本發(fā)明提供了一種基于強(qiáng)化學(xué)習(xí)的動(dòng)態(tài)鏈路預(yù)測模型魯棒性增強(qiáng)方法，包括：(1)對原始圖數(shù)據(jù)進(jìn)行特征嵌入，提取嵌入向量；(2)將特征嵌入后的嵌入向量作為馬爾科夫決策過程中的狀態(tài)進(jìn)行建模，輸出動(dòng)作為修改的連邊數(shù)；(3)使用強(qiáng)化學(xué)習(xí)DDPG的訓(xùn)練策略，逐圖增刪連邊，直到最后一張；(4)計(jì)算處理后的圖數(shù)據(jù)，輸入到動(dòng)態(tài)鏈路預(yù)測模型進(jìn)行準(zhǔn)確率預(yù)測，得到回報(bào)值；(5)重復(fù)步驟(3)～(4)，直到設(shè)定的訓(xùn)練輪數(shù)，得到魯棒性增強(qiáng)的圖數(shù)據(jù)。利用本發(fā)明的方法，修改后的圖數(shù)據(jù)在模型上可以保持良好的性能，同時(shí)具有強(qiáng)魯棒性，對動(dòng)態(tài)鏈路預(yù)測模型應(yīng)用到安全關(guān)鍵的領(lǐng)域中具有重要的理論和實(shí)踐意義。