論文の概要: A Descriptive Model for Modelling Attacker Decision-Making in Cyber-Deception

• arxiv url: http://arxiv.org/abs/2512.03641v1
• Date: Wed, 03 Dec 2025 10:23:33 GMT
• ステータス: 情報取得中
• システム内更新日: 2025-12-04 12:12:46.988529
• Title: A Descriptive Model for Modelling Attacker Decision-Making in Cyber-Deception
• Title（参考訳）: サイバー認知における攻撃者決定のモデル化のための記述モデル
• Authors: B. R. Turner, O. Guidetti, N. M. Karie, R. Ryan, Y. Yan,
• Abstract要約: 本稿では,この決定を形作る心理的・戦略的要素を組み込んだ記述モデルを提案する。 このフレームワークは、サイバー詐欺シナリオにおけるエンゲージメント決定を分析するための構造化された方法を提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Cyber-deception is an increasingly important defensive strategy, shaping adversarial decision making through controlled misinformation, uncertainty, and misdirection. Although game-theoretic, Bayesian, Markov decision process, and reinforcement learning models offer insight into deceptive interactions, they typically assume an attacker has already chosen to engage. Such approaches overlook cognitive and perceptual factors that influence an attacker's initial decision to engage or withdraw. This paper presents a descriptive model that incorporates the psychological and strategic elements shaping this decision. The model defines five components, belief (B), scepticism (S), deception fidelity (D), reconnaissance (R), and experience (E), which interact to capture how adversaries interpret deceptive cues and assess whether continued engagement is worthwhile. The framework provides a structured method for analysing engagement decisions in cyber-deception scenarios. A series of experiments has been designed to evaluate this model through Capture the Flag activities incorporating varying levels of deception, supported by behavioural and biometric observations. These experiments have not yet been conducted, and no experimental findings are presented in this paper. These experiments will combine behavioural observations with biometric indicators to produce a multidimensional view of adversarial responses. Findings will improve understanding of the factors influencing engagement decisions and refine the model's relevance to real-world cyber-deception settings. By addressing the gap in existing models that presume engagement, this work supports more cognitively realistic and strategically effective cyber-deception practices.
• Abstract（参考訳）: サイバー詐欺はますます重要な防衛戦略であり、誤った情報、不確実性、誤った指示によって敵の意思決定を形作る。 ゲーム理論、ベイジアン、マルコフ決定過程、強化学習モデルは、詐欺行為に関する洞察を与えるが、攻撃者が既に関与していると仮定する。 このようなアプローチは、攻撃者が関与または撤退するという最初の決定に影響を及ぼす認知的および知覚的要因を見落としている。 本稿では,この決定を形作る心理的・戦略的要素を組み込んだ記述モデルを提案する。 モデルは、5つの構成要素、信念(B)、懐疑主義(S)、偽りの忠実さ(D)、偵察(R)、経験(E)を定義し、敵が偽りの手がかりをどのように解釈するかを捉え、継続する関与が価値があるかどうかを評価する。 このフレームワークは、サイバー詐欺シナリオにおけるエンゲージメント決定を分析するための構造化された方法を提供する。 このモデルを評価するための一連の実験が、行動学的および生体的観察によって支えられた様々なレベルの偽装を取り入れた、フラッグの捕獲活動を通じて設計されている。 これらの実験はまだ行われておらず,実験結果も発表されていない。 これらの実験は、行動観察と生体計測指標を組み合わせることで、反対応答の多次元的なビューを生成する。 発見は、エンゲージメント決定に影響を与える要因の理解を改善し、実際のサイバー詐欺設定に対するモデルの関連性を洗練させる。 エンゲージメントを想定する既存のモデルのギャップに対処することで、この研究はより認知的にリアルで戦略的に効果的なサイバー欺取の実践を支援する。

関連論文リスト

• LLMs as Strategic Agents: Beliefs, Best Response Behavior, and Emergent Heuristics [0.0]
  大規模言語モデル(LLM)は、他のエージェントの振る舞いを推論する必要のあるドメインにますます適用されています。 現状のフロンティアモデルでは, 目的的推論記憶における信念コヒーレントなベストレスポンス行動を示す。 複雑さが増大する中で、明示的な再帰は、安定した、モデル固有の、既知の人間のバイアスとは異なる選択規則を内部的に生成する手段を与える。
  論文  参考訳（メタデータ） (2025-10-12T21:40:29Z)
• Perception Graph for Cognitive Attack Reasoning in Augmented Reality [12.005631730339708]
  本稿では,拡張現実システム内での人間の知覚を推論する新しいモデルを提案する。 本モデルは,まずMR環境から重要な情報を解釈する人間の過程を模倣して動作する。 モデルが知覚歪みのレベルを反映した定量的スコアを計算する方法を示す。
  論文  参考訳（メタデータ） (2025-08-30T20:48:32Z)
• A Framework for Adversarial Analysis of Decision Support Systems Prior to Deployment [0.33928435949901725]
  本稿では,Deep Reinforcement Learning (DRL) を用いて学習した意思決定支援システムの分析とセキュア化のためのフレームワークを提案する。 我々は,我々のフレームワークを検証し,エージェントの振る舞いを可視化し,カスタム構築戦略ゲームCyberStrikeのコンテキストにおける敵の成果を評価する。
  論文  参考訳（メタデータ） (2025-05-27T16:41:23Z)
• Investigating and unmasking feature-level vulnerabilities of CNNs to adversarial perturbations [3.4530027457862]
  本研究では,畳み込みニューラルネットワーク(CNN)に対する対向摂動の影響について検討する。 本稿では,CNNの脆弱性を逆方向の摂動に対して調査するために,逆方向干渉フレームワークを導入する。
  論文  参考訳（メタデータ） (2024-05-31T08:14:44Z)
• Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
  誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。 既存の感受性研究は、自己報告された信念に大きく依存している。 本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
  論文  参考訳（メタデータ） (2023-11-16T07:22:56Z)
• Interpretable Imitation Learning with Dynamic Causal Relations [65.18456572421702]
  得られた知識を有向非巡回因果グラフの形で公開することを提案する。 また、この因果発見プロセスを状態依存的に設計し、潜在因果グラフのダイナミクスをモデル化する。 提案するフレームワークは,動的因果探索モジュール,因果符号化モジュール,予測モジュールの3つの部分から構成され,エンドツーエンドで訓練される。
  論文  参考訳（メタデータ） (2023-09-30T20:59:42Z)
• Inverse Online Learning: Understanding Non-Stationary and Reactionary Policies [79.60322329952453]
  エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。 一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。 本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。 UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
  論文  参考訳（メタデータ） (2022-03-14T17:40:42Z)
• Representations of epistemic uncertainty and awareness in data-driven strategies [0.0]
  本稿では,エージェントによる知識表現とその伝達における不確実性の理論モデルを提案する。 我々は、推論、嗜好関係、情報測度の観点から、等価な知識表現を考察する。 本稿では,データ駆動戦略における提案モデルの有効性について論じる。
  論文  参考訳（メタデータ） (2021-10-21T21:18:21Z)
• Inverse Active Sensing: Modeling and Understanding Timely Decision-Making [111.07204912245841]
  我々は,内因性,文脈依存型時間圧下でのエビデンスに基づく意思決定の一般的な設定のための枠組みを開発する。 意思決定戦略において、サプライズ、サスペンス、最適性の直感的な概念をモデル化する方法を実証する。
  論文  参考訳（メタデータ） (2020-06-25T02:30:45Z)

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。