该文研究IT基础设施自动化安全响应，将攻防交互建模为部分可观察的非平稳博弈，采用贝叶斯学习与回滚在线学习策略，证明推测收敛并给出性能界限，提出Berk-Nash均衡变体刻画稳态。通过高级持续威胁案例和测试平台模拟，表明该方法能适应环境变化，且比现有强化学习收敛更快。