論文の概要: A Multi-Resolution Dynamic Game Framework for Cross-Echelon Decision-Making in Cyber Warfare

• arxiv url: http://arxiv.org/abs/2507.03021v1
• Date: Wed, 02 Jul 2025 17:42:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:34.535451
• Title: A Multi-Resolution Dynamic Game Framework for Cross-Echelon Decision-Making in Cyber Warfare
• Title（参考訳）: サイバー戦争におけるクロスエケロン意思決定のためのマルチリゾリューション動的ゲームフレームワーク
• Authors: Ya-Ting Yang, Quanyan Zhu,
• Abstract要約: サイバー戦争は、相互接続されたデジタルと物理的なインフラへの依存が増大する社会によって、現代の紛争の重要な次元となった。 効果的なサイバー防衛は、しばしば異なるエケロンでの意思決定を必要とするが、戦術層は技術、戦術、手順などの詳細な行動に焦点を当て、戦略層は長期的な目標と協調計画に対処する。 戦術層が高解像度広角ゲームツリーを用いたきめ細かいインタラクションをキャプチャするマルチレゾリューション動的ゲームフレームワークを提案する。 このフレームワークは、ズームインおよびズームアウト操作により、さまざまな抽象化レベルにわたるスケーラブルな推論と計画をサポートし、粒度の調整を行う。
• 参考スコア（独自算出の注目度）: 15.972165653254734
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cyber warfare has become a critical dimension of modern conflict, driven by society's increasing dependence on interconnected digital and physical infrastructure. Effective cyber defense often requires decision-making at different echelons, where the tactical layer focuses on detailed actions such as techniques, tactics, and procedures, while the strategic layer addresses long-term objectives and coordinated planning. Modeling these interactions at different echelons remains challenging due to the dynamic, large-scale, and interdependent nature of cyber environments. To address this, we propose a multi-resolution dynamic game framework in which the tactical layer captures fine-grained interactions using high-resolution extensive-form game trees, while the strategic layer is modeled as a Markov game defined over lower-resolution states abstracted from those game trees. This framework supports scalable reasoning and planning across different levels of abstraction through zoom-in and zoom-out operations that adjust the granularity of the modeling based on operational needs. A case study demonstrates how the framework works and its effectiveness in improving the defender's strategic advantage.
• Abstract（参考訳）: サイバー戦争は、相互接続されたデジタルと物理的なインフラへの依存が増大する社会によって、現代の紛争の重要な次元となった。 効果的なサイバー防衛は、しばしば異なるエケロンでの意思決定を必要とするが、戦術層は技術、戦術、手順などの詳細な行動に焦点を当て、戦略層は長期的な目標と協調計画に対処する。 これらの相互作用を異なるエキロンでモデル化することは、サイバー環境の動的で大規模で相互依存的な性質のため、依然として困難である。 これを解決するために,戦略層は高解像度の広角型ゲームツリーを用いたきめ細かな相互作用を捉え,戦略層はそれらのゲームツリーから抽象化された低解像度状態上で定義されたマルコフゲームとしてモデル化されるマルチ解像度動的ゲームフレームワークを提案する。 このフレームワークは、ズームインおよびズームアウト操作を通じて、さまざまな抽象化レベルにわたるスケーラブルな推論と計画をサポートし、運用ニーズに基づいてモデリングの粒度を調整する。 ケーススタディは、そのフレームワークがどのように機能し、その効果がディフェンダーの戦略的優位性を改善するかを示す。

関連論文リスト

• Reinforcement Learning for Decision-Level Interception Prioritization in Drone Swarm Defense [56.47577824219207]
  本稿では,この課題に対処する上で,強化学習の実践的メリットを示すケーススタディを提案する。 本研究では,現実的な運用制約を捉えた高忠実度シミュレーション環境を提案する。 エージェントは最適なインターセプション優先順位付けのために複数のエフェクターを調整することを学ぶ。 我々は、何百ものシミュレートされた攻撃シナリオにおいて、手作りルールベースのベースラインに対する学習ポリシーを評価する。
  論文  参考訳（メタデータ） (2025-08-01T13:55:39Z)
• CyGATE: Game-Theoretic Cyber Attack-Defense Engine for Patch Strategy Optimization [73.13843039509386]
  本稿では,攻撃と防御の相互作用をモデル化するゲーム理論フレームワークCyGATEを提案する。 CyGATEはサイバー・キル・チェーン(Cyber Kill Chain)の段階にわたって、サイバー紛争を部分的に観察可能なゲーム(POSG)として捉えている。 フレームワークの柔軟なアーキテクチャは、マルチエージェントシナリオの拡張を可能にする。
  論文  参考訳（メタデータ） (2025-08-01T09:53:06Z)
• HGFormer: A Hierarchical Graph Transformer Framework for Two-Stage Colonel Blotto Games via Reinforcement Learning [4.144893164317513]
  ブロット大佐の2段階のゲームは典型的な逆資源割り当て問題を表す。 本稿ではHGformerと呼ばれる階層型グラフトランスフォーマフレームワークを提案する。 本手法により,大規模環境における効率的な政策生成が可能となる。
  論文  参考訳（メタデータ） (2025-06-10T08:51:18Z)
• Bidirectional Task-Motion Planning Based on Hierarchical Reinforcement Learning for Strategic Confrontation [12.122881147337505]
  Swarm Roboticsでは、戦略的対立を含む対決シナリオは、効率的な意思決定を必要とする。 従来のタスクと動作計画手法は意思決定を2つの層に分けるが、その一方向構造はこれらの層間の相互依存を捉えない。 本稿では階層的強化学習に基づく新しい双方向手法を提案し,層間の動的相互作用を実現する。
  論文  参考訳（メタデータ） (2025-04-22T13:22:58Z)
• EPO: Explicit Policy Optimization for Strategic Reasoning in LLMs via Reinforcement Learning [69.55982246413046]
  戦略的推論のための明示的なポリシー最適化(EPO)を提案する。 我々は,マルチターン強化学習(RL)による戦略的推論モデルを訓練し,プロセス報酬と反復的な自己プレイを活用する。 本研究は, EPOに出現する様々な協調的推論機構と, 新規戦略の創出における有効性を明らかにするものである。
  論文  参考訳（メタデータ） (2025-02-18T03:15:55Z)
• A Coalition Game for On-demand Multi-modal 3D Automated Delivery System [4.378407481656902]
  都市環境におけるラストマイル配送に対処するため、2つのオーバーレイネットワークで運用するUAVとADRの連合ゲームを導入する。 戦略的協調が全体のルーティング効率をいかに向上させるかを把握するためのモード間の協調構造について検討する。 ミシサガ市におけるケーススタディの結果から,ラストマイル配送の応用に関するいくつかの数値実験が実施されている。
  論文  参考訳（メタデータ） (2024-12-23T03:50:29Z)
• InteractPro: A Unified Framework for Motion-Aware Image Composition [51.672193627686]
  動的モーション認識画像合成のための包括的フレームワークであるInteractProを紹介する。 コアとなるInteractPlanは、シナリオ分析とオブジェクト配置にLVLM(Large Vision Language Model)を活用するインテリジェントプランナーである。 それぞれのシナリオに基づいて、InteractPlanは2つの特別なモジュール、InteractPhysとInteractMotionを選択します。
  論文  参考訳（メタデータ） (2024-09-16T08:44:17Z)
• Efficient Adaptation in Mixed-Motive Environments via Hierarchical Opponent Modeling and Planning [51.52387511006586]
  本稿では,HOP(Hierarchical Opponent Modeling and Planning)を提案する。 HOPは階層的に2つのモジュールから構成される: 相手の目標を推論し、対応する目標条件のポリシーを学ぶ、反対モデリングモジュール。 HOPは、さまざまな未確認エージェントと相互作用する際、優れた少数ショット適応能力を示し、セルフプレイのシナリオで優れている。
  論文  参考訳（メタデータ） (2024-06-12T08:48:06Z)
• Symbiotic Game and Foundation Models for Cyber Deception Operations in Strategic Cyber Warfare [16.378537388284027]
  私たちは現在、戦術の急速な進化、知性の非対称性の向上、ハッキングツールのアクセシビリティ向上など、前例のないサイバー戦争に直面しています。 本章は、サイバー詐欺戦術の分析、設計、実施におけるゲーム理論モデルと基礎モデル(FM)の重要な役割を強調することを目的とする。
  論文  参考訳（メタデータ） (2024-03-14T20:17:57Z)
• On the complexity of sabotage games for network security [18.406992961818368]
  敵の行動に対する動的ネットワークの確保は、戦略的破壊を予測し対処する必要があるため、困難である。 従来のゲーム理論モデルは、洞察に富んでいるが、現実の脅威評価シナリオの予測不可能性と制約をモデル化できないことが多い。 サボタージュゲームは、サボタージュとネットワークオペレーターの現実的な制限を反映して洗練されている。
  論文  参考訳（メタデータ） (2023-12-20T15:52:26Z)
• ZoomNeXt: A Unified Collaborative Pyramid Network for Camouflaged Object Detection [70.11264880907652]
  最近のオブジェクト(COD)は、現実のシナリオでは極めて複雑で難しい、視覚的にブレンドされたオブジェクトを周囲に分割しようと試みている。 本研究では,不明瞭な画像を観察したり,ズームインしたりアウトしたりする際の人間の行動を模倣する,効果的な統合協調ピラミッドネットワークを提案する。 我々のフレームワークは、画像とビデオのCODベンチマークにおいて、既存の最先端の手法を一貫して上回っている。
  論文  参考訳（メタデータ） (2023-10-31T06:11:23Z)
• Compositional Foundation Models for Hierarchical Planning [52.18904315515153]
  本稿では,言語,視覚,行動データを個別に訓練し,長期的課題を解決するための基礎モデルを提案する。 我々は,大規模なビデオ拡散モデルを用いて,環境に根ざした記号的計画を構築するために,大規模言語モデルを用いている。 生成したビデオプランは、生成したビデオからアクションを推論する逆ダイナミクスモデルを通じて、視覚運動制御に基礎を置いている。
  論文  参考訳（メタデータ） (2023-09-15T17:44:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。