一种动态脆弱性感知的自适应容错方法和系统

本发明公开了一种动态脆弱性感知的自适应容错方法和系统，该方法包括：基于深度学习神经网络的各层和输入数据，以及数据流向构建第一计算图，并对第一计算图的节点和边进行特征向量编码；将特征向量编码后的部分节点进行脆弱性标签注释得到训练样本集，将未标注的节点作为测试集；通过损失函数基于训练样本集对GNN模型进行训练得到脆弱性预测器模型；将当前深度学习神经网络转化为第二计算图，将第二计算图输入到脆弱性预测器模型，以便对第二计算图的各个节点进行脆弱性节点分类或标记，对不同脆弱性类别的节点匹配对应的容错策略。该自适应容错方法能够动态感知神经网络的各层和输入数据的脆弱性，利用节点间的脆弱性差异实现轻量级容错设计。