基于集成学习的计算机恶意文件检测方法、服务器及存储介质

本发明公开一种基于集成学习的计算机恶意文件检测方法、服务器及存储介质，通过获取待检测文件并对其执行同源解析处理，生成文件的内部结构描述信息；将内部结构描述信息分发至异构基学习器集合，独立生成个体预测概率分布，汇集为群体预测概率分布集合；基于群体中分布分歧程度生成对抗嫌疑强度指标，同时经集成判决融合得到集成恶意性综合判定；将对抗嫌疑强度指标与动态对抗嫌疑基准比对，在集成判定为恶意且对抗嫌疑强度超出基准时，识别为对抗逃逸嫌疑文件；据此启动深度安全分析，在隔离执行环境中获取运行时行为记录并与恶意行为模式库比对。本方法可有效应对对抗逃逸攻击，提升恶意文件检测的鲁棒性和准确性。