[论文解读] On Game-Theoretic Risk Management (Part One) -- Towards a Theory of Games with Payoffs that are Probability-Distributions

Stefan Raß|arXiv (Cornell University)|Jun 24, 2015

Probability and Statistical Research参考文献 9被引用 10

一句话总结

本文提出了一种基于博弈论的风险管理框架，其中收益为概率分布而非确定性数值，从而在固有不确定性下实现最优决策。通过非标准分析与超实数，该框架在分布上建立了全序关系，以定义安全策略与均衡，不仅提供期望风险，还给出完整的损伤分布（包括方差与分位数），实现对关键基础设施的全面风险评估。

ABSTRACT

Optimal behavior in (competitive) situation is traditionally determined with the help of utility functions that measure the payoff of different actions. Given an ordering on the space of revenues (payoffs), the classical axiomatic approach of von Neumann and Morgenstern establishes the existence of suitable utility functions, and yields to game-theory as the most prominent materialization of a theory to determine optimal behavior. Although this appears to be a most natural approach to risk management too, applications in critical infrastructures often violate the implicit assumption of actions leading to deterministic consequences. In that sense, the gameplay in a critical infrastructure risk control competition is intrinsically random in the sense of actions having uncertain consequences. Mathematically, this takes us to utility functions that are probability-distribution-valued, in which case we loose the canonic (in fact every possible) ordering on the space of payoffs, and the original techniques of von Neumann and Morgenstern no longer apply. This work introduces a new kind of game in which uncertainty applies to the payoff functions rather than the player's actions (a setting that has been widely studied in the literature, yielding to celebrated notions like the trembling hands equilibrium or the purification theorem). In detail, we show how to fix the non-existence of a (canonic) ordering on the space of probability distributions by only mildly restricting the full set to a subset that can be totally ordered. Our vehicle to define the ordering and establish basic game-theory is non-standard analysis and hyperreal numbers.

研究动机与目标

• 解决经典博弈论在风险管理中的局限性，即行动导致不确定结果而非确定性收益。
• 克服概率分布空间缺乏自然序关系的问题，从而避免标准冯·诺依曼-摩根斯特恩效用理论的失效。
• 为收益为分布的博弈建立理论基础，实现在不确定性下的最优策略计算。
• 实现安全策略的计算，考虑完整的风险分布而非仅期望值。
• 提供一个框架，用于整合多重安全目标，并从均衡结果中推导出概率风险边界（如分位数）。

提出的方法

• 引入一类新型博弈，采用非标准分析与超实数，恢复对分布的全序关系。
• 通过超实数扩展定义分布上的偏好关系 ≼，即使在非自然序关系下仍能实现比较与优化。
• 将最小最大原则应用于分布值收益，推导出作为对抗最坏攻击行为的最优混合策略的安全策略。
• 使用纯化定理与颤抖手均衡概念作为概念类比，以证明框架的稳健性。
• 通过零和博弈公式推导出最优策略对 (p*, q*)，其中 q* 为攻击者的最优策略，p* 为防御者的安全策略。
• 从均衡分布 V* = F(p*, q*) 中计算高阶风险度量（如方差、分位数），实现概率风险边界的推导。

实验结果

研究问题

• RQ1 当收益为概率分布而非确定性数值时，如何形式化博弈论风险管理？
• RQ2 何种数学框架可实现对概率分布空间的全序关系，以支持不确定性下的决策？
• RQ3 在收益为分布的博弈中，如何计算安全策略？其与经典最小最大法及贝叶斯方法的关系为何？
• RQ4 从均衡收益分布中可推导出哪些风险度量（超越期望）？它们如何改进风险评估？
• RQ5 该框架如何扩展以建模极端事件？在实践中如何从模拟或实证数据中构建？

主要发现

• 该框架通过超实数扩展在概率分布上建立了全序关系，使偏好比较与最优策略计算成为可能，解决了经典效用理论失效的问题。
• 最优安全策略 p* 作为具有分布值收益的零和博弈的解被推导出，攻击者的最优策略 q* 作为副产品自然出现。
• 期望风险被恢复为均衡分布 V* 的一阶矩，即 E(R) = E(V*) = E(R¹)(p*, q*)，与经典风险公式一致。
• 除期望外，完整的分布 V* 允许高阶矩分析：例如，V* 的第5百分位与第95百分位提供潜在损伤的90%置信区间。
• 最优攻击策略 q* 可识别关键基础设施的脆弱点，但均衡非唯一，因此 q* 应结合专家知识进行解读。
• 将最大修复成本建模为 Mₙ = max{R₁,…,Rₙ} 时，有 Pr(Mₙ ≤ r) = [F(p*, q*)(r)]ⁿ，除非 F(p*, q*)(r) = 1，否则该值趋于零，因此尽管理论严谨，其在实际中的信息量有限。