一种基于异构图神经网络的车载网络安全风险评估方法

本发明属于人工智能运维领域，具体涉及一种基于异构图神经网络的车载网络安全风险评估方法，包括：将一定时间窗口内的车载网络中的设备节点、信道节点和攻击告警信息及其相互关系构建为异构图数据；利用预定义的元路径模板，对构建好的数据进行基于元路径序列化处理，为每一节点生成多条元路径序列；采用双向长短期记忆网络结合注意力机制处理元路径序列，提取节点属性特征；采用Metapath2Vec算法进行基于元路径的随机游走，学习生成的序列表示，从而提取节点的结构特征；将每一节点的属性特征和结构特征融合，得到每一节点的向量表示；采用注意力机制融合每一设备节点的向量表示，将表示结果输入多层感知机，输出车载网络风险评估结果。