本申请提供一种网络防御方法、控制设备及存储介质，控制设备建立攻防博弈模型后，重复执行获得控制设备观察的攻击终端攻击目标工作终端的攻击策略信息和攻击终端的身份类型的先验类型，在该操作后根据攻击策略信息和先验概率，确定最优防御策略和对目标工作终端的最优攻击策略，并执行最优防御策略，控制设备根据最优防御策略和攻击策略信息，计算马尔科夫学习函数值，直至根据马尔科夫学习函数值，确定目标工作终端未处于安全状态时停止循环，控制设备根据目标工作终端获得的持续性的攻击策略信息确定目标工作终端的攻击状态，有助于其根据持续获得的信息确定隐蔽性的攻击，使其更好地保护目标工作终端。