本發(fā)明公開了一種基于強(qiáng)化學(xué)習(xí)的隱私策略優(yōu)化方法、系統(tǒng)及可讀存儲(chǔ)介質(zhì)，所述方法包括：在移動(dòng)端部署輸入樣本特征提取器，在云端部署輸入樣本重構(gòu)器、目標(biāo)分類器及隱私分類器，以完成初始模型的初始化；通過測(cè)試樣本集對(duì)初始模型進(jìn)行測(cè)試，將測(cè)試信息、當(dāng)前的超參數(shù)和層數(shù)存儲(chǔ)于為一信息單元；將信息單元的狀態(tài)信息輸入超參數(shù)優(yōu)化器中進(jìn)行超參數(shù)信息優(yōu)化方案的選擇、執(zhí)行與優(yōu)化方案獎(jiǎng)勵(lì)值的計(jì)算，并根據(jù)計(jì)算結(jié)果進(jìn)行超參數(shù)優(yōu)化器樣本的增加、優(yōu)化方案價(jià)值的更新及超參數(shù)優(yōu)化器網(wǎng)絡(luò)參數(shù)的更新；通過當(dāng)前超參數(shù)優(yōu)化器網(wǎng)絡(luò)對(duì)初始模型進(jìn)行優(yōu)化，并獲取最終的超參數(shù)優(yōu)化結(jié)果和層數(shù)n。本發(fā)明能夠在盡量不降低業(yè)務(wù)準(zhǔn)確率的情況下提高隱私保護(hù)效果。