Cyber Strong? 攻防博弈与威胁不确定性下的鲁棒防御策略

摘要

ICM 2025 F 题要求刻画资产—威胁—防御关系并优化防御资源。本文是第三篇，把第一、二篇「评估与投资」推进到「博弈与不确定」：网络安全本质上是一场防御方先手承诺、攻击方最优响应的 Stackelberg 博弈，且威胁发生率本就充满不确定性。我们据此回答：若对手专挑组织最薄弱的一环下手，预算该怎么花才不至于「总分漂亮、命门却一直敞着」？

沿用共享合成组织（10 资产/7 威胁/10 控制），在预算 B=50 内求解 min_S max_i q_i 的 Stackelberg 均衡，得防御方最优组合 C1,C10,C2,C3,C5（成本 45、CS=0.658），其最坏资产年攻陷概率仅 max q=0.243（应用服务器是攻击方最优目标）。与之对照，范文二求业务连续性的 CS 最优组合（C1,C10,C3,C4,C6,C8，成本 49、CS=0.785）综合得分更高，但最坏情形却高达 0.453，几乎是对手的近两倍——这说明「最大化平均/加权保护率」与「守住最弱环节」是两个目标，按业务连续性投资可能把命门留给对手。进一步引入蒙特卡洛威胁不确定性（扰动各威胁年概率，σ=0.15）：CS 最优组合的期望最坏损失升至 0.458，而 Stackelberg 组合仅 0.245，鲁棒红利约 0.213，且随 σ 从 0 升到 0.20，红利由 0.210 单调扩到 0.215。结论：不确定性越大，以最坏情形为导向的鲁棒策略越显价值。本文给出从评估到博弈再到鲁棒的完整链路，为「先买什么、防谁」提供量化的塔防直觉。

图1 攻防博弈 + 鲁棒优化框架

一、问题重述

前两篇分别回答了「现在多弱」与「预算内怎么最优买」，但都隐含一个平滑假设：我们把威胁看作统计上均匀的随机事件。可现实中攻击者是有策略的——他会观察你的布防，专挑防线最松的资产打。于是「平均风险不高」与「最坏情形失控」可以同时成立：也许你的综合 CS 分数很好看，但对手一旦盯上某个特定资产（比如应用服务器），它可能比看起来危险得多。此外，威胁年概率本身就不确定：新的攻击手法、零日的出现、季节性的钓鱼高峰，都会让 $p_k$ 在真实值与估计值之间波动。本文要回答三个递进问题：① 若对手信息充分、专攻我们最弱的一环，哪些控制最能压缩「最坏资产攻陷概率」？② 这种「守最弱」的鲁棒组合，与「最大化业务连续性总分」的投资组合有何本质冲突？③ 当威胁概率本身不确定（蒙特卡洛扰动）时，哪个策略表现更稳、差距有多大？把三步走通，评估框架才真正闭环为「攻防对抗下的决策」。

二、假设与符号

沿用共享组织设定（资产权重 $c_i$ 合计 1.0、威胁年概率 $p_k$ 、控制成本 $\kappa_c$ 与缓解效力 $e_{ck}$ ）。新增博弈与不确定性表述：

策略：防御方选择控制子集 $S$ （预算 $\sum_{c\in S}\kappa_c\le B$ ， $B=50$ ）；攻击方选择目标资产 $i$ 使攻陷概率最大。
逐资产攻陷概率 $q_i(S)$ ：同第一篇，由可达该资产的各威胁残余概率并集合成。
Stackelberg 均衡：防御方先承诺 $S$ ，攻击方最优响应为 $i^*(S)=\arg\max_i q_i(S)$ ；防御方目标为 $\min_S Q(S)$ ，其中最坏情形 $Q(S)=\max_i q_i(S)$ 。
威胁不确定性：令标称概率 $p_k$ 乘以对数正态扰动 $\exp(\xi_k)$ 、 $\xi_k\sim N(0,\sigma^2)$ ，并截断到 $[0,0.99]$ ；给定策略 $S$ 与 $\sigma$ ，鲁棒损失 $\bar Q_\sigma(S)=\mathbb{E}_\xi[\max_i q_i(S,P(\xi))]$ ，用蒙特卡洛（固定种子、N=300）估计。
鲁棒红利 $\Delta_\sigma = \bar Q_\sigma(S_{\text{score}}) - \bar Q_\sigma(S_{\text{stack}})$ ，即两个策略在不确定性下期望最坏损失的差距。

标称基线 4 项控制 CS=0.440，全控制 CS=0.970 作为上下界参照。

三、模型：攻防博弈与鲁棒优化

3.1 Stackelberg 攻防博弈

在 $B=50$ 内枚举全部可行组合（598 个），对每个组合计算逐资产 $q_i(S)$ ，取其最大值 $Q(S)$ 作为攻击方最优响应下的最坏情形；再在所有可行组合中取 $Q(S)$ 最小者，即得防御方报出的最稳策略（图 1 框架）。这一步把「投资优化」从「配平平均分」转向「封堵最坏点」，与第二篇形成鲜明对照。

图2 Stackelberg 组合下逐资产攻陷概率

3.2 最坏情形的预算几何

随着预算放宽，防御方能投入更多控制， $Q(S)$ 的最优值单调下降（图 3）。关键观察是这条曲线的增益递减：预算从 10 增到 30，最坏情形从 0.821 掉到 0.364；但从 40 到 50，仅从 0.314 微降至 0.243，且在 45 即触底——因为此时最便宜的那几项控制已把最坏资产按需封死，继续加码只能改善平均分、无法再压低最弱点。

图3 最坏情形随预算下降

3.3 威胁不确定性：蒙特卡洛鲁棒损失

用固定种子对 7 维威胁概率施加对数正态噪声，对每个扰动样本按攻击方最优响应重算最坏资产攻陷概率，再取 N=300 个样本的期望，即得鲁棒损失 $\bar Q_\sigma(S)$ 。这与把「平均风险」当作期望不同——它期望的是「对手最狠一手的风险」，因而天然保守，适合安全态势评估。

图4 两策略对比

图5 蒙特卡洛分布

四、结果与分析

4.1 Stackelberg 最优组合：宁可分低，命门要堵

博弈求解得防御方最优组合 C1,C10,C2,C3,C5（成本 45、CS=0.658、M=0.500、P=0.861、A=0.867、R=0.200）。如图 2，其逐资产攻陷概率被压得非常均匀，最坏资产为应用服务器 App，max q=0.243；核心数据库（DB）与工控（OT）均仅 0.128。对比基线（CS=0.440、关键资产暴露率 0.601），Stackelberg 组合用中等偏低的成本把「任何一个资产被攻陷」的概率都压到 0.25 以下——这正是针对「专挑软柿子」的对手的有效布防。

4.2 与业务连续性组合的本质冲突

范文二的 CS 最优组合 C1,C10,C3,C4,C6,C8（成本 49、CS=0.785）综合得分高得多，完全符合「按关键性加权保护业务连续性」的逻辑。但切换到攻防视角，它的最坏资产 App 攻陷概率高达 0.453，是 Stackelberg 组合（0.243）的近两倍（图 4 显示「1−最坏情形」前者仅 0.547、后者达 0.757）。原因在于：CS 组合把钱优先投向了「加权占比大、但已相对安全」的数据库/工控/网络侧控制（补丁、零信任、WAF 等），而应用服务器 App 作为 T2 勒索与 T3 DDoS 的交叉攻击面，在缺少针对性控制时成了最薄弱一环。最大化平均分 ≠ 守住最弱环节，这两个目标在预算刚性下不可兼得。

图6 鲁棒损失随 σ 增大

图8 策略前沿

图 8 的「策略前沿」把全部 598 个组合铺在 (CS, 最坏情形 max q_i) 平面上，一眼可见两个策略位于不同角落：CS 最优组合在右下方区域（高 CS、高最坏），Stackelberg 组合在右上方区域（低不多少的 CS、低最坏），而基线落在最差角（0.440, 高最坏）。这直观说明：想同时要「总分高」和「最弱点低」得付出额外代价，决策者须在业务连续性与攻防稳健性之间显式取舍。

4.3 威胁不确定性下的鲁棒红利

蒙特卡洛（N=300、固定种子）在 σ=0.15 时的结果显示（图 5、图 6）：CS 最优组合的期望最坏损失被噪声抬到 0.458，Stackelberg 组合仅 0.245，鲁棒红利约 0.213。更有意思的是红利的单调性：σ 从 0 到 0.20，红利由 0.210 扩至 0.215——威胁越不确定，以最坏情形为导向的鲁棒策略相对业务连续性策略的优势越大。图 5 的分布直方图进一步显示，Stackelberg 组合的最坏损失样本集中压在左侧（0.2–0.3），而 CS 组合的样本明显右移且有较厚尾，说明不确定性对不做最坏情形的策略更不友好。

4.4 组合构成与治理含义

图 7 给出 Stackelberg 组合的成本构成：五项合计 45 单位，其中微隔离 C3（14）与 MFA C1（8）、EDR C2（10）、WAF C5（9）、安全培训 C10（4）——不含备份灾备 C8、SIEM C7、邮件网关 C4、补丁 C6、零信任 C9。这看似「反直觉」（没买备份），实则合理：当目标是封堵最坏资产时，优先压缩攻击面（隔离、认证、终端、入口）比事后恢复更有效；恢复力 R=0.200 虽低，但最坏情形已从 0.453 级别的风险压到 0.243，可见「止损优先于补救」的塔防逻辑。

图7 Stackelberg 组合成本构成

五、讨论

本模型把攻击方抽象为「信息充分的单目标优化者」，未考虑攻击者探测成本、回报不对称或多步APT的时序；Stackelberg 假设防御方先手且完全可观察，现实中还有隐蔽部署与随机化布防的可能。鲁棒损失用对数正态扰动近似概率不确定性，未刻画威胁之间相关性（如一次供应链事件同时抬高多条路径），可能略低估联合最坏。蒙特卡洛以固定种子保证可复现，N=300 已能把期望损失的标准误压到约 0.01 量级，足供横向对比；若追求更细的尾部，应加大采样并配极值统计。布防策略与业务连续性策略的取舍最终取决于组织的风险偏好——纯稳健组织选 Stackelberg，平衡型可在两者间做加权。

六、结论

Stackelberg 攻防博弈在 B=50 下给出防御方最优组合 C1,C10,C2,C3,C5（成本 45），最坏资产 App 的攻陷概率压到 0.243，远优于基线。
与范文二 CS 最优组合（成本 49、CS=0.785）对照，其最坏情形高达 0.453、约为 Stackelberg 的两倍——最大化业务连续性总分 ≠ 守住最弱环节，策略前沿图证明二者在预算刚性下需显式取舍。
蒙特卡洛威胁不确定性（σ=0.15）下，CS 最优组合期望最坏损失 0.458，Stackelberg 组合仅 0.245，鲁棒红利约 0.213；且 σ 由 0 增至 0.20 时红利单调扩至 0.215——不确定性越大，鲁棒策略越占优。
组合构成的治理含义：面向攻击面压缩的「止损优先于补救」布防（隔离/认证/入口），对比以灾备为主的恢复型布防，更擅长封堵最坏资产。三篇共同构成「评估—投资—博弈」的完整框架。

参考文献

[1] ICM 2025 Problem F. Cyber Strong? COMAP, 2025.
[2] Kiekintveld, C. et al. Computing Optimal Randomized Resource Allocations for Massive-Scale Security Games. AAMAS 2009.
[3] ISO/IEC 27001. Information Security Management. 2022.
[4] von Stackelberg, H. Marktform und Gleichgewicht. 1934.
[5] MITRE ATT&CK. Adversary Tactics and Techniques. https://attack.mitre.org.
[6] 范文一：资产—威胁—防御网络 + Cyber Strong 评估（本系列）。
[7] 范文二：预算约束下的防御投资优化（本系列）。

附录：核心 Python 实现

下列代码复现本文关键结果：Stackelberg 最弱环节求解、与业务连续性组合的最坏情形式对比、蒙特卡洛威胁不确定性下的鲁棒损失与鲁棒红利。运行需 tools/ 下的 gen_mcm2025f_data.py（共享引擎）与 gen_mcm2025f_3.py（本文真源）。

import sys, os
_HERE = os.path.dirname(os.path.abspath(__file__))
sys.path.insert(0, os.path.abspath(os.path.join(_HERE, "..", "..", "..", "tools")))
import gen_mcm2025f_data as D
import gen_mcm2025f_3 as M

BUDGET = 50
feasible = D.enumerate_portfolios(max_cost=BUDGET)
print("可行组合数 = %d" % len(feasible))

# 1) Stackelberg：防御方先手，攻击方专挑最坏资产
best = min(feasible, key=lambda t: M.stackelberg_loss(t[0]))
S_stack = best[0]
comp_stack = D.components(S_stack)
loss_stack = M.stackelberg_loss(S_stack)
print("Stackelberg 组合: %s 成本=%d CS=%.3f 最坏max q=%.3f"
      % (",".join(sorted(S_stack)), best[1], comp_stack["CS"], loss_stack))

# 2) 业务连续性（CS 最优）组合对照
S_score = set(["C1", "C10", "C3", "C4", "C6", "C8"])
comp_score = D.components(S_score)
loss_score = M.stackelberg_loss(S_score)
print("CS 最优组合:   %s CS=%.3f 最坏max q=%.3f"
      % (",".join(sorted(S_score)), comp_score["CS"], loss_score))
print("最坏情形差距: CS最优/Stackelberg = %.2f 倍"
      % (loss_score / loss_stack))

# 3) 蒙特卡洛威胁不确定性下的鲁棒损失（固定种子）
SIG = 0.15
rs = M.robust_loss(S_score, SIG)
rk = M.robust_loss(S_stack, SIG)
print("σ=%.2f: CS最优鲁棒损失=%.3f  Stackelberg鲁棒损失=%.3f  鲁棒红利=%.3f"
      % (SIG, rs, rk, rs - rk))

# 4) 鲁棒红利的单调性
for s in [0.00, 0.10, 0.20]:
    d = M.robust_loss(S_score, s) - M.robust_loss(S_stack, s)
    print("  σ=%.2f 鲁棒红利=%.3f" % (s, d))