超越 TESSERACT：面向 Android 恶意软件分类器 sound evaluation 的可信数据 curated 框架
密码学与安全
2026-03-24 v2
摘要
机器学习的可靠性严重依赖数据集质量。虽然计算机视觉和自然语言处理领域的机器学习方法受益于高质量的基准数据集，但网络安全领域常常落后，因为数据质量取决于获取难以获得的真实数据的能力，而这些数据会随时间演化。Android 平台在这一生态系统中具有独特优势， thanks to AndroZoo 等数据源，提供了大规模、持续更新且带有时间戳的良性和恶意应用仓库。自这些数据源发布以来，研究人员能够从中抽样，以真实场景下的时序框架（accounting for app evolution，即自然分布迁移）来评估基于学习的方法，测试的数据集能反映实际野外的类别比例。尽管如此，尽管满足上述真实要求后，基于学习的 Android 恶意软件检测器之间的性能差异仍然存在，这挑战了我们理解该领域最佳实践的能力。在本文中，我们识别出五个影响此类差异的新因素：我们展示了这些因素如何被大体忽视，以及它们对提供稳健评估的影响。我们的发现和建议有助于定义一种面向 Android 恶意软件分类器 sound evaluation 的可信数据 curated 方法论。
引用
@article{arxiv.2506.23814,
title = {Beyond the TESSERACT:Trustworthy Dataset Curation for Sound Evaluations of Android Malware Classifiers},
author = {Theo Chow and Mario D'Onghia and Lorenz Linhardt and Zeliang Kan and Daniel Arp and Lorenzo Cavallaro and Fabio Pierazzi},
journal= {arXiv preprint arXiv:2506.23814},
year = {2026}
}