一種基于非完全信息的入侵檢測系統(tǒng)最優(yōu)穩(wěn)態(tài)策略求解方法，包括以下步驟：1)攻擊者針對網(wǎng)絡(luò)系統(tǒng)狀態(tài)信息的缺失，建立基于信念的連續(xù)零和隨機(jī)博弈模型，給出攻擊者的最優(yōu)穩(wěn)態(tài)策略；2)入侵檢測系統(tǒng)作為信息優(yōu)勢方，建立具有連續(xù)性和離散性的混合狀態(tài)的Markov決策過程，給出入侵檢測系統(tǒng)的最優(yōu)穩(wěn)態(tài)策略；3)使用一種基于深度強(qiáng)化學(xué)習(xí)的算法，求解出攻擊者和入侵檢測系統(tǒng)的最優(yōu)穩(wěn)態(tài)策略。本發(fā)明提供了一種基于非完全信息的入侵檢測系統(tǒng)最優(yōu)穩(wěn)態(tài)策略求解方法，攻擊者缺失網(wǎng)絡(luò)系統(tǒng)狀態(tài)信息的情況下，分析攻擊者和入侵檢測系統(tǒng)的行為，找到攻擊者和入侵檢測系統(tǒng)的最優(yōu)穩(wěn)態(tài)策略。