买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉复旦大学申请的专利一种基于目标攻击的复杂网络可控性鲁棒性预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116489041B 。

龙图腾网通过国家知识产权局官网在2025-08-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310561670.X，技术领域涉及：H04L41/147；该发明授权一种基于目标攻击的复杂网络可控性鲁棒性预测方法是由丁洁;卓钺设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本一种基于目标攻击的复杂网络可控性鲁棒性预测方法在说明书摘要公布了：本发明属于复杂网络可控性技术领域，具体为一种复杂网络目标攻击下可控性鲁棒性预测方法。本发明方法包括：构建卷积神经网络；生成复杂网络并求取其目标攻击下的可控性鲁棒性作为训练数据；训练卷积神经网络；预测目标攻击下复杂网络的可控性鲁棒性。本发明通过卷积神经网络预测网络的可控性鲁棒性，克服了现有攻击仿真方法中计算成本大、速度慢的问题。

本发明授权一种基于目标攻击的复杂网络可控性鲁棒性预测方法在权利要求书中公布了：1.一种基于目标攻击的复杂网络可控性鲁棒性预测方法，其特征在于，具体步骤为： 步骤1，构建卷积神经网络； 步骤2，生成复杂网络并求取其目标攻击下的可控性鲁棒性作为训练数据； 步骤3，训练卷积神经网络； 步骤4，预测目标攻击下复杂网络的可控性鲁棒性； 步骤1所述的构建卷积神经网络，是一个18层的神经网络，包含卷积层、最大池化层、ReLU激活层和全连接层，其结构依次为：5组由卷积层、最大池化层和ReLU激活层组成的三层神经网络结构、全连接层、ReLU激活层、全连接层；第1组至第5组三层神经网络结构卷积核大小依次是5×5、7×7、5×5、4×4、3×4，第1组至第2组池化核大小是2×2，第3组至第5组池化核大小是3×3； 步骤2所述的生成复杂网络并求取其目标攻击下的可控性鲁棒性作为训练数据，具体包括：生成节点数相同、网络模型不同、平均度不同的复杂网络，节点序号随机打散，目标节点占比固定为f，用不同的选择策略选定目标节点，对不同的攻击策略使用攻击仿真求取其目标攻击下可控性鲁棒性； 对于一个N节点、目标节点占比f的网络，基于移除节点方式，目标攻击下网络的可控性鲁棒性定义如下： 其中，NDi为进行第i次节点攻击后余下网络的目标可控驱动节点数，fN为目标节点数； 步骤4所述的训练卷积神经网络，具体内容如下：复杂网络邻接矩阵记作目标节点集记作目标矩阵记作embedding矩阵是一个随机矩阵；是攻击完成后，余下由目标节点组成网络的邻接矩阵；神经网络输入是大小为batch_size,3,fN,N的张量，其通道数为3，通道一是通道二是通道三是对张量进行归一化预处理；神经网络输出是序列，记作预测值向量pv；预测值对应的真实值向量记为tv；损失函数使用均方误差： 对模型进行训练；PVi，TVi分别第个预测值向量pv和真实值向量tv。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。