恶意软件检测是保证网络安全、防止网络异常的关键技术之一。为了解决基于深度学习的恶意软件流量检测方法需要大量人工标注的网络流量样本的问题，并保持算法的检测精度，提出了一种基于半监督学习和网络流量的恶意软件检测方法，该算法利用少量标记的网络流量样本和大量未标记的网络流量样本来训练恶意软件检测模型。实验结果表明，在小样本流量环境下，该方法比基于深度学习的恶意软件流量检测方法具有更好的性能，可以在标记数据较少的真实恶意软件流量检测场景中使用。