一种基于图神经网络的通信拓扑攻击路径预测方法及系统

本发明公开了一种基于图神经网络的通信拓扑攻击路径预测方法及系统，涉及图神经网络推理技术领域，包括采集通信网络结构、设备属性与安全标签信息，构建通信拓扑结构图；基于通信拓扑结构图，结合节点、链路与路径级信息，应用多层级图嵌入策略，构建结构与攻击特征融合的表达矩阵；通过结构与攻击特征融合的表达矩阵，构建多通路图神经网络模型，联合全局结构信息、局部风险特征与攻击链条依赖关系，输出路径级推理结果。本发明所述方法通过通信拓扑构建、多层级图嵌入与多通路GNN推理，实现在动态网络环境下对结构信息、风险特征与攻击链条的融合表达，提升了攻击路径预测的准确性与自适应能力，解决了现有方法表达单一、链式推理弱的问题。