本书从网络欺骗推理框架、网络欺骗动态决策、基于网络的欺骗和恶意软件欺骗4个方面，深入探讨了网络空间欺骗的理论与实践、感知与决策、网络与系统视角等多方面内容，读者通过该书将学习到为网络欺骗提供重要基础的多种方法，包括人工智能、机器学习、博弈论、可满足性理论和符号分析等。

第一部分 网络空间欺骗推理框架
第1章 使用深度学习生成关系型诱饵数据
1.1 引言
1.2 相关工作
1.3 背景
1.3.1 深度学习
1.3.2 差分隐私
1.3.3 差分隐私合成定理
1.4 方法论
1.4.1 差分隐私合成数据生成模型
1.5 实验
1.5.1 任务1：针对不具备诱饵数据知识攻击者的网络欺骗
1.5.2 任务2：针对具备诱饵数据知识攻击者的网络欺骗
1.6 结论
参考文献
第2章 面向智能的网络空间欺骗系统
2.1 引言
2.2 准备知识
2.2.1 智能网络空间防御代理
2.2.2 主动防御
2.3 面向智能的网络空间欺骗系统
2.3.1 应用场景
2.3.2 AHEAD系统的架构
2.4 Pot的演进：ADARCH
2.4.1 ADARCH设计
2.4.2 Python嵌入和扩展
2.4.3 ADARCH框架的优势
2.5 结论
2.6 习题
参考文献
第3章 蜜罐欺骗战术
3.1 引言
3.2 蜜罐欺骗的选择
3.3 一些策略案例
3.4 欺骗博弈
3.5 蜜罐实验
3.6 练习
参考文献
第二部分 网络空间欺骗动态决策
第4章 基于超博弈理论的欺骗博弈建模与分析
4.1 引言
4.2 相关工作
4.3 超博弈论
4.4 案例研究
4.4.1 攻击者的博弈
4.4.2 防守者的博弃
4.4.3 超博弈预期效用评估
4.5 使用随机Petri网的示例分析模型
4.6 实验与讨论
4.7 结论
4.8 习题
参考文献
……
第三部分 基于网络的欺骗
第四部分 恶意软件欺骗