基于深度强化学习的网络安全防护方法、系统、设备及介质

本申请涉及基于深度强化学习的网络安全防护方法、系统、设备及介质。所述方法包括：获取网络通信过程中的多源异构数据；并对所述多源异构数据进行标准化处理，得到安全事件数据流；基于滑动时间窗，对所述安全事件数据流进行特征统计，得到网络实时特征；将所述网络实时特征输入轻量级DRL模型进行快速推理，生成初步防护动作指令；当满足预设的触发条件时，将多个时间窗的所述网络实时特征及相关上下文信息进行融合，得到特征向量序列；将所述特征向量序列输入复杂DRL模型进行深度分析决策，得到精准防护策略方案。采用本方法能够有效应对零日漏洞，协同联动防护复杂的网络攻击。