本發(fā)明提供了一種基于深度強(qiáng)化學(xué)習(xí)的物理層欺騙檢測(cè)方法，主要解決現(xiàn)有物理層欺騙檢測(cè)方法中對(duì)于動(dòng)態(tài)未知的無(wú)線環(huán)境，信道模型或參數(shù)難獲取，難準(zhǔn)確地選擇固定檢測(cè)閾值的問(wèn)題。其實(shí)現(xiàn)步驟為：1)建立欺騙攻擊場(chǎng)景，接收方提取收發(fā)雙方之間物理層信道信息表征物理層指紋特征；2)建立二進(jìn)制假設(shè)檢驗(yàn)?zāi)Ｐ停?)以動(dòng)態(tài)的物理層指紋特征構(gòu)建狀態(tài)值，以閾值數(shù)值選擇構(gòu)建行為值，以貝葉斯風(fēng)險(xiǎn)函數(shù)作為瞬時(shí)效益函數(shù)，建立狀態(tài)?行為?效益三元組；4)基于深度確定性策略梯度框架，設(shè)計(jì)檢測(cè)閾值動(dòng)態(tài)選擇方法，對(duì)物理層欺騙攻擊進(jìn)行檢測(cè)。本發(fā)明可以實(shí)現(xiàn)檢測(cè)閾值的動(dòng)態(tài)連續(xù)選擇且對(duì)于動(dòng)態(tài)未知環(huán)境具有自適應(yīng)性，有效地檢測(cè)物理層欺騙攻擊。