基于Kcore和深度强化学习的网络瓦解方法及系统

本发明公开了一种基于Kcore和深度强化学习的网络瓦解方法及系统，通过输入图G＝(V,E)；根据图G＝(V,E)，从图G＝(V,E)中删除节点的每个迭代，计算剩余图的2核的大小；采用图神经网络学习和推广图结构数据上的函数，通过聚合和传播来自相邻节点的信息来迭代地更新节点表示；构建智能核心模型，在智能核心模型中设置有智能核心框架，智能核心框架采用编码器‑解码器架构；在编码阶段，将图结构和节点细节转换为向量表示；在解码阶段，使用深度学习来表示状态和行动；采用双Q学习来训练智能核心模型，通过对经验的样本进行梯度下降来细化参数。本发明利用图神经网络来最小化累积的2核大小的端到端模型；处理准确性高和速度快。