一种基于图神经网络的汽车网络安全知识推理方法

本发明公开了一种基于图神经网络的汽车网络安全知识推理方法，涉及车联网领域。由于车联网安全中实体和关系具有复杂语义、多样化类型等特点，传统的基于规则的知识推理方法难以有效预测隐式关系，效率不高，同时基于同构图的图神经网络方法无法捕获高阶语义信息，导致推理精度下降。因此需要一种能够支持复杂关系建模的推理方法。本发明提出一种基于图神经网络的汽车网络安全隐式关系推理方法，包括：知识图谱嵌入模块、数据预处理模块、图神经网络建模模块和解码器模块。本发明实现隐式关系的知识推理，解决了传统方法难以建模复杂语义关系的问题，提高了隐式关系预测的效率和准确率。