本發(fā)明提出一種基于強(qiáng)化學(xué)習(xí)的智能合約模糊測試方法及系統(tǒng)，包括步驟：S1：搭建智能合約的虛擬運(yùn)行環(huán)境；S2：收集帶有漏洞的智能合約開源代碼，構(gòu)建數(shù)據(jù)集；S3：將強(qiáng)化學(xué)習(xí)過程基于馬爾可夫決策過程進(jìn)行建模，構(gòu)建用于在不同狀態(tài)下選擇有效動作的強(qiáng)化學(xué)習(xí)算法策略；S4：基于強(qiáng)化學(xué)習(xí)算法策略在不同狀態(tài)下從動作集中選擇有效的動作作為測試數(shù)據(jù)，利用所述測試數(shù)據(jù)對智能合約進(jìn)行模糊測試。將強(qiáng)化學(xué)習(xí)過程基于馬爾可夫決策過程進(jìn)行建模，構(gòu)建用于在不同狀態(tài)下選擇有效動作的強(qiáng)化學(xué)習(xí)算法策略，所述強(qiáng)化學(xué)習(xí)算法策略以代碼覆蓋率的增長作為獎勵，更新狀態(tài)?動作網(wǎng)絡(luò)參數(shù)，以提高了模糊測試中對智能合約的代碼覆蓋率。