1.一种基于强化学习的动态链路预测模型鲁棒性增强方法，其特征在于，包括：(1)对原始图数据进行特征嵌入，提取嵌入向量；

(2)将特征嵌入后的嵌入向量作为马尔科夫决策过程中的状态进行建模，输出动作为修改的连边数；

(3)使用强化学习DDPG的训练策略，逐图增删连边，直到最后一张；

(4)计算处理后的图数据，并输入到动态链路预测模型进行准确率预测，得到回报值；

(5)重复步骤(3)～(4)，直到设定的训练轮数，最终得到修改后的鲁棒性增强的图数据。

2.根据权利要求1所述的基于强化学习的动态链路预测模型鲁棒性增强方法，其特征在于，步骤(1)中，提取嵌入向量使用的是两层的GCN模型，每一层的传播规则为：其中， 即在邻接矩阵A上加一个单位矩阵IN； 是 的度矩阵，即(l) (0) (l)

H 是第l层的激活单元矩阵，H 为特征矩阵X，W 为每一层的参数矩阵，σ为sigmoid激活函数，把输入值映射到[0,1]。

3.根据权利要求2所述的基于强化学习的动态链路预测模型鲁棒性增强方法，其特征在于，输出的嵌入向量表示为(y1,y2,…,yl)，(y1,y2,…,yl)＝G(x1,x2,…,xl)其中，G代表整个GCN模型，这里选择输出嵌入向量的维度与特征向量相同，(x1,x2,…,xl)表示图数据的节点特征向量。

4.根据权利要求1所述的基于强化学习的动态链路预测模型鲁棒性增强方法，其特征在于，步骤(2)中，马尔科夫决策过程是由4个元素构成的四元组＜S,A,T,R＞；其中，S是包含所有状态的有限集合，A是一个包含所有动作的有限集合，T为转换函数，R为奖励函数；

建模过程中，S中的一个状态由所有节点输出的嵌入向量的拼接而成，得到的向量表示为yall：

yall＝(y11,y12,…y1l,y21,y22,…y2l,…,yN1,yN2,…yNl)其中，N表示的是图中的节点数目；

A的动作设定为修改的连边数，根据图的大小来设定可以修改的最大连边数；转换函数T包含图随时间的变化以及后面时刻对前面时刻修改的继承；奖励函数R则由链路预测的预测性能决定。

5.根据权利要求1所述的基于强化学习的动态链路预测模型鲁棒性增强方法，其特征在于，步骤(3)的具体过程为：

(3‑1)将步骤(1)得到的图数据的嵌入向量作为强化学习的状态st；对于前面时刻有修改的图，需要把改变后的图的邻接矩阵生成嵌入向量；

(3‑2)从环境接收状态st，然后输出一个[0,1]的值作为动作at，动作at代表的是修改的连边数；确定修改数目后，根据所有节点对的梯度来选择需要修改的连边；

(3‑3)按照序列中图的顺序，根据DDPG的策略逐图修改，直到完成最后一张图。

6.根据权利要求5所述的基于强化学习的动态链路预测模型鲁棒性增强方法，其特征在于，步骤(3‑2)中，计算所有节点对的梯度方式如下：链路预测模型使用P(A)的形式表示，损失函数用L进行表示：其中，Pt(i,j)表示的是链路预测模型预测的结果，t表示的是某个时刻，At(i,j)表示的是真实的连边信息；

计算L对应于某个时刻图中的某一条连边的偏导数，表示为：因为邻接矩阵为对称的形式，使用gij来获得其中，gij表示损失函数对邻接矩阵中自变量aij求导得到的梯度，gji表示表示损失函数对邻接矩阵中自变量aji求导得到的梯度， 和 表示连边上的梯度；

选取所有连边中梯度绝对值最大的连边位置，如果梯度为正，则删除连边，梯度为负，则添加连边。

7.根据权利要求6所述的基于强化学习的动态链路预测模型鲁棒性增强方法，其特征在于，若需要删除连边的位置本身就不存在连边，或是原本存在连边的位置需要添加连边，则忽略这种位置，重新根据梯度绝对值的大小选取另一个位置进行替代。

8.根据权利要求1所述的基于强化学习的动态链路预测模型鲁棒性增强方法，其特征在于，DDPG包括Actor网络与Critic网络，Actor网络生成一个动作，状态s和动作值a输入到Critic网络中得到对应的Q值，Actor的目标函数为最大化Q值，Critic网络的目标函数为最小化Q(s,a)的误差。

9.根据权利要求1所述的基于强化学习的动态链路预测模型鲁棒性增强方法，其特征在于，步骤(4)中，回报值R的计算方式为：R＝‑L

其中，回报函数是最大化R，所以损失函数L会被尽可能地减小；Pt(i,j)表示的是链路预测模型预测的结果，t表示的是某个时刻，At(i,j)表示的是真实的连边信息。