基于图神经网络的电路架构脆弱性因子预测方法及系统

本申请实施例公开了一种基于图神经网络的电路架构脆弱性因子预测方法及系统，该方法包括：通过编译生成仿真数据和电路拓扑图，并划分为多个拓扑子图；通过故障注入仿真生成各个第一寄存器对的故障传播仿真概率；将多个拓扑子图输入至图神经网络进行训练，得到各个第一寄存器对的局部故障传播预测概率；将其整合至电路拓扑图中，计算全局整合传播概率；根据上述各概率对图神经网络的参数进行迭代更新，形成目标图神经网络；将待测电路拓扑图对应的多个拓扑子图输入至目标图神经网络进行预测，而后整合得到各个第二寄存器对的全局整合传播概率，进而得到AVF数据。本申请降低了计算开销和时间开销，提升了AVF计算效率，实现了低时延、高精度预测。