[發明專利]一種基于圖卷積網絡的空間信息網絡抗毀性評估方法在審
| 申請號： | 202010116118.6 | 申請日： | 2020-02-25 |
| 公開（公告）號： | CN111464327A | 公開（公告）日： | 2020-07-28 |
| 發明（設計）人： | 禚明;劉樂源;萬思敏;楊鵬;周世杰;黃文 | 申請（專利權）人： | 電子科技大學 |
| 主分類號： | H04L12/24 | 分類號： | H04L12/24 |
| 代理公司： | 成都九鼎天元知識產權代理有限公司 51214 | 代理人： | 夏琴 |
| 地址： | 611731 四川*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 圖卷 網絡 空間 信息網絡 抗毀性 評估 方法 | ||
1.一種基于圖卷積網絡的空間信息網絡抗毀性評估方法，其特征在于，包括如下步驟：
步驟1，確定目標網絡的網絡拓撲；
步驟2，計算網絡均衡度：
(1)對目標網絡中的網絡節點的重要性進行排序；
(2)計算目標網絡中的網絡節點的重要性數學期望；
(3)根據網絡節點的重要性數學期望計算網絡均衡度；
步驟3，計算網絡橋接度；
(1)訓練圖卷積神經網絡模型，以進行網絡節點分類；
(2)計算網絡分割攻擊效率；
(3)根據網絡分割攻擊效率計算網絡橋接度；
步驟4，根據網絡均衡度和網絡橋接度計算得到網絡抗毀性。
2.根據權利要求1所述的基于圖卷積網絡的空間信息網絡抗毀性評估方法，其特征在于，步驟1中采用鄰接矩陣抽象目標網絡的網絡拓撲。
3.根據權利要求1所述的基于圖卷積網絡的空間信息網絡抗毀性評估方法，其特征在于，步驟2中采用特征向量中心性算法對目標網絡中的網絡節點的重要性進行排序，計算公式如下：
其中，xi為網絡節點i的重要性度量值，c是一個比例系數；記x＝[x1,x2,…,xn]T，經過多次迭代到達穩態時得到網絡節點的重要性排序結果。
4.根據權利要求3所述的基于圖卷積網絡的空間信息網絡抗毀性評估方法，其特征在于，步驟2中計算目標網絡中的網絡節點的重要性數學期望的公式如下：
其中，E表示目標網絡中的網絡節點的重要性數學期望，pi表示網絡節點i受到攻擊的概率，ri表示目標網絡歸一化后的網絡節點i的重要性度量值。
5.根據權利要求1所述的基于圖卷積網絡的空間信息網絡抗毀性評估方法，其特征在于，步驟2中根據網絡節點的重要性數學期望計算網絡均衡度的方法為：令pi＝ri，則定義網絡均衡度S為：
S＝1-E
其中，E表示目標網絡中的網絡節點的重要性數學期望。
6.根據權利要求1所述的基于圖卷積網絡的空間信息網絡抗毀性評估方法，其特征在于，步驟3中訓練圖卷積神經網絡模型的方法為：
(a)對目標網絡進行歸一化；
(b)將歸一化后的目標網絡中的網絡節點以及網絡節點的特征矩陣進行內積運算；
(c)將激勵函數應用在對內積運算和權重的乘積上。
7.根據權利要求1所述的基于圖卷積網絡的空間信息網絡抗毀性評估方法，其特征在于，步驟3中計算網絡分割攻擊效率的方法為：
計算網絡分割度d：
其中，n表示目標網絡中包含n個網絡節點；k表示目標網絡受到攻擊后形成k個子網，第i個子網包含ni個網絡節點；
則網絡分割攻擊效率η為：
其中，r是網絡中受到分割攻擊的網絡節點的數量。
8.根據權利要求1所述的基于圖卷積網絡的空間信息網絡抗毀性評估方法，其特征在于，步驟3中根據網絡分割攻擊效率計算網絡橋接度的公式為：
Q＝1-η
其中，Q表示網絡橋接度，η表示網絡分割攻擊效率。
9.根據權利要求1所述的基于圖卷積網絡的空間信息網絡抗毀性評估方法，其特征在于，步驟4中根據網絡均衡度和網絡橋接度計算得到網絡抗毀性的公式為：
其中，R表示網絡抗毀性，S表示網絡均衡度，Q表示網絡橋接度。
10.根據權利要求1-9任一項所述的基于圖卷積網絡的空間信息網絡抗毀性評估方法，其特征在于，所述圖卷積神經網絡模型具有兩層神經網絡隱藏層。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于電子科技大學，未經電子科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/202010116118.6/1.html，轉載請聲明來源鉆瓜專利網。
