简介： 本发明提供一种基于强化学习的控制流完整性保护方法，包括：(1)获得第一样本，将所述第一样本进行反汇编分析，获得信息，所述信息为代码块和根据代码块构建的控制流图；(2)通过所述的信息构建马尔科夫决策过程模块；(3)根据所述的马尔科夫决策过程模块构建学习模型；(4)获得、执行第二样本，训练所述的Q学习模型，获得期望值，将所述期望值与阈值比较，完成检测点设置，实现控制流完整性保护。本发明提供的基于强化学习的保护方法相比于固定检测点的设置，更具有安全性和灵活性。