本發(fā)明公開了一種基于深度強(qiáng)化學(xué)習(xí)Double Deep Q?Network的半監(jiān)督式Double Deep Q?Network(semi?supervised Double Deep Q?Network，SSDDQN)的網(wǎng)絡(luò)異常流量檢測方法，涉及計算機(jī)網(wǎng)絡(luò)安全技術(shù)領(lǐng)域。方法包括：獲取計算機(jī)網(wǎng)絡(luò)流量數(shù)據(jù)的訓(xùn)練樣本，建立神經(jīng)網(wǎng)絡(luò)，采用SSDDQN的方式利用訓(xùn)練樣本對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，對神經(jīng)網(wǎng)絡(luò)的參數(shù)進(jìn)行更新，最后利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行異常檢測。本發(fā)明SSDDQN的方式，不但可以降低人工標(biāo)注成本，提高學(xué)習(xí)性能，而且神經(jīng)網(wǎng)絡(luò)更簡單、快速，更易部署在苛刻的網(wǎng)絡(luò)環(huán)境當(dāng)中，同時也提升了未知攻擊的檢測準(zhǔn)確率。