Para identificar malwares utilizando códigos já conhecidos, estamos falando de um processo onde temos exemplos rotulados (códigos de malwares já descobertos) que servem como base para treinar um modelo. Isso se encaixa na definição de aprendizado supervisionado, onde o modelo aprende a partir de dados rotulados para fazer previsões ou classificações sobre novos dados. Analisando as alternativas: - Aprendizado supervisionado: Correto, pois utiliza dados rotulados para treinar o modelo. - Aprendizado não supervisionado: Não se aplica, pois não estamos lidando com dados sem rótulos. - Aprendizado por reforço: Não se aplica, pois envolve um agente que aprende a partir de interações com um ambiente, não é o caso aqui. - Aprendizado conexionista: É um termo mais amplo que pode incluir redes neurais, mas não é específico para o contexto apresentado. Portanto, a resposta correta é: Aprendizado supervisionado.