对抗混淆流量生成方法、装置、存储介质、程序产品

本发明提出一种对抗混淆流量生成方法、装置、存储介质、程序产品，该方法包括：拦截待保护的原始网络流量数据包；基于强化学习模型生成对抗性干扰序列；将所述对抗性干扰序列嵌入至所述原始网络流量数据包的负载区域，生成混淆网络流量数据包；验证所述混淆网络流量数据包对网络流量行为分类模型的对抗有效性；若验证未通过，则迭代调整所述对抗性干扰序列直至满足预设的对抗条件或达到最大填充长度。该方法能够有效改变原始网络流量数据包的特征，影响深度学习模型针对数据包的表征能力，进而影响针对原始网络流量数据包的行为识别，降低识别准确率。