一种网络鲁棒性评估方法及系统

摘要

本发明属于网络检测技术领域，尤其涉及一种网络鲁棒性评估方法及系统。所述方法包括：获取网络的初始参数，根据所述初始参数获取所述网络的初始负载模型，所述初始参数包括：所述网络的初始节点数、初始边数、初始随机游走者数、负载容限参数和负载削减参数；通过卷积神经网络模型用于对特征进行提取，并通过特征进行特征学习，网络中模拟基于随机游走的网络故障，并根据所述初始参数和所述初始负载模型对鲁棒图进行表征学习，提高了网络鲁棒图的获取的准确性。进一步，根据网络故障后网络重新稳定时对应的目标网路巨分量来评估网络的鲁棒性，不需要网络中所有节点的连接情况，数据处理量较小，提高了网络鲁棒性评估的速度和精度。