本发明公开了一种基于马尔科夫图和深度学习的恶意软件分类方法，首先统计恶意软件字节转移频率，将其转换为马尔科夫图像，然后使用深度卷积神经网络完成恶意软件分类；其中设计的深度卷积神经网络结构是基于VGG16重新设计而成，其卷积层和池化层的深度与VGG16相同，一共包含13个卷积层、5个池化层；与VGG16不同的是，本发明设计的深度卷积神经网络只有一个全连接层，其输出维度为1024。本发明方法适用性广，且能有效减小字节信息的冗余；不依赖于预先训练模型，具有更高的分类准确率。