本申请公开了一种对抗样本生成方法、装置、设备及介质，涉及机器学习领域，包括：基于文件分类模型确定当前种群中各可执行文件的适应度，利用当前Q表中与各功能保留操作对应的回报值确定目标功能保留操作，结合适应度对当前种群中的可执行文件进行遗传操作以得到新的当前种群；基于文件分类模型从新的当前种群中确定逃逸样本以得到当前逃逸率，若当前逃逸率小于阈值，则更新当前Q表并重新回到确定可执行文件的适应度的步骤，若当前逃逸率不小于阈值，则将当前种群作为对抗样本以训练文件分类模型。本申请通过功能保留操作确保可执行文件的可执行性和原始功能的一致性，并结合遗传算法和强化学习提高对抗样本的生成效率，增大找到最优解的概率。