1.一种面向社区发现的网络薄弱节点搜索方法，包括以下步骤：(1)计算输入的社区网络中的各节点间的最短距离与每条边的边界度；

(2)创建种群，每个种群个体表示成一个网络节点，个体对应的染色体上基因代表与该网络节点相关的连边；设置攻击方案，将攻击方案表示为更改染色体上的基因，即更改基因对应的连边标号；并初始化遗传算法参数；

(3)根据预定义的适应度评价方式，计算种群中各个体的适应度，根据各个体的适应度，对种群进行轮盘赌选择，产生下一代个体；

(4)对个体对应的染色体进行交叉后，再根据交叉后染色体上基因对应的更改边的概率，对染色体进行变异，所述更改边的概率根据各节点间的最短距离与每条边的边界度计算得到；

(5)迭代执行步骤(3)、步骤(4)，直到满足预设最大迭代次数后，将最优的个体作为网络薄弱节点输出。

2.如权利要求1所述的面向社区发现的网络薄弱节点搜索方法，其特征在于，创建种群前，还需要设置最大改变个数，并在满足最大改边个数的条件下，随机创建一定数量的种群个体，其中每个个体染色体长度不等。

3.如权利要求1所述的面向社区发现的网络薄弱节点搜索方法，其特征在于，在设置攻击方案时，以更改边的标签作为染色提上的基因，以实现对染色体的编码。

4.如权利要求1所述的面向社区发现的网络薄弱节点搜索方法，其特征在于，在创建种群后，还需要对存在连边与不存在连边的节点对分别创建索引。

5.如权利要求1所述的面向社区发现的网络薄弱节点搜索方法，其特征在于，以社区网络的熵值和社区网络对应的衰减函数定义适应度函数，以此适应度函数计算个体的适应度。

6.如权利要求5所述的面向社区发现的网络薄弱节点搜索方法，其特征在于，社区网络的熵值利用公式(1)～(3)计算得到：其中，Pij表示聚类i中的成员属于类j的概率，L表示对照组中类的个数，mij表示聚类i中的成员属于类j的个数，m表示各簇成员总数，mi表示类i中成员个数，K为簇的个数，也就是子社区网络的个数；

社区网络对应的衰减函数 定义为：

其中，c为常数，控制衰减速度，λ为权重因子，控制重连边个数k与度分布距离d的权重比例，度分布距离d通过公式(5)计算得到：其中， 分别表示n个网络节点攻击前后

的度分布；

适应度函数定义为：

7.如权利要求1所述的面向社区发现的网络薄弱节点搜索方法，其特征在于，对个体对应的染色体进行交叉的过程为：为每条染色体随机生成一个交换量m1与m2，并分别从相邻的两条染色体的可交换基因中随机选取m1与m2个基因进行交换，生成新的染色体。

8.如权利要求1所述的面向社区发现的网络薄弱节点搜索方法，其特征在于，在步骤(4)中，增加边和删除边均属于更改变，对于增加边a，其概率为 其中，da表示两节点间的最短距离，∑da表示各节点对最短路径总和；

对于删除边b，概率为 其中CB(b)为边b的边界度，s＝1,2,3,……,m，m为已有边的总数；

根据增加边和删除边的概率，对染色体进行变异。