Classificação de malware utilizando análise de texturas é uma abordagem que tem sido amplamente empregada por diversos autores para resolver o problema de categorização de famílias. Interpretar um arquivo binário como imagem pode trazer vantagens, por exemplo, evitar as atuais técnicas de ofuscação usadas por malware. Ao longo dos últimos anos, foram propostos diferentes classificadores e descritores de textura para alcançar altas taxas de acurácia. Neste artigo são realizados experimentos utilizando Random Forest para classificação em um dataset público e em um local, apresentando uma discussão sobre o uso de datasets não apropriados pela literatura para construir classificadores genéricos de malware.