本發(fā)明公開了一種基于差分隱私的深度強(qiáng)化學(xué)習(xí)模型安全加固方法及裝置，其中包括一種基于差分隱私的深度強(qiáng)化學(xué)習(xí)模型安全加固方法，包括如下步驟：從環(huán)境中采樣數(shù)據(jù)作為待訓(xùn)練樣本集，利用深度強(qiáng)化學(xué)習(xí)算法構(gòu)建目標(biāo)模型，將待訓(xùn)練樣本集輸入到目標(biāo)模型中對(duì)目標(biāo)模型進(jìn)行訓(xùn)練；對(duì)訓(xùn)練好的目標(biāo)模型進(jìn)行測(cè)試，并采樣狀態(tài)動(dòng)作作為竊取數(shù)據(jù)集；利用深度強(qiáng)化學(xué)習(xí)算法構(gòu)建竊取模型；將竊取數(shù)據(jù)集作為訓(xùn)練樣本輸入到竊取模型中并利用模仿學(xué)習(xí)算法訓(xùn)練竊取模型；將差分隱私保護(hù)機(jī)制添加到訓(xùn)練好的目標(biāo)模型中，將目標(biāo)模型在差分隱私機(jī)制的作用下輸出的數(shù)據(jù)輸入到竊取模型中；竊取模型在有差分隱私機(jī)制作用的數(shù)據(jù)的影響下作出錯(cuò)誤的攻擊動(dòng)作。