一种基于强化学习的动态防御方法、系统、设备及介质

本发明属于网络安全保护技术领域，其目的在于提供一种基于强化学习的动态防御方法、系统、设备及介质。其中的方法包括：采集目标网络多个历史时刻的状态特征信息及防御动作，并根据多个历史时刻的状态特征信息得到状态集合，根据多个历史时刻的防御动作得到动作集合；基于状态集合和动作集合，得到初始攻击样本；采用生成对抗网络基于初始攻击样本生成对抗攻击样本；构建初始智能体，并采用初始攻击样本和对抗攻击样本对初始智能体进行训练，使其学习到最优防御策略，进而得到训练后智能体；将训练后智能体部署至目标网络中，以便实现对目标网络的动态防御。本发明能够有效抵御复杂网络攻击，提高网络系统的安全性。