UIXPOSE：基于意图-行为偏差分析的移动恶意软件检测
密码学与安全
2025-12-17 v1 人工智能
摘要
我们提出UIXPOSE，一个作用于编译型和开源应用的源代码无关框架。该框架在移动恶意软件分析中应用意图-行为对齐（IBA），将UI推断意图与运行时语义对齐。以前的工作要么静态推断意图（如基于权限的意图），要么在小部件层面推断，或监控粗糙的动态信号（端点、部分资源使用），这些信号遗漏了内容和上下文。UIXPOSE通过视觉语言模型和知识结构从每个屏幕推断意图向量，并将解码后的网络有效负载、堆/内存信号和资源使用轨迹组合成行为向量。它们在运行时计算对齐，可用于检测异常行为并突出显示行为丰富路径的探索。在三个真实世界的案例研究中，UIXPOSE揭示了那些仅凭元数据基线会逃避的隐秘数据外泄和隐藏后台活动，证明了IBA如何提高动态检测能力。
引用
@article{arxiv.2512.14130,
title = {UIXPOSE: Mobile Malware Detection via Intention-Behaviour Discrepancy Analysis},
author = {Amirmohammad Pasdar and Toby Murray and Van-Thuan Pham},
journal= {arXiv preprint arXiv:2512.14130},
year = {2025}
}
备注
15 pages