润存在闭式解。由此得到一个反直觉的隐私设计准则：当执行成本不可忽略时，若隐私层希望排除在所有一致规模下都盈利的三明治攻击，则它可以泄露规模的几乎任何信息，唯独不能泄露一个高于显式阈值的下界；区间上端完全无关紧要。作者进一步给出博弈论分析：当存在两个及以上对称交易者时，拍卖的所有纯策略完美贝叶斯均衡都会把全部期望净租金转移给拍卖者（即内存池/排序方）。此外，若交易方向也被隐藏，则不存在与方向无关（non-contingent）的第一腿前置交易能同时前置两个可能方向；但即便交易前的隐藏做到完美，交易后的套利（post-trade arbitrage）仍可能存活。该工作适合 MEV 研究者、DeFi 协议与隐私内存池（如加密 mempool、阈值加密排序）设计者、以及从事链上博弈论建模的读者阅读。

该论文针对权益证明（PoS）区块链中「罚没（slashing）」机制的经济安全性假设提出质疑，并给出形式化的博弈论反驳。传统观点认为：在没有罚没的情况下，验证者可以无成本地发起模棱两可（equivocation，即对同一高度签署相互冲突的区块）攻击——如果足够多的其他验证者跟随，攻击成功并获利；如果跟随者不足，则尝试本身不造成损失。因此，罚没的作用就是让这种尝试变得昂贵，从而为经济价值与质押总额相当的应用提供安全保障。作者指出，这一论证长期依赖启发式推理，而非严格的博弈论保证。论文的核心贡献在于：在存在算法化罚没（由协议自动执行的惩罚）的前提下，作者为理性验证者构造了一个「无风险」的协调协议，并证明「理性验证者相互招募、共同参与模棱两可」这一策略组合构成事后纳什均衡（ex post Nash equilibrium）。该结论不要求参与者在事前知道自己有多少同伴，也不依赖于参与人数的先验分布；同时，只要成功模棱两可带来的收益 ε 严格大于零，无论 ε 相对于质押额多么微小，均衡依然成立。由此得到一个重要推论：仅靠罚没并不能保证与质押总额成比例的经济安全水平。作者进一步指出，这一结果暴露了算法化罚没的根本性局限——现实世界中的传统抵押安排在违约时往往可以依赖外部强制执行机构（如法院）来兑现惩罚，而区块链中的算法化罚没只能依赖共识过程本身，可攻击者恰恰能够影响甚至控制这一过程，惩罚的执行因此无法被视为独立于攻击者的外部约束。论文最后呼吁，应当对罚没机制的安全性开展形式化分析，而不是从具有独立执法能力的金融体系中直接照搬过于简化的类比论证。适合区块链协议研究者、共识安全与经济安全模型研究者、PoS 网络治理与风险管理人员阅读，也可作为协议设计评审中「经济安全假设」一节的参考材料。

本文研究“可信拍卖”(credible auction) 的设计问题：一个以最大化自身收益为目标的拍卖方，如何被机制本身约束而不偏离协议。当拍卖方可以控制影子出价者(shill bidders) 时，可信性面临根本性的密码学障碍。直观的解决思路是用安全多方计算 (MPC) 消除可信第三方拍卖方，但 Cleve (1986) 关于公平抛硬币的不可行性结论意味着：单体式 (monolithic) MPC 协议实际上给了拍卖方一个“免费期权”——它可以先学到拍卖结果，若收益不满意就单方面中止协议。采用带事前惩罚的密码学承诺可以缓解这种中止不对称性，但对重尾分布而言，任何有限惩罚都不足以形成约束。为绕开这一障碍，作者提出 MPC 分解原则 (MPC Decomposition Principle)：不把整个机制加密，而是把 MPC 严格当作“信息限制工具”使用。具体做法是把赢家判定问题隔离到一个极小的 MPC 组件 (gadget) 中，该组件只计算并公开赢家身份，而不泄露任何支付信息。这种定性限制使得一旦发生中止，被泄露的信息在数学上可被界定上界。将这一组件与顺序揭示机制和有限经济惩罚结合，作者设计了顺序揭示拍卖 (Sequential Revelation Auction, SRA)。论文证明：限制信息泄露即可严格限制“免费期权”的价值，惩罚额度 k ≥ Σ_{i=1}^{n} Rev(F_i) 足以保证可信性，且该界是紧的——对于等收入 (equal-revenue) 分布，任何更小的惩罚都存在可获利的偏离策略。借助常数轮 MPC，SRA 回答了 Akbarpour 与 Li (2020) 以及 Ferreira 与 Weinberg (2020) 提出的开放问题：对具有衰减收入尾部的乘积分布，给出了一个常数轮、激励相容、收入最优的可信拍卖机制。

该论文研究状态对抗马尔可夫决策过程（SA-MDP），并将其建模为一场针对观测空间攻击的博弈：智能体每一步根据接收到的观测选择动作，而对手知道智能体所处的真实状态，并在一个依赖状态的邻近集合内选择一个被扰动的观测。已有工作主要聚焦马尔可夫策略，而本文针对历史依赖（history dependence）情形提出了新的解概念与计算方法。作者指出，历史依赖会显著改变均衡结果，并迫使智能体与对手双方调整各自策略，因此以往基于马尔可夫策略的结论并不充分。论文首先证明了一个否定性结论：不存在与初始状态分布无关（agnostic）的、具有历史依赖性的普适均衡策略，这意味着无法找到对所有初始状态分布一律有效的稳健策略。针对这一困难，作者给出主要成果：第一条计算初始状态相关均衡的 ε-近似解的算法路径。其核心思路是把 SA-MDP 归约为一个策略等价的、带约束的零和单侧部分可观测随机博弈（POSG），从而可借助博弈求解工具处理原问题。最后，作者在小型可解析验证的博弈上测试该算法，并展示其可扩展到更真实、更大规模的基准，包括具有 12 步预测视野的 Atari Freeway 回放。该工作为在观测可被最优对手篡改的场景下评估和设计强化学习策略提供了均衡层面的理论基础与可计算途径。

该论文关注大规模网络环境下防御高级持续性威胁（APT）的决策理论问题。作者基于近期提出的布尔动力系统（Boolean Dynamical Systems）框架展开研究，该框架能自然刻画 APT 的四个第一性原理要素：攻击的隐蔽性、来自入侵检测系统等自动化手段的信息有限且含噪声、攻击者渗透后在内网中的横向移动、以及防御者在任何时刻只能加固部分主机且需付出系统可用性等资源代价。核心难题在于：在该模型下进行最优或启发式控制时，涌现出的值函数随网络规模增长而计算不可解，导致无法以可处理的方式求解防御策略。针对此，作者提出一种受平均场分析（mean-field analysis）启发的启发式值函数，并证明：当底层状态估计分布最大化熵时，该启发式恰好等于值函数的精确计算值，从而为近似方法提供了理论依据。随后，作者通过数值实验评估该启发式在不同熵假设违反程度下的表现质量，即参数化地衡量近似偏差。主要贡献包括：一是为 APT 防御决策提供计算可处理的近似值函数；二是在特定熵假设下给出精确性证明；三是通过数值分析量化熵假设被破坏时启发式质量的退化趋势。该工作适合网络攻防博弈、防御决策理论、网络安全建模与自动化防御策略研究者阅读，为大规模网络下的 APT 防御资源调度与策略优化提供了新的理论基础与可扩展分析方法。

该论文聚焦于分布式账本技术（DLT）网络中一个长期被忽视的问题：去中心化网络的拥塞控制。作者指出，中心化通信系统的拥塞控制已是成熟研究领域，但针对去中心化网络、尤其是区块链与基于有向无环图（DAG）的 DLT 网络的拥塞控制研究起步较晚且不够深入。在 DLT 场景下，网络拥塞主要由三类因素引发：交易垃圾信息（transaction spamming）、用户规模快速增长以及新代币发行带来的突发流量。论文明确将研究范围限定在交易垃圾信息所导致的拥塞上，并论证由于 DAG 类 DLT 具有更高的每秒交易吞吐量、且其共识过程依赖节点间的交易引用关系，相比传统链式区块链更容易受到垃圾交易冲击，因此对垃圾信息的抑制需求更为迫切。作者认为，现有 DLT 共识框架中固定的 PoW 机制只能提供有限的威慑作用，攻击者可通过算力优势或低成本持续提交交易来压制诚实节点。为此，论文提出一种“可变的、基于行为的、面向单个节点的 PoW 模型”：根据节点的实际行为动态调整其所需的工作量证明难度，而非对所有节点施加统一的算力门槛。该设计的核心目标是让不同算力资源规模的参与者都拥有相对平等的机会，避免算力垄断者主导网络；同时对试图刷量或超出规定交易数量的节点进行预防与惩罚。由于网络资源有限、节点之间存在交易发布权的竞争，作者将该系统建模为非合作博弈，并通过证明该博弈中纳什均衡的存在性，说明模型能够有效引导节点遵循既定行为规范。论文视角集中在：研究问题（DAG-DLT 垃圾交易引发的拥塞）、核心方法（节点级行为驱动的可变 PoW + 非合作博弈建模）、主要贡献（公平性设计与均衡存在性证明）以及适合读者（DLT 协议设计者、分布式系统与网络安全研究者）。

该论文提出一种基于贝叶斯博弈论的内部威胁早期检测机制。研究者将内部威胁检测建模为动态贝叶斯博弈，其中平台协调一个由多个战略认证者组成的委员会，在诚实用户之间维持均衡，并在数据外泄之前检测恶意偏离行为。认证者与用户在一个称为贝叶斯时间相关均衡（BTCE）的框架下运行，该框架通过一个密封信封式的相关设备随时间发布私人推荐，并在每个路径信息状态验证服从性。与 Stackelberg 博弈模型不同，BTCE 无需承诺权力即可协调异构认证者。模型引入现值偏差和损失厌恶以刻画冲动性升级动态，实验表明可比理性基线提前 1.7 至 4.5 天检测到威胁。论文证明了三项理论保证：其一，经校准的干预损失使推荐行为即使在行为偏差下也成为当前自我的最佳响应；其二，受控的证据积累保证在外泄前的有界期望时间内进行干预；其三，当拜占庭认证者比例低于一半时，中位数聚合可将实际行为限制在诚实推荐范围内。在 CERT r6.2 数据集上，该方法实现了高达 28.3% 的外泄前检测率，误报率低于 1.6%；相比之下，Transformer 基线和流式来源近似方法（HOLMESLite）在同等约束下几乎无法实现外泄前检测。该工作主要面向研究博弈论与安全检测交叉领域的学者，以及关注内部威胁建模的蓝队研究人员。

本论文研究复杂系统安全中的多类型防御资源分配问题。在网络安全中，防御者通常拥有多种异构防御资产（如防火墙、入侵检测系统、蜜罐等），需要针对不同类型的攻击（如DDoS、恶意软件、钓鱼等）进行最优部署。作者将这一问题建模为一般Lotto博弈（General Lotto game），其中防御者拥有多种资源，并引入一个网络权重矩阵来描述每种资源对不同攻击类型的个体有效性。这一新颖特性使模型能够捕捉资源与攻击之间的非对称匹配关系。在理论分析中，作者推导了防御者性能的上界和下界，并提供数值证据表明这些边界是紧的。对于两种攻击类型的情况，他们解析地证明了上下界重合，从而给出了精确的均衡策略刻画。此外，作者将所提出的网络化多资源架构与文献中已有的独立防御基准进行了数值比较，结果显示网络化方法在资源分配效率和防御效果上具有优势。这项工作揭示了多攻击类型防御问题中内在的、可处理的结构，为复杂系统的安全资源分配提供了理论基础。适合对博弈论在网络安全资源分配中应用感兴趣的研究人员阅读，尤其是从事安全运营中心（SOC）资源优化、防御策略设计方向的从业者。

该论文研究在测试结果可能被不诚实测试者恶意扭曲的情况下，如何设计最优测试策略以恢复真实测试结果。现实中的考试、评估等场景常面临作弊或对抗性行为，随着AI技术发展，利用AI作弊的现象愈发普遍和严重，导致测试结果的可靠性受到威胁。作者将测试问题建模为对抗性场景，提出通过动态规划方法确定最优的重测策略：策略会从全体测试者中选取特定子集，采用不同安全等级或不同方式的测试手段进行重新测试，从而在存在污染数据的情况下仍能准确估计真实能力或质量指标。论文的核心贡献是给出了一个在对抗性环境下获取诚实测试结果的理论框架和算法，能够权衡测试成本与准确性。该研究属于博弈论与统计信号处理的交叉领域，对安全相关的评估、认证、红队测试等场景具有理论参考价值。适合从事AI安全评估、对抗鲁棒性研究、博弈论应用的研究人员阅读。

本文提出“理性 Dolev-Yao 攻击者”模型，将传统符号化协议验证中的 Dolev-Yao 入侵者扩展为具有成本与收益考量的理性主体。传统 DY 入侵者在知识允许范围内执行所有可能动作，不论是否有利于达成目标；而真实对手会最大化效用，仅在攻击收益为正时发起攻击。作者将攻击动作赋予成本、将破坏安全目标赋予奖励，并在加权交替时序逻辑（WATL）中定义“理性安全”属性：不存在能使理性入侵者获得严格正效用的违规策略。针对有限成本标注并发博弈结构上的有界理性入侵者，论文证明该验证问题是可判定的，给出了复杂度特征，并证明其严格细化 DY 安全性：某些协议在 DY 模型下不安全但在理性模型下安全，二者之间存在一个可计算的阈值。作者通过两个对比性用例展示框架：一是在会话不确定下的认证支付协议，理性入侵者需在不可区分的会话间策略性行动，其不完美信息会提高设计者需要定价的防御成本；二是无密码学方案的 ThreeBallot 投票协议，通过计算贿赂与收益的比率，指出低于该比率时理性胁迫者不会发动攻击。该工作为协议安全性评估提供了更贴近真实攻击者动机的决策框架，适合安全协议设计者、形式化验证研究者及博弈论与安全交叉领域学者阅读。

本文研究区块链审查攻击（blockchain censorship attack）的博弈论基础及其在权益证明（PoS）网络中的均衡影响。作者首先回顾了已有文献[21]中提出的审查攻击模型，该模型表明参与攻击是验证者的占优策略。在此背景下，论文引入一个关键概念——可检测阈值（detectability threshold），即攻击行为被网络其他参与者察觉的概率下限。通过理论分析，作者证明当存在这样的阈值时，持有大量投票权的验证者（称为“鲸鱼”，whales）参与攻击所获得的期望收益会严格低于不参与攻击的收益，而普通验证者（称为“minnows”）由于投票权分散，单独发起攻击则变得困难。这一机制改变了原有的纳什均衡：鲸鱼不愿参与，导致攻击难以由少数小验证者独立发动。为验证理论结论，作者在以太坊（Ethereum）和Solana两个主流PoS链的参数下进行了蒙特卡洛模拟，模拟结果支持了鲸鱼收益减少的存在性。论文贡献在于从机制设计角度为区块链抗审查性提供了新的理论视角，表明通过引入检测机制可以削弱大型验证者的恶意激励，从而增强网络的安全性。适合对区块链安全、共识机制和博弈论应用感兴趣的研究者阅读。

本文研究基于再质押（restaking）协议的可验证大语言模型（LLM）推理安全问题。这类协议通过经济惩罚机制（slashing）取代了 zkML 的高昂证明成本或 TEE 的硬件信任假设，从而以较低成本实现推理的可验证性。现有安全性论证通常依赖单轮（one-round）条件：理性提供者在预期惩罚超过作弊成本节省时不会作弊。然而，本文指出当推理在相同质押下重复进行时，该条件会高估实际安全性。作者将可验证推理建模为折扣重复博弈（discounted repeated game），发现由比例削减（proportional slashing）导致的“重复博弈缺口”：(1) 被检测到的违规会降低未来的惩罚暴露，而 (2) 成本节省会在多次查询中不断累积。论文以闭式形式推导了这一缺口的大小，证明其在最小质押驱逐（minimum-stake ejection）机制下依然存在，并进一步扩展至覆盖实际部署的无记忆有界削减协议。为修复该缺口，作者提出一种可部署机制，结合历史相关挑战（history-dependent challenges）、声誉加权削减（reputation-weighted slashing）和质押归属（stake vesting），在无需逐查询密码学验证的情况下，于显式折扣因子阈值之上恢复无限时域子博弈完美激励相容性（subgame-perfect incentive compatibility），针对平稳混合策略偏离。实验评估覆盖九个从 0.5B 到 14B 参数的开源模型对，表明审计信号具有所需的凹可检测性响应。Stackelberg 审计预算分析显示，在折扣因子 0.95 时，改进的信号响应可将基线审计率降低 2.6 倍。针对已部署参数的校准表明，现有协议通过单轮激励相容性测试，但在折扣因子 0.92–0.98 之间允许重复博弈偏离，偏离利润占 1.5%–8%；而所提机制可将偏离利润降低 31%–54%，同时维持低延迟的经济验证。该研究适用于关注 LLM 推理经济安全、博弈论机制设计及去中心化基础设施的从业者与研究者。

本文针对 Stackelberg 安全博弈（SSG）中攻击者完美理性这一不切实际的假设展开研究。在传统 SSG 中，防御者先公布策略，攻击者观察后选择最大化自身期望效用的目标；但在现实应用中，攻击者往往存在认知偏差、信息不完全或决策噪声，尤其在网络欺骗（如蜜罐/诱饵部署）场景下，防御者的目的正是诱导攻击者犯错。为此，作者引入量子响应（Quantal Response）模型，用 logit 选择函数和理性参数 λ 替代经典的完美最佳响应，形成广义的量子 Stackelberg 均衡（QSE），并证明当 λ 趋于无穷时 QSE 退化为经典解。文章的核心贡献在于将 QSE 解释为一种针对模型规格误差/不确定性的‘广义保险’，从理论和实践角度处理了 SSG 中平局打破规则和模型不确定性的关键问题。作者在两个真实网络拓扑、使用 CVE 漏洞数据和 CVSS 评分构建的网络安全案例中进行了实证评估，覆盖 144 个含规格误差的场景和 25 组参数配置。结果显示，QSE 在防御者实际效用上显著优于经典 Stackelberg 策略，增益幅度达 46% 至 175%，表明在多种现实情形下 QSE 具有明显优势。该研究为防御者在信息不确定环境中部署欺骗策略提供了更稳健的博弈论决策框架。

该论文针对基础设施网络中的入侵检测问题，提出了一种基于博弈论的资源分配方法。研究背景是：基础设施网络（如集成传感与通信ISAC系统）依赖分布式传感设备在网络边缘检测入侵，以在攻击者到达关键资产前进行拦截。然而，传感设备、通信带宽和边缘服务器处理能力均有限，而攻击者具备智能性，能够根据所观察到的防御部署动态调整攻击路线。因此，防御方需要在资源约束下优化感知和处理资源的分配。作者将防御方与攻击方的交互建模为一个图安全博弈：防御方在资源预算和误报约束下选择感知动作（即部署传感器或处理能力），攻击方则选择通向高价值目标的路径。研究中考虑了两种博弈形式：同时行动博弈，以及攻击者先观察防御配置（纯策略或混合策略）再行动的Stackelberg博弈。理论层面，作者刻画了纳什均衡和Stackelberg均衡的存在性、结构与计算复杂度，重点分析了攻击者对防御的观测如何影响均衡行为，并指出了在哪些情况下求解最优策略是计算困难的。算法层面，论文设计了用于构造有效纯防御配置的算法，以及用于求解混合纳什和混合Stackelberg均衡的受限博弈精化算法。在可完全枚举策略的小规模实例上，所提算法的解与全局枚举参考解的归一化差异很小；当策略空间过大无法穷举时，这些方法依然适用。此外，论文还给出了在某些条件下纳什均衡收益与混合Stackelberg均衡收益有序或相等的理论条件。总体而言，该工作为基础设施网络中的稀缺资源分配与自适应攻击对抗提供了博弈论视角的建模工具和计算框架。

该论文研究了两台配备专用量子计算机的矿工在比特币网络中的竞争挖矿行为对51%攻击阈值的影响。作者扩展了现有的比特币挖矿博弈论框架，计算了相应的支付矩阵。通过考虑非共谋且激进的量子矿工在经典比特币网络中多次尝试寻找有效区块的场景，确定了最优量子挖矿策略。研究发现，这些最优策略对51%攻击阈值的影响微乎其微。论文的创新之处在于引入了激进量子挖矿策略（Aggressive Quantum Mining Strategy），并允许量子矿工在测量未产生有效区块时重新开始搜索，从而更真实地模拟实际量子挖矿。该结果对于评估基于工作量证明（如比特币）的加密货币所面临的量子挖矿威胁具有重要意义。

本文针对网络物理系统（CPS）的安全建模问题，提出了一种结合混合输入输出自动机（HIOA）与博弈论的方法。在CPS中，多个子网络由不同的防御者拥有，安全威胁通过攻击图表示，防御者需要在有限预算下合理投资以保护关键资产。作者首先建立了HIOA模块作为构建块，每个子网络对应一个HIOA模块。然后，提出了一个模型，该模型刻画了投资随时间的连续演化以及系统状态之间的离散转换（每个状态代表系统内不同的条件）。最后，通过一个真实的CPS实例验证了模型的有效性，展示了其在CPS安全分析中的优势。该方法有助于防御者在资源约束下优化安全投资决策，提升了CPS安全建模的精确性和实用性。

本文针对基于近似全同态加密（FHE）的多智能体控制系统中存在的安全与性能权衡问题，提出了一种新的博弈论分析框架。在加密控制场景下，云端使用CKKS方案对智能体的状态进行全同态加密计算，但由于控制环需要解密以执行控制动作，解密过程中会泄露加密噪声，构成密钥恢复攻击的途径。现有研究多假设静态安全或半诚实云端，且持续性威胁博弈未考虑密码系统内部细节。本文将该系统的安全性建模为一个两阶段博弈：被动侦察阶段和主动操纵阶段，中间由仅检测操纵行为的残差检测器分隔。在被动阶段，问题简化为已知的泛洪攻击权衡；主动防御策略采用重密钥（re-keying）而非自举（bootstrapping），因为只有重密钥能重置累积的泄露。主动阶段是一个检测-规避时间博弈：如果对手进行过度操纵会被检测到，因此理性对手会选择保持隐蔽。在Stackelberg均衡下，防御方采用最懒惰的重密钥节奏来阻止对手，该节奏由图拓扑的控制理论脆弱性决定。边际稳定图（marginally-stable graph）需要比重密连通图更频繁地重密钥。本文揭示了FHE精度、控制精度和重密钥节奏之间的三维张力，确定了博弈存在的可行区域（介于可防御下限和静态足够上限之间）。有效安全点位于该窗口内，其中重密钥是精度效率的代价。更广泛地，反馈环中近似密码系统的安全性是一个动态博弈，防御方的动作是密码方案自身的刷新，该结论可推广到任何必须重复解密以执行动作的系统。

该论文针对6G网络中的安全挑战，特别是集成感知与通信（ISAC）系统中的攻击者检测问题。在6G网络中，通信系统不仅传输数据，还能感知周围环境，实现ISAC。然而，这种能力也引入了新的安全风险：攻击者可以操纵波束赋形方向以增加干扰，误导发射机将主瓣对准自己而不是合法用户。论文将合法用户与攻击者之间的交互建模为博弈论问题，并将基于效用的公式集成到强化学习（RL）框架中，提出了一种分布式博弈论强化学习方法，用于城市环境下的波束赋形与攻击者检测。仿真结果表明，该方法能有效应对动态6G ISAC系统中的安全威胁，检测主动攻击者并维持通信质量。研究贡献在于：1) 将博弈论与强化学习结合，建模ISAC中的对抗性交互；2) 提出分布式算法，适用于城市多用户场景；3) 在动态环境中验证了攻击检测的效能。该工作适合从事6G安全、无线通信或强化学习的研究人员阅读。

本文提出了一种名为GTI-mSEMP（博弈论集成改进型多无线传感器流行病恶意软件传播）的框架，用于模拟异构、资源受限的赛博物理网络中恶意软件的传播，并明确纳入攻击者与防御者之间的策略博弈。传统的流行病学模型通常将安全防御视为静态参数，无法捕捉攻防双方的不对称机动行为。该框架整合了博弈论，将攻击者和防御者的策略选择纳入恶意软件传播的动态过程中。论文分析了三种不同的运行模式：平衡对抗（Balanced Matchup）、利用激增（Exploit Surge）和硬化防御（Hardened Defense）。通过数值仿真，展示了易感（Susceptible）和恢复（Recovered）节点种群数量的实时瞬态变化，揭示了当防御或进攻缩放向量具有效率优势时，流行病曲线的偏移情况。该数学模型和数值框架为在高对抗网络环境中评估动态恶意软件传播并预测局部节点种群状态提供了严谨的基础。

该论文针对车载网络中数据共享的隐私和可扩展性问题，提出了一种基于博弈论的新型框架。框架采用混合架构，由提供传感器数据的车辆、通过安全多方计算独立处理数据的服务器、管理数据流的协调节点以及设定经济激励的数据消费者组成。核心创新在于结合Stackelberg竞争博弈论原理，动态平衡隐私保护与经济激励，使车辆能根据感知的隐私风险和经济回报做出参与决策。框架确保只有数据消费者能访问完全聚合的数据，防止原始数据泄露。作者使用真实车载位置数据进行实证验证，通过评估对手仅用部分共享数据重构车辆路径的精度来量化隐私风险。论文还详细描述了在该框架内开发的数据交易平台，构建了一个实用且保护隐私的车辆数据共享市场。实验和模拟评估了系统保护隐私的有效性，并探讨了影响车辆参与度的动态因素。研究结果证明了该框架在保护隐私的同时支持活跃数据市场的鲁棒性。适合车载网络、隐私保护和经济激励设计领域的研究者阅读。

本文重新审视了强化学习中的盾牌合成技术，指出其传统上作为运行时安全机制的定位存在偏差。作者提出将相同的自动机理论工具——规范编译、乘积博弈构建、吸引子计算和获胜区域提取——重新解读为设计时的分析仪器，其输出是对系统安全属性的结构性洞察，而非部署时的运行时约束。具体地，文章构建了一个受约束的双人安全博弈模型来模拟网络防御场景。在该博弈中，防御者和攻击者的规范被非对称地实施：防御者规范定义了博弈中的不安全区域，而攻击者规范则在吸引子计算过程中限制了对手的合法动作。通过求解该博弈，可以获得一个可防御性判定——即关于拓扑-规范配对是否可防御的形式化证书，以及相关联的获胜区域和盾牌。进一步地，作者从吸引子结构中推导出拓扑级别的度量，并将其与盾牌约束下的对抗性多智能体强化学习获得的收敛后行为相结合，共同构成一个可防御性指纹，该指纹同时捕捉了网络的形式化安全属性和在自适应对抗下的操作行为。通过假设分析（what-if analysis），文章发现形式化可防御性与操作有效性分别捕捉了安全的不同维度：微小的架构变化可能导致操作结果的巨大变化，而形式化安全裕度几乎不变。因此，盾牌合成的最大价值并非作为安全智能体的部署机制，而是作为回答系统是否、在哪里以及如何可被防御等架构问题的分析框架。可防御性判定是输出，而非安全策略。本研究适合网络安全研究人员、强化学习安全从业者以及系统架构师阅读，用于在设计阶段评估网络拓扑的防御能力。

本文针对大型语言模型在多轮交互中长期上下文推理的安全性问题展开研究。在多轮对话中，LLM需要维护一个动态演变的上下文，而不仅仅是生成孤立回复，这使得模型容易受到提示注入和上下文投毒攻击——攻击者通过注入局部的看似合理的对抗性片段，逐步扭曲模型的推理轨迹。现有的防御手段主要关注单轮输出过滤，忽视了跨轮上下文的演化，导致长时间跨度的推理暴露在风险中。虽然模型上下文协议（MCP）标准化了上下文交换和工具调用，但它仅作为一个被动的路由层，无法强制执行上下文的稳定性。为此，本文提出了博弈论安全模型上下文协议（GT-MCP），一种控制器驱动的多智能体方法，将上下文管理视为一个闭环动态过程。GT-MCP协调三个异构的LLM智能体，并通过一个信任函数选择输出，该函数联合评估：输出的因果一致性与已验证的上下文图的匹配程度、智能体间的语义一致性，以及随时间的分布漂移。当检测到不稳定性时，一个基于回滚的自我修复机制会恢复已验证的上下文，阻止未受支持的片段传播。在自适应对抗威胁模型下，对500轮交互的实证评估表明：99.6%的轮次中上下文漂移保持有界，仅0.4%的轮次需要恢复；每轮效用高度集中（中位数-0.19，P05=-0.72，P95=0.30），严重退化（低于-1）仅占0.4%；在控制器层面没有注入攻击成功；选定输出的胜率稳定在98%以上；计算开销可预测，每token延迟为1.63e-3秒。

该论文针对网络审查规避系统的一个关键弱点——端点固定且可被发现——提出了移动目标规避（Moving-Target Censorship Resistance）的形式化理论。当前部署的规避系统（如VPN、代理）通常具有固定端点，审查者可以耐心枚举并封锁。移动目标规避系统通过快速轮换云端地址空间中的端点来对抗审查，但由于缺乏理论指导，轮换间隔和地址池大小往往依赖直觉。本文首次对移动目标审查规避进行了形式化建模，将审查者与防御者的交互视为一个连续时间下的定时博弈，作用域为组合地址域空间，并将经典FlipIt模型推广到具有附带约束的对手。作者证明了一个可持续性前沿（sustainability frontier），区分了审查者能够击败的配置和不能击败的配置。关键发现：在中国防火墙（GFW）2024年转向基于域名封锁QUIC和TLS的背景下，原始轮换速度并非约束因素；可用性受域名燃烧率（domain burn rate）β = λ_disc/λ_intro 支配，即审查者封锁防御者域名的速率与防御者引入新域名的速率之比。作者推导了闭式可用性定律，证明当β > 1时，无论端点轮换速度多快，仅靠地址轮换无法维持高可用性，并刻画了前沿β*。论文通过一个开放的、模型级别的审查者-防御者模拟器（无需特权访问或云部署）来验证分析，该模拟器在代表GFW、俄罗斯TSPU和伊朗的对手画像下复现了β*处的预测相变，并展示了对于状态依赖发现和突发性、提供商相关的燃烧的鲁棒性。该工作用精确的操作条件“保持域名经济领先于审查者”替代了启发式的“加速轮换”。适合阅读人群：网络审查规避系统开发者、网络安全研究人员、博弈论在安全中的应用者。

比特币的区块奖励计划逐步减半并最终归零，这引发了对其网络长期安全性的担忧：当矿工收入完全依赖交易手续费时，是否还能维持诚实挖矿的稳定性。本文基于序贯决策模型，分析了诚实矿工与偏离（如自私挖矿、空块攻击等）矿工的收益，推导出一个偏离阈值G_t，当实际条件低于该阈值时，诚实挖矿不再是矿工的私有最优策略。文章以2024年比特币减半事件为时间节点，利用实际链上数据验证了当前挖矿行为尚未出现大规模或结构性偏离，表明现阶段安全性尚可。然而，当区块奖励彻底消失后，即使交易费占比极低（如低于1%），G_t准则显示偏离可能成为理性选择。进一步，作者评估了三种协议级机制：基础费用（Base Fee）、费用下限（Fee Floor）和自适应最大区块大小规则，发现三者组合使用能显著提高偏离阈值，从而缓解纯费用机制下的激励崩溃问题。这些结论为评估比特币后区块奖励时代的安全性提供了量化基准，并对其他采用类似挖矿奖励机制的区块链（如莱特币、门罗币）具有参考价值。本文适合区块链协议研究者、加密货币经济学家以及安全工程师阅读，以预判未来网络攻击面并设计防御机制。

该论文研究在不确定需求下的古诺寡头竞争市场中，竞争对手之间通过隐私保护渠道共享信息的激励机制。核心问题是：竞争性供应商是否愿意通过平台披露其私人信号？平台可以采用添加噪声的隐私保护机制，但噪声会降低信息效用。作者首先刻画了信息访问权与参与挂钩的基准设定。在没有外部信号的两企业市场中，无论隐私保护水平如何，企业都拒绝共享。但在 n 企业市场中，即使没有隐私保护，共享也可能发生，因为不参与者会失去对聚合信号的访问权。在此基础上，作者发现仅靠隐私保护不足以激励共享，必须同时存在一个信息量足够的外部信号。此外，拥有更准确私人信号的企业需要更强的隐私保护。论文通过博弈论分析，界定了共享可行域，并揭示了隐私设计与外部信息环境之间的互补关系。主要贡献在于为竞争环境下的隐私保护数据共享提供了理论基础，对平台设计、行业数据池构建等具有指导意义。适合关注数据经济、隐私机制设计的研究者和从业者阅读。

本文研究自动做市商（AMM）机制设计中的三难困境。AMM是区块链上流行的去中心化交易模式，用户通过智能合约直接交易加密资产，但面临抢跑和尾随攻击（即矿工可提取价值MEV）导致的劣质价格。早期工作证明在共识层完全消除MEV不可行，因此近年研究转向应用层（智能合约）的机制设计。本文延续Chan、Wu和Shi等人的工作，研究一个自然的双资产AMM机制设计问题，他们提出的机制在底层区块链提供排序公平性的假设下，实现了令人惊讶的强激励兼容性（IC）。本文探讨同时实现IC、弱局部效率（wLE）和统一定价（UP）的可行性。wLE要求机制不应留下未满足的需求——只要用户的要价不过于严苛且订单可直接与池子执行；UP要求所有（部分）执行的订单必须以相同汇率交易。作者揭示了AMM机制设计的底层数学结构，主要结果可总结为一个三难定理：在IC、wLE和UP三者中，可以同时满足任意两个，但没有任何机制能同时满足全部三个。该研究为AMM设计提供了理论界限，有助于理解去中心化交易所的内在权衡。适合对区块链机制设计、博弈论和DeFi安全感兴趣的研究人员阅读。

本文首次研究了如何在完美信息扩展式博弈（如国际象棋）中对游戏代理的策略进行水印标记。受大型语言模型（LLM）水印技术（尤其是KGW方案）启发，作者提出了一种适应博弈场景的水印方法：在代理的策略中嵌入隐蔽信息，使得第三方可通过统计检验验证策略来源。该方法通过调整策略分布来嵌入水印，同时保证期望效用损失有界，但可检测性与策略质量之间存在权衡。实验在多种国际象棋引擎上评估，结果表明：水印对策略质量（如胜率）的影响可忽略不计，且仅需少量对局（例如5-10局）即可高置信度检测出水印。该工作为检测在线棋类游戏中的AI作弊（如未经授权使用强AI引擎）提供了技术基础，也拓展了水印技术在博弈领域的应用。核心贡献包括：形式化定义博弈代理水印问题、提出具体实现方案、理论分析效用损失界、以及实验验证有效性和低开销。

该论文研究了区块链协议中一种新兴的设计模式：利用执行任务与验证任务之间的计算不对称性（例如，SNARKs 等密码学有效性证明需要证明者耗费大量计算，而验证者只需少量计算）。在这种模式下，协议需要在假名、对抗性环境中高效地征集昂贵任务的执行者。作者将这一问题形式化为一个机制设计问题：协议需要平衡“活度故障”（即任务未完成）的经济成本与为激励候选供应商（即节点）采取特定行为所需的支付成本。论文证明，最优协议的总损失随活度故障成本呈对数增长，且该损失会受到网络中恶意节点比例的放大。通过博弈论分析，作者发现最优均衡具有直观的结构，能够为实践者提供具体建议。例如，在许多场景下，最优设计是指定一个随机节点作为主要工作者（类似基于领导者的共识），同时由一个委员会作为后备。论文还刻画了负支付（即区块链中的罚没机制）在哪些渐进区域中特别有效。整体上，该工作为区块链中涉及计算不对称的任务采购提供了理论基础和设计原则。

该论文针对金融交易中的欺诈检测问题，提出了一种基于双人博弈的鲁棒检测框架。传统欺诈检测模型通常面临对抗性样本攻击和概念漂移的挑战，导致检测性能下降。作者将欺诈检测建模为检测器与攻击者之间的动态博弈过程：检测器试图识别欺诈交易，而攻击者不断调整策略以逃避检测。通过引入博弈论中的纳什均衡概念，论文设计了一种交替优化算法，使检测器在对抗环境中持续提升鲁棒性。实验在多个真实交易数据集上进行，结果表明所提方法在保持高检测率的同时，显著降低了攻击成功率，优于现有基线模型。该工作为金融安全领域提供了新的理论视角和实用工具。

该论文通过一个竞赛理论模型研究了AI增强的攻防投资博弈。攻击者和防御者在多个攻击表面上分配资源，其中攻击者的投资通过两个渠道发挥作用：无条件增强攻击能力，以及条件性削弱防御效能，从而产生一个随防御者自身投资而内生深化的“对手折扣”。作者推导出闭式军备竞赛比率，将攻防投资的相对边际有效性分解为六个结构性基元，并证明了在连续最佳反应动态下均衡的唯一性和全局收敛性。核心结果围绕信号互相关性——即一个攻击表面上的威胁情报对另一个表面检测的告知程度。当信号完全互相关时，军备竞赛比率与攻击表面数量无关：攻击者从表面扩散中获得的结构性优势被完全中和。在基准的完全稀释情形下（无互相关），每个表面的防御有效性随攻击表面增加而消失。扩展到异质性防御者面对按期望值攻击的攻击者时，模型指出双重无效率：私人防御的过度投资（零和转移外部性）和共享信号互相关的投资不足（公共物品）。这些形式化结果，结合基本模型之外的公共物品推理，刻画了在对抗性竞赛中集体信息聚合何时能够主导私人能力投资成为决定性因素。