本發(fā)明公開了一種基于強化學(xué)習(xí)的惡意用戶行為智能檢測方法，包括智能分析引擎模塊、網(wǎng)絡(luò)空間狀態(tài)感知模塊和多域動作執(zhí)行模塊；智能分析引擎模塊用于判斷在何種狀態(tài)下采取何種動作；網(wǎng)絡(luò)空間狀態(tài)感知模塊用于感知網(wǎng)絡(luò)空間的當(dāng)前狀態(tài)，這種感知是局部感知，是智能分析引擎判斷情況的依據(jù)；多域動作執(zhí)行模塊用于執(zhí)行多域動作，并得到相應(yīng)的獎勵，執(zhí)行網(wǎng)絡(luò)動作、物理域和信息域的動作。本發(fā)明能夠根據(jù)智能分析引擎與安全管理人員的不斷反饋，智能化地生成適用于本地網(wǎng)絡(luò)的安全管理策略，從而實現(xiàn)惡意用戶行為的智能檢測，達到降低安全管理成本的目的。