软件供应链依赖关系鲁棒性评估方法、装置、介质及设备

本申请提供的软件供应链依赖关系鲁棒性评估方法、装置、介质及设备，在对开源软件供应链进行鲁棒性评估时，先根据开源软件供应链中来自于多个数据源的软件依赖数据构建得到初始依赖图，从而能够全面还原依赖链的时空复杂度；接着利用降噪自编码器和图神经网络，将初始依赖图降噪为降噪依赖图后进行多尺度分析，形成分析结果；由于降噪自编码器的损失函数由重构损失和结构保持损失结合而成，图神经网络采用加权聚合函数和多任务损失函数训练并通过结构扰动实验评估得到，因此对分析结果进行多维度指标评估得到的鲁棒性评估结果可以充分考虑到数据噪声、结构动态变化和攻击场景的影响，具有较高的精确度，为软件供应链安全管理提供了有力支持。