本发明公开了一种基于深度强化学习的恶意软件家族分类规避方法，采用强化学习算法，创建环境并构造智能体，通过不断地与目标恶意软件分类器交互，智能体修改待测恶意软件，最终达到规避分类的目的。本发明方法与其他的恶意软件检测/分类的对抗方法相比，更易于实现且开销更小；本发明中基于深度强化学习的恶意软件家族分类规避方法，对于各种利用不同特征构建的恶意软件分类模型，都能有效地修改恶意软件，同时不会破坏其恶意性功能，最终规避恶意软件家族分类；最终提升基于机器学习算法的恶意软件检测与分类模型的鲁棒性，提升杀毒引擎的防御能力。