本發(fā)明涉及網(wǎng)絡(luò)安全技術(shù)領(lǐng)域，具體提供一種惡意軟件檢測優(yōu)化方法、系統(tǒng)、終端及存儲介質(zhì)，包括：對惡意軟件生成的靜態(tài)可移植可執(zhí)行文件進(jìn)行特征提取，得到第一特征向量；利用預(yù)先構(gòu)建的強化學(xué)習(xí)模型從多種規(guī)避行為所述第一特征向量選擇目標(biāo)規(guī)避行為，并根據(jù)所述目標(biāo)規(guī)避行為將所述第一特征向量修改為第二特征向量；利用需要優(yōu)化的惡意軟件檢測程序?qū)λ龅诙卣飨蛄窟M(jìn)行檢測，并將檢測結(jié)果反饋至所述強化學(xué)習(xí)模型以提高強化學(xué)習(xí)模型選擇規(guī)避行為的準(zhǔn)確度，所述惡意軟件檢測程序利用不斷修改的靜態(tài)可移植可執(zhí)行文件優(yōu)化檢測規(guī)則。本發(fā)明通過對抗學(xué)習(xí)不斷豐富惡意軟件檢測工具的惡意檢測策略，優(yōu)化了惡意軟件檢測工具的準(zhǔn)確度。