摘要在工业物联网环境中，网络欺骗面临一个根本性挑战：过低的欺骗投入无法诱捕攻击者，而过度部署则会让理性的对手产生怀疑，逐渐削弱欺骗机制的效果。据我们所知，目前还没有任何强化学习框架能够同时刻画在这种动态环境下的最佳欺骗投入水平，并针对那些会主动模拟怀疑心理的协同进化型对手进行训练

　　在工业物联网环境中，网络欺骗面临一个根本性挑战：过低的欺骗投入无法诱捕攻击者，而过度部署则会让理性的对手产生怀疑，逐渐削弱欺骗机制的效果。据我们所知，目前还没有任何强化学习框架能够同时刻画在这种动态环境下的最佳欺骗投入水平，并针对那些会主动模拟怀疑心理的协同进化型对手进行训练。本文提出了Co-ADAM，这是一种协同进化型自适应欺骗感知多机制防御框架，它将工业物联网中的网络欺骗问题转化为带有嵌入式信号博弈的约束马尔可夫决策过程。我们证明，通过协同进化训练可以实现某种怀疑状态的平衡（引理1、命题1和2），并将最终的联合策略描述为一种ε-纳什欺骗均衡，其可利用性ε为2.4523（标准化后为4.43%）。该框架使用深度Q网络作为防御方，针对规模为K=10的适应性攻击者群体进行训练，训练过程共包含5000个回合，其中怀疑动态、攻击者行为趋势以及预算限制都被直接纳入系统环境之中。与三个工业物联网数据集上的七种基准方法相比，CIC-IIoT 2025、WUSTL-IIoT 2021和Edge-IIo买球股份有限公司Tset，Co-ADAM在随机攻击者条件下的攻击缓解率为0.8363，在适应性攻击者条件下的攻击缓解率为0.8033，对应的累积奖励分别为147.91和102.52，所有差异在p