本研究针对微信小程序生态快速发展中暴露出的界面交互设计与运营行为安全问题，提出了一种混合安全检测框架，融合视觉UI合规性审计与网络风险量化评估。研究背景指出，小程序因免安装、内存占用低等优点而用户剧增，但部分小程序存在按钮、图标尺寸不合规，广告弹窗、支付入口易被误触，关闭/取消按钮过小或隐藏等问题，可能诱导用户意外支付或跳转至非法页面，造成财产损失与权益侵害。为此，作者设计了一套检测程序：首先利用YOLOv8目标检测模型识别小程序界面图像中各类型的图标和按钮，基于用户鼠标点击位置输出对应的元素信息及坐标数据，并记录违规项；同时，采用mitmproxy作为中间人代理，捕获点击交互过程中产生的数据请求，分析重定向链接是否处于安全范围内，从而综合评估小程序的运行安全性。该框架不仅自动检测UI元素的合规性（如尺寸、位置），还将前端交互行为与后端网络请求关联分析，可可视化呈现关键风险信息供用户或审计者观察。实验部分（abstract中未给出具体细节）验证了YOLOv8在多种按钮检测中的有效性，以及mitmproxy在请求分析中的可行性。核心贡献在于将计算机视觉与网络流量分析结合，为小程序安全检测提供了一种低成本、半自动化的新思路，适用对象包括小程序开发者、平台安全审核人员及移动互联网安全研究者。