本文讨论生成对抗恶意软件样本的问题，特别关注恶意的Windows PE文件。通过比较不同方法生成的对抗样本，并与杀毒软件进行测试，结果显示优化的恶意软件可能被错误分类为良性。实验显示采用强化学习方法的Gym-malware生成器具有最大潜力，平均生成时间为5.73秒，最高逃避率为44.11%。与自身结合可提高逃避率至58.35%。

本文讨论了生成对抗恶意软件样本的问题，特别关注恶意的Windows PE文件。通过比较不同方法生成的对抗样本与杀毒软件的测试结果，发现对恶意软件应用优化的改动可能会将文件错误地分类为良性。实验显示采用强化学习方法的Gym-malware生成器具有最大的实际潜力，其平均生成样本时间为5.73秒，最高平均逃避率为44.11%。将Gym-malware生成器与自身相结合可提高逃避率至58.35%。