本发明涉及公共安全场景认知，尤其涉及一种在公共安全场景中认知异质图结构的方法和系统。
背景技术：
1、公共场景是指供大众使用或参与的开放空间或场所，维护公共场景的安全对于个人、社团、机构和国家都至关重要。随着科技的飞速发展和生活水平的提升，公共安全场景中的复杂事物，比如社交平台、在线支付平台、电子商务平台、交通出行平台等在人们的生活所占的比重越来越大。这些平台通过网络技术和信息传播，提供各种公共服务、资源和信息，为人们提供便利和交流的渠道。在这个过程中产生了大量的非欧几里得数据，传统的机器学习无法捕捉到其中复杂的关系结构，因此，利用图表示学习相关知识将场景中的实体表示为节点，实体之间的关系表示为边，并存储为含有大量信息网络结构的形式进行理解和分析已经成为常见做法，在社交媒体、生物信息学和推荐系统等领域有着很成功的突破和应用。举个例子，在社交网络中，用户、评论、博文等各种事物可以作为图结构的节点，不同类型的节点之间有多种多样的关系，分析其中隐含的关系可以规避风险、预防突发事件危害公众。其中，非欧几里得数据指的是那些不遵循传统欧几里得空间几何规则的数据。
2、现有的基于图的网络结构有同质信息网络和异质信息网络，它们已经被政府、公司等社会机构广泛应用在实际工作中。但大量的研究表明这些网络结构都很容易受到干扰，即使是微小的扰动也会对模型和下游任务产生深远的影响，这对维持公共秩序造成了危害。相比于同质图，异质图含有多种类型的节点和边，更容易受到干涉。这种干涉从性质上可以分为对抗性的和非对抗性，前者为公共安全场景中特有的危害，主观性较大；后者是客观存在的。因此，从国家或者是公司机构层面来讲，不仅仅需要先进的模型去捕获现实社会中复杂的关系，还需要模型有了解所涉及的风险的能力。
3、此外，目前的科研实验大多假设数据模型处于一个安全的场景中，缺乏对数据模型本身的深入研究。在处理具体任务时，存在认知混乱的问题。例如，面对大量且复杂的数据结构，对数据集、数据预处理方法、模型等的不同选择可能导致相似的研究结果无法横向对比。其中最根本的原因是研究人员在实验过程中对数据模型的认知角度存在差异。
技术实现思路
1、鉴于此，本发明实施例提供了一种在公共安全场景中认知异质图结构的方法和系统，以消除或改善现有技术中存在的一个或更多个缺陷。
2、本发明的一个方面提供了一种在公共安全场景中认知异质图结构的方法，该方法包括以下步骤：获取针对公共安全场景预先搭建的认知融合模型，所述认知融合模型包含针对公共安全场景中包含的事物和事物间关系预先搭建的异质图；基于异质图包含的语义信息和拓扑信息构建元路径，将所述异质图分解为多个邻居子图；利用标准化的拉普拉斯矩阵对选定的预设数量的元路径进行翻转，从而实现对邻居子图的扰乱，得到多个带有噪声的邻居子图；利用认知融合模型包含的谱图模型对带有噪声的邻居子图在节点预测任务中进行元认知控制，利用多层感知器在节点预测任务中对认知融合模型进行训练，训练完成后的认知融合模型用于公共安全场景中的风险评估。
3、在本发明的一些实施例中，所述异质图以公共安全场景中的事物为节点，以事物之间的关系为边，将公共安全场景中的安全相关信息储存到异质图中；认知融合模型包含的所述谱图模型属于机器学习模型，通过训练完成的谱图模型进行下游任务决策。
4、在本发明的一些实施例中，所述基于异质图包含的语义信息和拓扑信息构建元路径，将所述异质图分解为多个邻居子图的步骤包括：基于异质图包含的语义信息和拓扑信息从异质图中拆解得到多个元路径，通过元路径与节点之间的邻接关系将异质图分解为多个邻居子图。
5、在本发明的一些实施例中，所述利用标准化的拉普拉斯矩阵对选定的预设数量的元路径进行翻转的步骤包括：利用标准化的拉普拉斯矩阵将对邻居子图的扰乱转化为图的线性变换，对选定的预设数量的元路径进行翻转；所述翻转步骤包括在给定的预算范围内添加或删除邻居子图中的边。
6、在本发明的一些实施例中，在对每一元路径进行翻转的过程中，包括：计算邻居子图的一般化特征向量；为邻居子图的每个节点保留至少一条随机边，以防孤点的存在，其余的边形成候选边集合；在候选边集合中随机采样以选定候选边；通过计算复杂度，在选定的候选边的基础上选定位于顶部的预设数量的元路径进行翻转，从而实现对邻居子图的扰乱。
7、在本发明的一些实施例中，所述谱图模型包含注意力机制层和多层感知器，所述注意力机制层包含被误导的节点级别的注意力机制和被误导的语义注意力机制；利用认知融合模型包含的谱图模型对带有噪声的邻居子图在节点预测任务中进行元认知控制的步骤还包括：利用所述注意力机制层调整不同元路径的权重参数，基于所述不同元路径的权重参数进行融合语义嵌入，得到带有噪声的邻居子图的嵌入表示，以使多层感知器基于带有噪声的邻居子图的嵌入表示在节点预测任务中对认知融合模型进行训练。
8、在本发明的一些实施例中，所述方法还包括：使用元路径的方式进行数据读取，以搭建公共安全事件质量数据集，所述公共安全事件质量数据集包含节点数量、边数量、关系数量和特征值数量，以及训练集、验证集和测试集的数量，并且列出选取的元路径，所述认知融合模型结合所述公共安全事件质量数据集认知非欧几里得数据在公共安全场景中的语义变化。
9、本发明的另一方面提供了一种在公共安全场景中认知异质图结构的系统，该系统包括处理器、存储器及存储在存储器上的计算机程序/指令，所述处理器用于执行所述计算机程序/指令，当所述计算机程序/指令被执行时该系统实现如上实施例中任一项所述方法的步骤。
10、本发明的另一方面提供了一种计算机可读存储介质，其上存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现如上实施例中任一项所述方法的步骤。
11、本发明的另一方面提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如上实施例中任一项所述方法的步骤。
12、本发明所提出的在公共安全场景中认知异质图结构的方法和系统，提出了一种攻击异质图结构的方法，该方法将图的结构变化视为描述某种运动状态，在保持数据特征基本不变的情况下，有针对性地扰乱异质信息网络的不同语义，同时，基于认知融合模型中包含的机器学习模型对带有噪声的邻居子图进行学习训练，在学习过程中推动认知融合模型对公共安全场景的理解程度，训练后的认知融合模型可以在节点预测任务中对公共安全场景进行风险评估，本技术所提出的方法克服了研究人员在实验过程中对数据模型的由于认知角度不同带来的主观差异，从异质图的角度触发，使得认知融合模型的风险评估结果更加合理。
13、本发明的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获得。
14、本领域技术人员将会理解的是，能够用本发明实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。
1.一种在公共安全场景中认知异质图结构的方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述异质图以公共安全场景中的事物为节点，以事物之间的关系为边，将公共安全场景中的安全相关信息储存到异质图中；
3.根据权利要求1所述的方法，其特征在于，所述基于异质图包含的语义信息和拓扑信息构建元路径，将所述异质图分解为多个邻居子图的步骤包括：
4.根据权利要求1所述的方法，其特征在于，所述利用标准化的拉普拉斯矩阵对选定的预设数量的元路径进行翻转的步骤包括：
5.根据权利要求4所述的方法，其特征在于，在对每一元路径进行翻转的过程中，包括：
6.根据权利要求1所述的方法，其特征在于，所述谱图模型包含注意力机制层和多层感知器，所述注意力机制层包含被误导的节点级别的注意力机制和被误导的语义注意力机制；利用认知融合模型包含的谱图模型对带有噪声的邻居子图在节点预测任务中进行元认知控制的步骤还包括：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：使用元路径的方式进行数据读取，以搭建公共安全事件质量数据集，所述公共安全事件质量数据集包含节点数量、边数量、关系数量和特征值数量，以及训练集、验证集和测试集的数量，并且列出选取的元路径，所述认知融合模型结合所述公共安全事件质量数据集认知非欧几里得数据在公共安全场景中的语义变化。
8.一种在公共安全场景中认知异质图结构的系统，包括处理器、存储器及存储在存储器上的计算机程序/指令，其特征在于，所述处理器用于执行所述计算机程序/指令，当所述计算机程序/指令被执行时该系统实现如权利要求1至7中任一项所述方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
10.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
