文献

J-GLOBAL ID：202202274975969370   整理番号：22A1157108

Stackelbergセキュリティゲームにおける操作のためのMachavellian戦略の学習【JST・京大機械翻訳】

Learning machiavellian strategies for manipulation in Stackelberg security games

著者 (1件)： Clempner Julio B. (Escuela Superior de Fisica y Matematicas (School of Physics and Mathematics), Instituto Politecnico Nacional (National Polytechnic Institute), Gustavo A. Madero, Mexico City, Mexico)
資料名： Annals of Mathematics and Artificial Intelligence  (Annals of Mathematics and Artificial Intelligence)
巻： 90  号： 4  ページ： 373-395  発行年： 2022年 
JST資料番号： W2049A  ISSN： 1012-2443  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,マニピュレーションに基づくStackelbergセキュリティゲーム(SSG)の反復のための新しいアプローチを提案した。マニピュレーションは,三つの主要な概念,すなわち,ビュー,戦術,および免疫性から成る,Machiavellianisの社会的行動理論によって解釈される戦略である。世界はマニピュレータと操作(ビュー)によって概念化された。攻撃者/デフェンダー状況を操作するために,P層はMachiavelliの戦術とMachiavellian知能を採用する。これらのゲームにおいて,その目標を達成するためには,その重要性は基本的な役割を演ずる。著者らは,Nashゲームにおいて協調して,またStackelbergゲームによって制約された同じ時間において,防御者と操作された攻撃者の操作を含むセキュリティゲームモデルを考察した。得られたゲームは,非協力的交渉ゲームである。協調はNash交渉解によって表現される。2つのNash製品の商の最大値として発生する操作ゲームを解くための解析式を提案した。Stackelbergセキュリティゲームにおけるプレーヤの役割を,Nash交渉アプローチのためのプレーヤーの重みによって決定する。操作ゲームの解が強力なStackelberg平衡(SSE)であるサブゲーム完全平衡のみを考察した。免疫性の実現のための強化学習(RL)アプローチを採用した。スマート都市におけるパタリングのための資源の効率的利用のための戦略的スケジュールの開発に関連した数値例を,セキュリティ資源配分のための方法の有用性を示すために,均一,エルゴード,制御可能,および有限Markov連鎖のクラスを用いて処理した。Copyright The Author(s), under exclusive licence to Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 経済モデル ,  *ゲーム ,  マニピュレータ ,  都市 ,  戦略 ,  Markov連鎖 ,  資源割付 ,  セキュリティ ,  強化学習
準シソーラス用語： マニピュレーション ,  Stackelbergゲーム ,  攻撃者 , 【Automatic Indexing@JST】

著者キーワード (5件)： 都市の安全性 ,  マニピュレーション ,  パトロール ,  セキュリティゲーム ,  強いStackelberg平衡

分類 (1件)： ゲーム理論  (KA03060T)

タイトルに関連する用語 (4件)： セキュリティ ,  ゲーム ,  戦略 ,  学習