本發(fā)明提供一種基于深度強(qiáng)化學(xué)習(xí)的深度學(xué)習(xí)漏洞檢測(cè)模型對(duì)抗樣本生成方法和系統(tǒng)。該方法包括：獲取基于深度學(xué)習(xí)的目標(biāo)漏洞檢測(cè)模型信息以及用于生成對(duì)抗樣本的原型漏洞代碼集合；構(gòu)建面向目標(biāo)漏洞檢測(cè)模型的有效對(duì)抗代碼變換；構(gòu)建面向最優(yōu)對(duì)抗樣本生成的深度強(qiáng)化學(xué)習(xí)框架；使用有效對(duì)抗代碼變換和面向最優(yōu)對(duì)抗樣本生成的深度強(qiáng)化學(xué)習(xí)框架，生成目標(biāo)漏洞檢測(cè)模型的最優(yōu)對(duì)抗樣本。本發(fā)明利用目標(biāo)漏洞檢測(cè)模型的代碼表征中對(duì)模型決策有重要影響的特征構(gòu)造有效對(duì)抗代碼變換，并采用深度強(qiáng)化學(xué)習(xí)算法生成面向目標(biāo)漏洞檢測(cè)模型的最優(yōu)對(duì)抗樣本，能更為高效、有針對(duì)性地生成基于深度學(xué)習(xí)的目標(biāo)漏洞檢測(cè)模型的對(duì)抗樣本。