基于值函数强化学习的嵌入式软件时序异常检测方法

本发明提供基于值函数强化学习的嵌入式软件时序异常检测方法，涉及异常检测技术领域，包括通过获取时序数据并划分时序片段，构建状态空间矩阵，采用长短时记忆网络提取特征向量，基于深度神经网络生成Q值函数网络，构建基于马氏距离的奖励函数，采用深度Q学习算法训练网络并优化参数，最终实现异常检测。本发明能够有效捕捉时序数据的长期依赖关系，提高异常检测的准确性，降低误报率，具有较强的泛化能力。