本發(fā)明提供一種基于深度強化學(xué)習(xí)的可遷移性網(wǎng)絡(luò)流行為異常檢測方法及裝置，所述方法包括模型訓(xùn)練階段和流量識別階段，模型訓(xùn)練階段中，基于訓(xùn)練數(shù)據(jù)集中的數(shù)據(jù)點初始化環(huán)境；將訓(xùn)練數(shù)據(jù)集中的數(shù)據(jù)點作為本輪次的單輪訓(xùn)練集，將單輪訓(xùn)練集中的數(shù)據(jù)點逐個輸入預(yù)設(shè)的智能體中進行訓(xùn)練；根據(jù)環(huán)境得到該數(shù)據(jù)點的狀態(tài)組，將狀態(tài)組輸入到預(yù)設(shè)的智能體中，輸出動作組，基于動作組輸出數(shù)據(jù)點的數(shù)據(jù)類型；將輸出的數(shù)據(jù)類型與數(shù)據(jù)點的標簽類型進行比對，獲取獎勵值，對智能體中的參數(shù)進行更新；流量識別階段中，接收待測流量數(shù)據(jù)，將待測流量數(shù)據(jù)中的數(shù)據(jù)點輸入智能體得到數(shù)據(jù)點的數(shù)據(jù)類型。