研究了多个防御者在安全游戏中的战略互动，提供了三种不同情形下平衡和代价分析的结论，并开发了一种新的混合整数线性规划公式来计算防御者的最佳反应，以便近似计算游戏的 Nash 平衡点，并将其应用于多个网络模型，包括现实世界的电网，从而揭示了网络结构及故障传播概率是防御者过度或过于低估安全性的决定因素。

May, 2015

研究了包含多个卫士和时间表的安全游戏，发现时间表的引入可能导致平衡不存在，但在特定条件下，能够在多个卫士的游戏中以多项式时间计算避免平衡不存在的问题。

Nov, 2023

本论文研究了基于博弈论的方法来分析智能电网的安全威胁，介绍了不同领域的威胁模型和解决方法，以保证能源管理的顺畅运行。

Apr, 2023

本文介绍了一种新的以博弈为重点的方法，以解决对于一个新的特征值和组合的目标普遍化防御的问题，结果表明在数据受限的情况下，这种方法可实现比传统方法更高的防御者预期效益。

Mar, 2019

本文提出了一种将 MTD 技术应用于随机化无线网络的加密技术和密钥的新方法，将该问题建模为随机游戏，并研究了纳什均衡的存在和特性，为该均衡策略提供了一个实用的算法，模拟结果表明，该框架可以显著提高防守者的整体效用，同时实现加密技术的有效随机化。

Oct, 2016

本研究提出了一种新的游戏模型 GSG-I，结合了顺序移动和实时信息等关键元素，设计了基于双预言机框架和策略空间响应预言机的深度强化学习算法 DeDOL 来计算巡逻策略，以对抗最佳响应的攻击者，探索游戏结构使用领域特定启发式策略和构建多个局部模态以进行高效和并行化训练。这是首次尝试将深度 Q-Learning 应用于安全游戏。

Nov, 2018

本篇综述关注强化学习在 Stackelberg 安全博弈中的建模，重点在于探讨强化学习算法中目标表示的可能改进和代理控制目标的能力评估，这种方法已经成功应用于类似非法走私、偷猎、森林砍伐、气候变化、机场安全等现实世界场景。

Nov, 2022

该研究论文提出了一种基于攻击空间和安全集合的框架，用于建立网络控制系统中的攻击情景模型，分析网络控制系统中的拒绝服务、回放、零动态和偏差注入等攻击，并描述了相应的攻击策略和对系统的影响。实验证明，这个框架能够为网络控制系统提供安全防范措施。

Dec, 2012

提出了一种具有不同类型特征的异质自私玩家的资源选择博弈模型，类似于 Schelling Games，对资源使用的最低同类型代理人比例指定了容忍度阈值 τ。该模型考虑了均衡的存在性和质量，以及社会福利最大化的复杂性，并考虑了有限理性模型，其中代理人可以估计资源的效用，但不能知道策略变化对目标资源的影响。

May, 2023

该研究探讨了在防御范围不同时，混合策略在安全游戏中的应用，并提出了一种高效的补丁算法来计算使用少量纯策略的混合策略。研究发现，对于一般的防御要求设置，计算概率最优防御策略是 NP 难问题。

Apr, 2022