基于深度强化学习的大规模网络瓦解方法、存储装置以及存储介质

摘要

本发明提出了一种基于深度强化学习的大规模网络瓦解方法、存储装置以及计算机可读存储介质，所述方法包括以下步骤：训练网络表示学习模型，其中，网络表示学习模型为网络的节点到其对应特征向量映射的神经网络模型；根据网络表示学习模型和强化学习算法训练网络瓦解模型，其中，网络瓦解模型为拟合强化学习Q值函数的神经网络模型；通过网络瓦解模型对目标网络进行网络瓦解。该方法能够系统解决常规网络瓦解问题和广义网络瓦解问题，扩展性较强，且所需先验知识少，只需将网络本身作为输入，根据不同问题定义相应的奖励函数就可高效地学习网络瓦解策略，其解决问题的规模可以扩展到千万级节点以上，应用场景十分广阔。