[发明专利]一种基于图卷积网络的空间信息网络抗毁性评估方法

权利要求书

1.一种基于图卷积网络的空间信息网络抗毁性评估方法，其特征在于，包括如下步骤：

步骤1，确定目标网络的网络拓扑；

步骤2，计算网络均衡度：

(1)对目标网络中的网络节点的重要性进行排序；

(2)计算目标网络中的网络节点的重要性数学期望；

(3)根据网络节点的重要性数学期望计算网络均衡度；

步骤3，计算网络桥接度；

(1)训练图卷积神经网络模型，以进行网络节点分类；

(2)计算网络分割攻击效率；

(3)根据网络分割攻击效率计算网络桥接度；

步骤4，根据网络均衡度和网络桥接度计算得到网络抗毁性。

2.根据权利要求1所述的基于图卷积网络的空间信息网络抗毁性评估方法，其特征在于，步骤1中采用邻接矩阵抽象目标网络的网络拓扑。

3.根据权利要求1所述的基于图卷积网络的空间信息网络抗毁性评估方法，其特征在于，步骤2中采用特征向量中心性算法对目标网络中的网络节点的重要性进行排序，计算公式如下：

其中，x_i为网络节点i的重要性度量值，c是一个比例系数；记x＝[x₁,x₂,…,x_n]^T，经过多次迭代到达稳态时得到网络节点的重要性排序结果。

4.根据权利要求3所述的基于图卷积网络的空间信息网络抗毁性评估方法，其特征在于，步骤2中计算目标网络中的网络节点的重要性数学期望的公式如下：

其中，E表示目标网络中的网络节点的重要性数学期望，p_i表示网络节点i受到攻击的概率，r_i表示目标网络归一化后的网络节点i的重要性度量值。

5.根据权利要求1所述的基于图卷积网络的空间信息网络抗毁性评估方法，其特征在于，步骤2中根据网络节点的重要性数学期望计算网络均衡度的方法为：令p_i＝r_i，则定义网络均衡度S为：

S＝1-E

其中，E表示目标网络中的网络节点的重要性数学期望。

6.根据权利要求1所述的基于图卷积网络的空间信息网络抗毁性评估方法，其特征在于，步骤3中训练图卷积神经网络模型的方法为：

(a)对目标网络进行归一化；

(b)将归一化后的目标网络中的网络节点以及网络节点的特征矩阵进行内积运算；

(c)将激励函数应用在对内积运算和权重的乘积上。

7.根据权利要求1所述的基于图卷积网络的空间信息网络抗毁性评估方法，其特征在于，步骤3中计算网络分割攻击效率的方法为：

计算网络分割度d：

其中，n表示目标网络中包含n个网络节点；k表示目标网络受到攻击后形成k个子网，第i个子网包含n_i个网络节点；

则网络分割攻击效率η为：

其中，r是网络中受到分割攻击的网络节点的数量。

8.根据权利要求1所述的基于图卷积网络的空间信息网络抗毁性评估方法，其特征在于，步骤3中根据网络分割攻击效率计算网络桥接度的公式为：

Q＝1-η

其中，Q表示网络桥接度，η表示网络分割攻击效率。

9.根据权利要求1所述的基于图卷积网络的空间信息网络抗毁性评估方法，其特征在于，步骤4中根据网络均衡度和网络桥接度计算得到网络抗毁性的公式为：

其中，R表示网络抗毁性，S表示网络均衡度，Q表示网络桥接度。

10.根据权利要求1-9任一项所述的基于图卷积网络的空间信息网络抗毁性评估方法，其特征在于，所述图卷积神经网络模型具有两层神经网络隐藏层。