1.基于AI的智慧城市评价方法，其特征在于，包括：

获取待评价智慧城市的目标网络服务；

针对所述目标网络服务依赖的各目标依赖对象，确定所述目标依赖对象的至少一个依赖路由链路；所述目标依赖对象包括至少一个提供相同服务的依赖节点；

针对存在至少一个当前风险路由节点的各所述依赖路由链路，确定所述依赖路由链路各所述当前风险路由节点的评估参数值；所述当前风险路由节点为存在漏洞的路由节点；

基于各所述目标依赖对象的各所述依赖路由链路的评估参数值，确定所述目标网络服务的第一脆弱性评分；

基于所述第一脆弱性评分确定所述待评价智慧城市的安全等级；

其中，所述基于各所述目标依赖对象的各所述依赖路由链路的评估参数值，确定所述目标网络服务的第一脆弱性评分，包括：基于所述目标依赖对象的各所述依赖路由链路的评估参数值，确定所述目标依赖对象的所有依赖路由链路的第二脆弱性评分；

基于各所述目标依赖对象的所述第二脆弱性评分，确定所述目标网络服务的第一脆弱性评分；

相应地，所述基于所述目标依赖对象的各所述依赖路由链路的评估参数值，确定所述目标依赖对象的所有依赖路由链路的第二脆弱性评分，包括：基于所述目标依赖对象的所述依赖路由链路的数量、各所述依赖路由链路的漏洞威胁程度和跳数距离，确定所述目标依赖对象的所有依赖路由链路的所述第二脆弱性评分；确定所述目标依赖对象的所有依赖路由链路的所述第二脆弱性评分的公式如下：；

其中， 为所述第二脆弱性评分，为所述目标依赖对象的第 条依赖路由链路， 为所述第条依赖路由链路的漏洞威胁程度，为所述第 条依赖路由链路的第 个当前风险路由节点， 为当前风险路由节点 在所述第 条依赖路由链路上距离所述目标网络服务的跳数距离， 为所述目标依赖对象的所述依赖路由链路的数量；

相应地，所述基于各所述目标依赖对象的所述第二脆弱性评分，确定所述目标网络服务的第一脆弱性评分，包括：从权重表中获取各所述目标依赖对象对于所述目标网络服务的目标重要性权重，所述权重表中存储有各依赖对象对于各网络服务的重要性权重；

基于各所述目标重要性权重、各所述第二脆弱性评分和所述目标依赖对象的数量，确定所述目标网络服务的所述第一脆弱性评分；确定目标网络服务的第一脆弱性评分的公式如下：；

其中，表示所述第一脆弱性评分， 表示第 个目标依赖对象的目标重要性权重，目标重要性权重用于表征的目标依赖对象对于目标网络服务的依赖程度，表示第 个目标依赖对象的第二脆弱性评分，表示所述目标依赖对象的数量。

2.根据权利要求1所述的基于AI的智慧城市评价方法，其特征在于，确定所述目标依赖对象的步骤包括：获取所述目标网络服务依赖的所有依赖对象；

从所有所述依赖对象中确定与所述目标网络服务属于不同设备的至少一个候选依赖对象；

将各所述候选依赖对象均确定为所述目标依赖对象。

3.根据权利要求1所述的基于AI的智慧城市评价方法，其特征在于，所述确定所述依赖路由链路各所述当前风险路由节点的评估参数值，包括：针对各所述当前风险路由节点，确定所述当前风险路由节点的漏洞威胁程度，并确定所述当前风险路由节点在所述依赖路由链路上与所述目标网络服务的跳数距离；

将所述当前风险路由节点的漏洞威胁程度和跳数距离，确定为所述当前风险路由节点的评估参数值。

4.根据权利要求1至3任一项所述的基于AI的智慧城市评价方法，其特征在于，所述基于AI的智慧城市评价方法还包括：对DNS服务器返回数据包进行解析，得到DNS服务器IP以及至少一个目的端域名与IP地址的映射关系后，计算各所述映射关系的哈希值；

当所述DNS服务器IP是受信任的地址时，将各所述哈希值分别与预存哈希值进行比对；

所述预存哈希值包括一个或多个与所述目的端域名相关联的映射关系的哈希值；

若所述哈希值与所述预存哈希值不匹配，则存储所述哈希值的映射关系，使用与所述目的端域名相关联的IP地址替换防火墙过滤规则中的所述目的端域名后，基于所述相关联的IP地址进行域名过滤。

5.根据权利要求4所述的基于AI的智慧城市评价方法，其特征在于，所述存储所述哈希值的映射关系，包括：存储所述目的端域名与所述哈希值的IP地址的映射关系、所述哈希值，以及将所述哈希值的映射关系的生存时间更新为当前时间；

在将各所述哈希值分别与预存哈希值进行比对之后，还包括：

若所述哈希值与所述预存哈希值相匹配，则将所述哈希值的映射关系的生存时间更新为所述当前时间；

若所述映射关系的生存时间超过预设期限阈值，删除所述映射关系，使用与所述目的端域名相关联的IP地址替换所述防火墙过滤规则中的所述目的端域名后，基于所述相关联的IP地址进行域名过滤。

6.根据权利要求4所述的基于AI的智慧城市评价方法，其特征在于，在对DNS服务器返回数据包进行解析，得到DNS服务器IP以及至少一个目的端域名与IP地址的映射关系之前，还包括：获取CPU信息队列和网卡信息队列；CPU信息队列包括多个CPU的CPU唯一标识，网卡信息队列包括多张网卡的网卡唯一标识；

将多个解析线程分别绑定至所述CPU信息队列；

对所述多个CPU进行分组，得到多个CPU组，一个CPU组关联一张网卡；

基于数据包记载的协议和目标接收端口，筛选出DNS服务器返回数据包后，将所述DNS服务器返回数据包转发至的解析线程；

相应地，DNS服务器返回数据包是基于如下步骤进行筛选的：将接收数据包的协议和目标接收端口作为输入二元组，进行哈希计算，得到散列值；

若所述散列值与预存散列值一致，则确定所述接收数据包是DNS服务器返回数据包。

7.基于AI的智慧城市评价系统，其特征在于，包括：

获取单元，用于获取待评价智慧城市的目标网络服务；

第一确定单元，用于针对所述目标网络服务依赖的各目标依赖对象，确定所述目标依赖对象的至少一个依赖路由链路；所述目标依赖对象包括至少一个提供相同服务的依赖节点；

第二确定单元，用于针对各所述依赖路由链路，确定所述依赖路由链路中至少一个当前风险路由节点的评估参数值；所述当前风险路由节点为存在漏洞的路由节点；

第三确定单元，用于基于各所述目标依赖对象的各所述依赖路由链路的评估参数值，确定所述目标网络服务的第一脆弱性评分；

智慧城市评价模块，用于基于所述第一脆弱性评分确定所述待评价智慧城市的安全等级；

其中，所述基于各所述目标依赖对象的各所述依赖路由链路的评估参数值，确定所述目标网络服务的第一脆弱性评分，包括：基于所述目标依赖对象的各所述依赖路由链路的评估参数值，确定所述目标依赖对象的所有依赖路由链路的第二脆弱性评分；

基于各所述目标依赖对象的所述第二脆弱性评分，确定所述目标网络服务的第一脆弱性评分；

相应地，所述基于所述目标依赖对象的各所述依赖路由链路的评估参数值，确定所述目标依赖对象的所有依赖路由链路的第二脆弱性评分，包括：基于所述目标依赖对象的所述依赖路由链路的数量、各所述依赖路由链路的漏洞威胁程度和跳数距离，确定所述目标依赖对象的所有依赖路由链路的所述第二脆弱性评分；确定所述目标依赖对象的所有依赖路由链路的所述第二脆弱性评分的公式如下：；

其中， 为所述第二脆弱性评分，为所述目标依赖对象的第 条依赖路由链路， 为所述第条依赖路由链路的漏洞威胁程度，为所述第 条依赖路由链路的第 个当前风险路由节点， 为当前风险路由节点 在所述第 条依赖路由链路上距离所述目标网络服务的跳数距离， 为所述目标依赖对象的所述依赖路由链路的数量；

相应地，所述基于各所述目标依赖对象的所述第二脆弱性评分，确定所述目标网络服务的第一脆弱性评分，包括：从权重表中获取各所述目标依赖对象对于所述目标网络服务的目标重要性权重，所述权重表中存储有各依赖对象对于各网络服务的重要性权重；

基于各所述目标重要性权重、各所述第二脆弱性评分和所述目标依赖对象的数量，确定所述目标网络服务的所述第一脆弱性评分；确定目标网络服务的第一脆弱性评分的公式如下：；

其中，表示所述第一脆弱性评分， 表示第 个目标依赖对象的目标重要性权重，目标重要性权重用于表征的目标依赖对象对于目标网络服务的依赖程度，表示第 个目标依赖对象的第二脆弱性评分，表示所述目标依赖对象的数量。

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述基于AI的智慧城市评价方法。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于AI的智慧城市评价方法。