本文研究基于函数调用图（FCG）的Android恶意软件检测方法在面对对抗样本时的脆弱性，并提出了一种名为BagAmmo的新型黑盒对抗攻击方法。现有FCG检测方法（如MaMaDroid、APIGraph、GCN）虽性能优异，但攻击者可通过向恶意代码中插入“永不执行”的函数调用来扰动FCG特征，从而绕过检测。攻击面临两大挑战：一是保证恶意软件原始功能不受扰动影响，二是在完全未知目标系统内部信息（如图特征粒度和输出概率）的条件下实施攻击。为解决功能保持问题，BagAmmo采用try-catch陷阱机制插入函数调用，使注入的调用在运行时不会真正执行，从而不改变恶意行为。为解决信息缺失问题，BagAmmo借鉴生成对抗网络（GAN）架构，利用多种群协同进化算法（Apoem）生成期望的扰动；每个种群代表一种可能的特征粒度，当算法收敛时即可逼近真实特征粒度。作者在超过44k个Android应用和32个目标模型上进行了大量实验，评估了攻击的有效性、效率和鲁棒性。结果表明，BagAmmo在MaMaDroid、APIGraph和GCN上平均攻击成功率超过99.9%，并且在概念漂移和数据不平衡场景下仍表现良好；同时，BagAmmo在攻击成功率上优于当前最先进的攻击方法SRL。该研究揭示了FCG检测系统的安全隐患，为提升检测器的鲁棒性提供了新的对抗视角。

该论文聚焦于Android恶意软件检测中的概念漂移（concept drift）问题。现有机器学习分类器在训练时能达到很高的准确率（例如F1分数0.99），但部署后随着时间推移，由于恶意软件和良性应用的持续演化，分类器性能急剧下降——在仅6个月后，F1分数就降至0.76。为应对这一挑战，论文提出了一种结合对比学习（contrastive learning）与主动学习（active learning）的持续学习框架。核心思想是利用基于相似性的不确定性度量来对抗概念漂移，因为传统的不确定性采样在面对分布偏移时不够鲁棒。具体而言，作者提出了一种新的层次化对比学习方案（hierarchical contrastive learning），通过对样本进行多级特征对比，学习到更稳定、更具泛化能力的表示。同时，设计了一种基于相似性不确定性的样本选择技术，优先挑选那些模型预测最不确定且与已有样本特征差异最大的新样本，交予分析师标注后用于增量训练。实验基于长达七年的真实数据集进行评估，结果表明该方法在多个指标上显著优于先前主动学习基线：假负率从14%降至9%，假正率从0.86%降至0.48%，并且在整个七年时间跨度内保持了更加一致且稳定的性能。论文主要贡献在于：1）揭示了Android恶意软件检测中概念漂移的严重性；2）提出将对比学习无缝集成到主动学习流程中，以提升对概念漂移的鲁棒性；3）通过大量实验验证了该方法在长期部署场景下的有效性。适合从事移动安全、机器学习运维（MLOps）以及对抗性机器学习研究的读者阅读。

该论文提出了一种从设计上保护隐私的Android恶意软件检测流水线。现有检测方法普遍需要收集设备标识符、网络痕迹、运行时数据等敏感用户信息，尽管后续可采用匿名化、加密或联邦学习等技术保护隐私，但仍然要求用户高度信任拥有特权访问权限的系统。作者认为，这种信任依赖应该被消除而非管理。论文首先形式化了一套隐私设计（privacy-by-design）的检测需求，然后逐一实现。流水线首先执行静态分析，从APK中提取特征（遵循Drebin表示），经向量化后送入SVM分类器。分类器配备双拒绝阈值规则：若置信度足够则直接输出决策，否则将样本推迟到沙箱环境的动态分析阶段。这样，真实的用户信息永远不会进入分析循环。实验使用2024至2025年的时间序列分割数据集，结果表明：仅靠第一阶段静态分析即可达到0.87的F1分数，仅6.7%的测试样本需要进入第二阶段的动态分析。动态沙箱分析在不提取任何敏感数据的情况下，也能高置信度地识别恶意软件。这些结果证明，在不牺牲用户隐私的前提下，可以实现强劲的检测性能。该研究适合关注隐私保护、移动安全、以及对抗隐私与性能权衡的安全研究人员阅读。

本文提出了一种名为“Fighting Fire with Fire”的连续攻击方法，用于对抗Android恶意软件检测系统。研究背景是当前Android恶意软件检测模型容易受到对抗样本攻击，而现有的防御方法往往被动且效果有限。核心问题是如何主动且持续地生成对抗样本以训练更鲁棒的检测模型。方法上，作者设计了一种迭代攻击框架，能够在检测模型不断更新的过程中持续生成高效对抗样本，形成攻击与防御的博弈。实验表明，该方法能显著降低多种主流检测模型（如Drebin、MalDozer）的准确率，并证明通过这种连续攻击训练出的模型在对抗性上比传统对抗训练更具鲁棒性。主要贡献包括：1) 首次提出连续攻击范式；2) 揭示了静态对抗训练的局限性；3) 提供了一种新的评估检测模型鲁棒性的方法。适合安全研究人员及Android安全工程师阅读。

本文针对安卓恶意软件检测模型在部署后因概念漂移（concept drift）导致性能下降的问题，提出了一种基于自监督学习和强化学习的自适应维护框架。现有方法通常需要完全重新训练模型，成本高昂。作者将部署期间的维护建模为序列决策问题：首先通过自监督学习在初始化阶段学习稳定的潜在表示，然后冻结编码器，在固定表示空间中测量潜在漂移，最后使用可训练适配器和分类头进行轻量级下游适应。框架采用近端策略优化（PPO）控制器，根据检测器状态（包括当前效用、固定记忆集上的保留率、潜在漂移指标和更新成本）选择低成本的维护动作。在模拟器和真实安卓恶意软件数据集上，使用静态和动态特征，并采用因果部署风格的评估协议。实验结果表明，强化学习控制器提供了成本感知的强适应策略，始终保持在最优策略之列，同时在非平稳部署条件下实现了时间性能、记忆保留和维护成本之间的良好平衡。该工作为安卓恶意软件检测的持续学习提供了实用方案，适合从事移动安全、机器学习系统维护的研究人员阅读。

随着Android应用的快速演变，传统的基于机器学习的检测模型面临概念漂移问题，且受限于浅层特征，缺乏对代码的深层语义理解和可解释性。虽然大语言模型展现出强大的语义推理能力，但直接处理海量原始代码会产生巨大的令牌开销，并且无法在复杂上下文中充分释放LLM的深层逻辑推理潜力。为了解决这些问题，本文提出了MARD，一个用于鲁棒Android恶意软件检测的多智能体框架。该框架有效弥合了LLM语义理解与传统静态分析之间的鸿沟：它将底层的确定性分析引擎视为按需执行工具，同时利用LLM编排整个决策过程。通过设计基于ReAct范式的自主多智能体交互机制，MARD构建了高度可解释的定罪证据链。此外，该方法将单个复杂APK深度分析的总成本大幅降低至0.10美元以下。实验表明，无需任何领域特定的微调，MARD的F1分数达到93.46%。在跨越长达五年的评估中，它不仅优于持续学习基线，而且表现出对概念漂移的鲁棒性和强大的跨域泛化能力。本文的贡献在于提出了一种结合LLM与静态分析的创新框架，同时解决了成本、可解释性和适应性等关键挑战。