本發(fā)明實(shí)施例公開了一種特征自適應(yīng)強(qiáng)化學(xué)習(xí)DDoS攻擊消除方法及系統(tǒng)，根據(jù)收集的歷史數(shù)據(jù)信息，提取出一個(gè)較優(yōu)的精簡(jiǎn)特征子集，根據(jù)車聯(lián)網(wǎng)中潛在的、可預(yù)測(cè)的車流時(shí)空規(guī)律建立強(qiáng)化學(xué)習(xí)模型，根據(jù)強(qiáng)化學(xué)習(xí)模型訓(xùn)練Q?learning智能體選取適合當(dāng)前DDoS攻擊類型的特征，與此同時(shí)，異步訓(xùn)練DDQN智能體得到策略π_DDQN(s_t)指導(dǎo)Q?learning智能體動(dòng)作的選取。通過自適應(yīng)地學(xué)習(xí)攻擊特征，以少量的先驗(yàn)知識(shí)達(dá)到檢測(cè)車聯(lián)網(wǎng)中未知類型DDoS攻擊的目的，擺脫對(duì)有標(biāo)簽數(shù)據(jù)的依賴，從而得到DDoS攻擊消除方法，滿足車聯(lián)網(wǎng)中低時(shí)延、高準(zhǔn)確度的要求。