【摘要】为应对日益严峻的电子信息网络安全威胁，本文提出了一种基于深度学习的网络安全检测方法（ ｄｅｅｐ ｌｅａｒｎｉｎｇ⁃ｂａｓｅｄ  ｅｌｅｃｔｒｏｎｉｃ ｉｎｆｏｒｍａｔｉｏｎ ｎｅｔｗｏｒｋ ｓｅｃｕｒｉｔｙ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄ，ＤＬ⁃ＥＩＮＳＤ）。该方法综合利用卷积神经网络（ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ，ＣＮＮ）、循环神经网络（ ｒｅｃｕｒｒｅｎｔ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ，ＲＮＮ）、对抗生成网络（ ｇｅｎｅｒａｔｉｖｅ ａｄｖｅｒｓａｒｉａｌ ｎｅｔｗｏｒｋ，ＧＡＮ） 及基于强化学习（ ｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇ，ＲＬ）技术，实现了恶意代码特征的自动提取、网络流量异常的实时检测、仿真攻击样本的生成以及检测策略的动态优化。实验结果表明：ＤＬ⁃ＥＩＮＳＤ 在多项指标上表现出色，准确率高达９９???? ２４％，Ｆ１ 分数超过９８％，展现出良好的检测性能和泛化能力。