本文综述了提升蜜罐性能的网络欺骗技术，分析了蜜罐的分类、有效性评估方法及单蜜罐的欺骗技术，旨在为相关从业者提供理论与实践参考，推动蜜罐技术向主动防御升级。

本研究提出了SANDMAN架构，通过五因素个性模型在大型语言模型中诱导个性化代理，从而提升网络欺骗策略的有效性。个性驱动的语言代理能够生成多样且真实的行为，增强网络安全防护。

网络欺骗在网络战争中起关键作用，博弈论模型和基础模型在分析、设计和实施网络欺骗策略中至关重要。通过协同作用，可以保护网络免受攻击并增强对行动的韧性。多智能体神经符号假设学习（MANSCOL）可用于预测对抗行为和设计防御性欺骗策略。基础模型在MANSCOL中起关键作用，包括强化学习、知识同化、假设形成和上下文表示。网络安全领域中基础模型面临挑战。