ThreatIntel-Andro：面向稳健 Android 恶意软件研究的专家验证基准
密码学与安全
2025-10-21 v1
摘要
快速演化的 Android 恶意软件生态系统迫切需要高质量、实时的 datasets 以构筑有效的检测与防御体系。随着移动设备在工业系统中的广泛采用，已成为工业网络安全中常被忽视的关键攻击面。然而，主流在学术界和产业界广泛使用的 datasets（如 Drebin）存在显著局限：一方面，过度依赖 VirusTotal 的多引擎聚合结果导致标签噪声严重；另一方面，过时的样本削弱了其时效性。此外，自动化标注工具（如 AVClass2）的聚合策略 suboptimal，进一步恶化了标签错误，导致研究社区不断传播错误信息。
引用
@article{arxiv.2510.16835,
title = {ThreatIntel-Andro: Expert-Verified Benchmarking for Robust Android Malware Research},
author = {Hongpeng Bai and Minhong Dong and Yao Zhang and Shunzhe Zhao and Haobo Zhang and Lingyue Li and Yude Bai and Guangquan Xu},
journal= {arXiv preprint arXiv:2510.16835},
year = {2025}
}