گروه كامپيوتر، دانشگاه آزاد اسلامي واحد همدان، همدان، ايران

ميزان استفاده كاربران از گوشي هاي هوشمند و انجام تراكنش هاي حساسي مانند خريد و بانكداري آنلاين، روز به روز در حال افزايش است. اين امر باعث بروز آسيب پذيري ها و به تبع آن تهديدي براي كاربران سيستم عامل هاي موبايل مي باشد. بدافزار يك تهديد رو به رشد براي سيستم هاي كامپيوتري است و ابداع يك روش تشخيص بدافزار دقيق و كارا يك نياز ضروري براي سيستم هاي كامپيوتري مي باشد. سيستم هاي تشخيص بدافزار كنوني عملكرد خوبي در تشخيص بدافزار ها بر اساس علائم (الگوها) موجود دارند اما در خصوص الگوهاي جديد ضعيف عمل مي كنند .سيستم هاي دسته بندي يادگيرنده پتانسيل خوبي در بهبود دقت تشخيص بدافزار دارند. يك تشخيص دهنده بدافزار كه از سيستم هاي دسته بندي يادگيرنده استفاده مي كند ، يك سيستم خبره مبتني بر قانون را با يادگيري تقويتي مبتني بر الگوريتم هاي تكاملي تركيب مي كند تا يك سيستم تشخيص بدافزار سازگارشونده با قابليت خود آموز بودن ايجاد نمايد و بتواند بطور اتوماتيك قوانين تشخيص را رشد و ارتقاء دهد. در اين مقاله ضمن بيان مفاهيم پيش زمينه در خصوص بدافزارها و جمع بندي سيستم هاي تشخيص بدافزار، طرحي براي بكارگيري تكنيك يادگيري تقويتي بصورت مشاركتي ارائه مي گردد.