编辑推荐：
在人机协同网络防御（HAT）中，如何设计高效的自主代理尚不明晰。研究人员开展了人类与不同自主代理（认知、启发式、随机）在网络防御场景下协同的研究。结果显示认知代理团队表现最佳，但存在可预测性问题。该研究为 HAT 代理设计提供依据。
在科技飞速发展的当下，人机协同团队（HAT）正逐渐兴起。在网络防御领域，自动化组件存在诸多问题，如适应性差、易让人类操作员产生误判等，导致网络安全面临严峻挑战。而且，目前对于人类与认知层面类似人类的自主代理如何协作，相关研究少之又少。在此背景下，研究人员迫切需要探索更有效的人机协同网络防御方式，以应对复杂多变的网络威胁。
为了解决这些问题，来自国外的研究人员开展了一项关于人机协同网络防御团队中认知代理的实验评估研究。他们通过设计新颖的团队防御游戏（TDG）实验平台，对比了基于实例学习理论（IBLT）的认知代理、启发式代理和随机代理在与人类协作时的表现，相关成果发表在《Computers in Human Behavior: Artificial Humans》。
研究人员采用了多种关键技术方法。首先，设计了 TDG 实验平台，模拟网络防御场景，让参与者扮演网络分析师与不同类型的自主代理协作。其次，通过招募亚马逊机械 Turk（Amazon Mechanical Turk）上具有网络安全知识的参与者，开展实验并收集数据。最后，运用多种统计分析方法，如双向混合测量方差分析（ANOVA）等，对实验数据进行处理和分析。
研究结果如下：
- 团队性能：通过测量团队损失和恢复时间，发现认知代理团队损失最小、恢复时间最短，在防御网络攻击方面表现最佳。双向混合测量 ANOVA 分析表明，认知代理团队在降低损失和缩短恢复时间上，显著优于启发式代理和随机代理团队。
- 冲突解决：研究重叠频率和人类自我调整率发现，随机代理团队重叠情况最多。在冲突解决时，人类多调整代理行动，且与启发式代理协作时自我调整更多。
- 监督：随机代理需要的监督最多，而人类对认知和启发式代理的认可度更高。随着时间推移，人类对启发式代理的认可度上升，对认知代理的认可度略有下降。同时，人类对不同可靠性的行动信任度不同，对恢复（Restore）行动的认可度高于误导（Misinform）行动 。
- 备份行为：随机代理团队中需要备份的情况更多，而人类在与认知代理协作时提供的备份最少。这表明人类在面对能力强的代理时，不太擅长识别备份需求。
- 努力和效率：虽然人类在不同条件下的努力程度无显著差异，但与认知代理协作时效率更高。这说明认知代理更能适应参与者的个人游戏风格。
- 代理合作性和可信度感知：认知和启发式代理在合作性和可信度方面的评分显著高于随机代理。不过，参与者对代理的感知受实验前预期影响较大。
研究结论和讨论部分指出，该研究为自主代理设计提供了重要参考。具有人类认知过程的动态代理有益于 HAT 效能提升，但需提供行为解释以维持人类信任；能力强的代理虽更受信任，但可能导致人类过度依赖，因此代理应主动寻求人类帮助并透明化决策过程；测量人类对代理的信任时，应综合考虑多个维度，并通过行为标记进行监测。
这项研究意义重大，它首次使用真实自主代理研究人机交互，为 HAT 研究提供了新视角；TDG 平台为研究人员提供了研究 HAT 协作的有效工具；研究表明基于人类学习机制的认知架构对 HAT 效能有显著提升作用，为协作人工智能系统设计指明了方向，有助于推动自主系统在各领域与人类团队的深度融合 。
