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。