摘要
本发明涉及信息技术领域，公开了一种虚假威胁情报识别模型鲁棒性量化分析方法及装置。该方法包括从情报消息中提取来源标识符、传播路径节点序列及消息内容文本，构建用于鲁棒性量化分析的基础数据集；修改基础数据集中的数据，并计算识别模型的性能指标变化；基于历史情报消息集及性能指标变化，通过加权融合算法计算综合鲁棒性指标；基于性能指标变化及综合鲁棒性指标，生成缺陷标签集合；基于缺陷标签集合，通过强化学习动态调整识别模型参数。本发明旨在综合量化多个性能指标以分析识别模型的鲁棒性，定位模型缺陷，并针对性优化模型，提升识别模型在复杂网络环境下的抗干扰性能。
