为提高网络认知的准确度，采用双层贝叶斯网络模型对网络参数进行层次化描述；采用强化学习推理算法对模型的条件概率表进行分级和学习，删除冗余信息，更准确地反映网络参数间的依赖关系，保证网络认知算法的准确度。经仿真分析，证明算法能够更好地描述网络参数的依赖信息，具有较高的推理准确度。