热点事件持续更新

DLR-NE：低秩方法加速APT防御博弈求解

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

研究人员提出动态低秩均衡计算（DLR-NE），用于求解工业控制系统（ICS）中高级持续性威胁（APT）与移动目标防御之间的零和随机博弈。该方法利用攻防影响矩阵的内在低秩结构，每步迭代以截断 SVD 提取 Nash 均衡，单步代价为 O(nr^2)，较全秩值迭代实现 Theta(n/r^2) 加速，并给出显式近似误差与几何收敛保证。研究称在非线性电力系统测试台上实现 94% 参数压缩，效用损失仅 0.16%。

AI 根据报道生成 · 3 小时前更新

最新进展10月7日 12:00

面向 APT 与移动目标防御随机博弈的动态低秩均衡计算 DLR-NE

报道时间线

沿着报道，了解事件的不同侧面。

10月7日

12:00
arXiv：cs.AI
面向 APT 与移动目标防御随机博弈的动态低秩均衡计算 DLR-NE
研究人员提出动态低秩均衡计算（DLR-NE），用于求解 ICS 中 APT 与移动目标防御之间的零和随机博弈。该方法利用攻防影响矩阵的内在低秩结构，每步迭代以截断 SVD 提取 Nash 均衡，单步代价为 O(nr^2)，较全秩值迭代实现 Theta(n/r^2) 加速，并给出显式近似误差与几何收敛保证。非线性电力系统测试台上实现 94% 参数压缩，效用损失仅 0.16%。

本事件热度走势

可比范围当前: 9
可比范围峰值: 910月7日 14:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。