成本网络拆解算法

兼顾节点与边的攻击代价差异，实现成本网络快速瓦解与资源高效利用。

Xuetong, Li · 张晓东

Neurocomputing 2026

技术优势

更准的成本模型

成本网络同时纳入节点和边的异质性，更全面地刻画攻击代价。

两个现成模型

Epi_CND 和 Ins_CND 分别针对流行传播和影响力传播场景，直接可用。

强化学习求解

采用强化学习和多视图图神经网络提取信息，确保拆解效率和效果。

实验验证有效

在合成和真实成本网络上均表现出显著有效性和优越性。

应用场景

• 工业系统安全：识别工业系统中关键节点和边，以最小代价瓦解攻击路径。
• 网络抗毁性评估：评估网络在异质攻击代价下的易损性和抗毁性。
• 关键基础设施防护：优化防护资源分配，保护关键基础设施免受恶意破坏。