简介： 本发明提供一种软件漏洞智能挖掘方法和装置，其中，方法包括：并行运行多个策略执行节点；策略生成节点在接收到控制节点的开始指令后，发送初始策略队列至对应的策略执行节点；并行的多个策略执行节点执行初始策略队列生成当前结果反馈，将当前结果反馈发送给策略生成节点；策略生成节点根据当前结果反馈对强化学习智能体进行训练，由强化学习智能体生成新的策略并发送给策略执行节点；策略执行节点根据新的策略生成新结果反馈并反馈发送给策略生成节点；将新的结果反馈作为当前结果反馈，重复上述步骤。本发明通过为目标被测软件动态选择更优的模糊测试策略，使得并行模糊测试总体上的效率始终处于较高状态，避免单个固定策略存在的困境。