La naturaleza extremadamente destructiva del malware se ha convertido en una gran amenaza para la seguridad en Internet. La investigación sobre técnicas de detección de malware ha estado evolucionando. Los métodos de detección de malware basados en el aprendizaje profundo han logrado buenos resultados al utilizar modelos pre-entrenados a gran escala. Sin embargo, estos modelos son complejos, tienen grandes parámetros y requieren una gran cantidad de recursos de hardware, lo que conlleva un alto costo de tiempo de inferencia al aplicarlos. Para abordar este desafío, este documento propone DistillMal, un nuevo método para la detección de malware liviano basado en la destilación del conocimiento, que mejora el rendimiento al utilizar una red estudiantil para aprender conocimientos valiosos de indicación de una red docente para lograr un modelo liviano. Realizamos experimentos extensos en dos conjuntos de datos nuevos y mostramos que el rendimiento del modelo de red estudiantil es muy similar al del modelo original y lo supera en algunas métricas. Nuestro enfoque ayuda a abordar las limitaciones de recursos y los desafíos computacionales que enfrentan los modelos grandes de aprendizaje profundo tradicionales. Nuestra investigación destaca el potencial de utilizar la destilación del conocimiento para desarrollar modelos livianos de detección de malware.