基于改进GNN与强化学习的威胁情报知识图谱推理方法

本发明提供一种基于改进GNN与强化学习的威胁情报知识图谱推理方法，通过引入变分机制，构建基于改进图神经网络GNN的自编码器，对原有的威胁情报知识图谱进行特征提取得到当前时刻的节点信息et；构建策略网络；由强化学习的软奖励模块根据智能体游走的历史路径质量计算得到奖励r，并将奖励r反馈给策略网络；基于当前状态、动作、奖励和新状态，通过策略梯度方法更新策略网络的参数；完成基于改进GNN和强化学习的知识推理模型的搭建；通过搭建的基于改进GNN和强化学习的知识推理模型获得推理结果；该方法能够高效地提取特征，能够捕捉丰富的语义信息，提供更准确的表示和推理结果，提升了模型的可解释性，能够改进推理能力。