El uso de definiciones de malware innovadoras y sofisticadas representa una seria amenaza para los sistemas de información basados en computadoras. Tal malware es adaptable a las soluciones de seguridad existentes y a menudo funciona sin ser detectado. Una vez que el malware completa su actividad maliciosa, se autodestruye y no deja una firma obvia para fines de detección y forenses. La detección de dicho malware sofisticado es muy desafiante y una tarea no trivial debido a los nuevos patrones del malware para explotar vulnerabilidades. Cualquier solución de seguridad requiere un nivel igual de sofisticación para contrarrestar tales ataques. En este documento, se explora un nuevo modelo de refuerzo basado en la simulación de Monte Carlo llamado RBCM para desarrollar una solución de seguridad que pueda detectar nuevas y sofisticadas definiciones de malware de red. El nuevo modelo se entrena en varios tipos de malware y puede generalizar la funcionalidad de detección de malware. El modelo se evalúa utilizando un conjunto de referencia de malware. Los resultados demuestran que RBCM puede identificar una variedad de malware con una inmensa precisión.