信息技术、网络技术的快速发展,使得大规模现代网络系统在经济、社会和军事等各个领域得到广泛应用。然而,网络化革新创造发展机遇的同时,也带来了诸多网络化系统可靠性与安全性方面的挑战。因此,围绕各类网络化系统的可靠性和安全性开展攻防博弈问题的研究具有重大的现实意义。网络阻断问题是一类典型的研究网络化系统攻防安全的问题,能够为攻防决策行动提供理论依据和方案支持。本文对博弈对抗条件下的动态最短路网络阻断博弈问题开展了理论和方法研究,不同于现有研究主要关注静态网络阻断和完全理性假设下的动态网络阻断问题,本文着重研究非完全理性条件下,阻断方具有不完全信息和不完美信息时的动态阻断问题。针对多阶段动态网络阻断问题在理论和应用层面的挑战,本文从博弈参与者是否具备完全理性、是否具有完全信息和是否具有完美信息三个层次对动态最短路网络阻断博弈问题进行了深入研究,提出了一系列兼顾动态决策中的实时性要求和质量保障要求的阻断策略。在问题和模型层面,本文的研究内容将动态网络阻断问题的研究向前推进了一步。在理论和方法层面,本文提出了一系列自适应阻断策略理论和方法,丰富了动态网络阻断的内涵。具体研究内容包括以下四个方面:其一,研究了两类典型的最短路径相关指标的动态网络阻断问题,即:动态最短路网络阻断问题、动态最短路径树网络阻断问题,并设计了局部贪心的快速动态决策方法。在假设逃逸方为完全理性条件下,研究了阻断方分别具有不完全信息和不完美信息时的问题。结合道路运输阻断和恶意软件传播阻断两类应用场景,对两类问题在静态和动态决策情况下进行了数学建模,分别建立了完全理性条件下博弈双方信息不完全的动态最短路网络阻断模型和完全理性条件下阻断方信息不完美情况的动态最短路径树阻断模型。对上述问题的时间复杂性进行了理论分析,证明了所提出的问题为NP-hard问题,并针对信息不完全和信息不完美两种复杂博弈条件,分别设计了对应的局部贪心的快速动态决策方法。其二,在假设逃逸方为非完全理性条件下,研究了阻断方具有完全信息和完美信息情况时的动态最短路网络阻断问题,设计了基于静态阻断策略基准的度量指标,引入了正向自适应阻断策略概念,提出了1阶和n阶自适应阻断策略。从动态适应于逃逸方非完全理性的决策模式的角度,引入了自适应阻断策略的概念;为了评价任意给定的自适应阻断策略的决策质量,提出了基于静态阻断策略基准的度量指标,并据此引入了正向自适应阻断策略概念,探讨了其与最优自适应策略之间的关系。针对该问题,分别设计了1阶和n阶自适应阻断策略;对两种策略的决策性质和特点进行了理论分析,定量探讨了其相对于最优静态阻断策略的决策优势,并证明了1阶自适应阻断策略是一种正向自适应阻断策略。其三,在假设逃逸方为非完全理性条件下,研究阻断方具有不完全信息和完美信息情况时的动态最短路网络阻断问题,提出了鲁棒自适应阻断策略。在阻断方不知道逃逸方的真实目的地信息时,采用人工智能领域成熟的意图识别方法,在一定程度上对阻断方缺失的信息进行补充。考虑到推断信息可能不准确的实际情况,设计了鲁棒自适应阻断策略;对该策略的决策性质和特点进行了理论分析,定量探讨了推断信息不准确时该策略相对于最优静态阻断策略的决策优势,并证明了在推断信息不准确时鲁棒自适应阻断策略仍是一种正向自适应阻断策略。其四,在假设逃逸方为非完全理性条件下,研究阻断方具有完全信息和不完美信息情况时的动态最短路网络阻断问题,提出了部分观测自适应阻断策略。考虑到阻断方具有部分观测能力的实际情况,设计了部分观测自适应阻断策略;对该策略的决策性质和特点进行了理论分析,定量探讨了该策略相对于最优静态阻断策略的决策优势,并证明了对于任意给定的观测概率,部分观测自适应阻断策略均是一种正向自适应阻断策略。此外,结合仿真网络数据、实际道路网络和物理信息系统网络数据,对上述模型和决策方法的有效性进行了验证。实验结果表明本文提出的算法和策略可以胜任实际攻防对抗中具有不同理性程度和信息结构下的博弈场景,在时效性方面能够满足现实问题实时决策的需求,同时在决策质量方面优于传统方法,有效地实现了决策质量与求解效率的兼顾。