一种对抗性网络的恶意软件检测方法及系统

摘要

本发明提供一种对抗性网络的恶意软件检测方法及系统，可以基于历史软件数据，分析构建一个噪声模拟恶意软件模型，将正常软件、恶意软件输入一个黑盒模型，进行打标，生成软件样本，使用该软件样本训练所述噪声模拟恶意软件模型，模型自身还有不断复合、变异恶意软件的能力。当噪声模拟恶意软件模型训练完毕后，在接入机器学习模块，作为机器学习模块的模拟恶意软件源，不间断地恶意软件训练机器学习模块，帮助提升机器学习模块检测的能力。