简介： 本申请提出了一种基于强化学习的IPv6活跃地址探测方法和装置，该方法包括：获取IPv6种子地址，并确定种子地址的多个高密度区域；通过预先训练的多臂老虎机模型对每个高密度区域进行迭代探测，包括：在每个高密度区域中生成预设数量的目标地址，并探测每个所述目标地址是否为活跃地址；确定所述预设数量的目标地址中的活跃地址数量和非活跃地址数量，并根据所述活跃地址数量和非活跃地址数量更新对应的高密度区域的期望奖励，重复执行上述步骤，以通过对每个高密度区域进行迭代探测，使种子地址的密度分布收敛到活跃地址的密度分布。该方法使种子地址的密度分布向实际的活跃地址分布移动，从而可以在网络中确定活跃地址的高密度区域，提高了探测活跃地址的效率。