一种攻击模拟模型的训练方法、装置、电子设备及介质

本申请实施例提供了一种攻击模拟模型的训练方法、装置、电子设备及介质，涉及通信安全技术领域，包括：获取当前状态信息，将当前状态信息转换为第一状态向量，并输入动作策略学习神经网络，得到预设攻击库中各攻击动作的概率；基于预设攻击库和各攻击动作的概率选择目标攻击动作；按照目标攻击动作攻击待测系统，获取待测系统的更新后的状态信息；将更新后的状态信息转换为第二状态向量；将第一状态向量和第二状态向量输入评估学习神经网络，得到目标攻击动作的估算价值；基于目标攻击动作和估算价值算第一损失函数值，基于估算价值和实际攻击价值计算第二损失函数值；将训练完成的动作策略学习神经网络作为攻击模拟模型。提升了攻击模拟效果。