Internet的快速发展使计算机病毒的数量急剧增加,但病毒分析人员对计算机病毒的鉴定和排查依然是靠手工确定的,面对大量要处理的可疑文件并要做出快速反应,进行预处理显得非常必要。预处理过程中检测率和误报是两个非常重要的指标,虽然现有杀毒软件都想把这两部分做好,但检测率和误报始终是一对矛盾体。神经网络以其并行处理、自适应组织、联想记忆及容错和鲁棒性等特点,受到了广泛关注。其中BP神经网络模型是人工神经网络的重要模型之一,在文字识别、模式分类、文字到声音的转换、图像压缩、决策支持等方面都有广泛的应用。本文在深入了解病毒文件检测的过程和采用的主要技术手段的基础上,首先,提出了通过多杀毒软件协同对大量待检测文件进行预处理的病毒检测方法,此方法可在提高病毒检测率的同时,使误报控制在适合范围内。其次,在杀毒软件协同过程中,通过与BP神经网络的结合使最终判定结果更加精确,同时,针对病毒检测的需要,对BP算法容易遗忘旧样本和容易陷入局部最小值的缺点进行改进,使提出的病毒检测方法趋于合理。最后,通过对已经过验证的病毒文件和产生过误报的文件进行试验,对所提出的方法进行验证。