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。