在线预测对手动作的隐马尔可夫偏好模型

该模型通过隐马尔可夫框架在线预测攻击者下一步动作，解决了行为机制持续切换和状态依赖参数的问题。 在 CAGE 2 网络安全防御基准测试中，过滤后的潜在状态每步价值 0.8 nats，控制器切换后损失在 3 步内开始下降。 该模型在对抗性网络防御场景中提供了比循环基线更快的损失收敛速度。