简介： 本发明公开了基于强化学习的全互联网端口扫描方法及装置，该方法包括将互联网划分为多个目标网络，对每个目标网络中的预设数量的活跃地址进行全端口扫描，以根据扫描得到的端口开放信息构建开放端口关联图；根据开放端口关联图推荐每个目标网络中未探测的活跃地址的候选端口，对候选端口进行扫描得到端口扫描反馈结果；基于端口扫描反馈结果对候选端口的预期奖励进行更新，并基于更新后的预期奖励更新开放端口关联图，根据更新后的开放端口关联图预测每个目标网络下一个需要被扫描的活跃地址的候选端口；当每个目标网络的探测端口的数量达到探测数量阈值时，完成一个目标网络的端口扫描任务。本发明优先扫描更有可能开放的端口提高探测的利用率。