超级应用（Super App）作为集成了大量第三方小程序（Miniapp）的中心化平台，极大改变了移动计算生态，但同时也引入了来自恶意小程序的安全风险。尽管平台内置的小程序商店实行强制审核，恶意小程序仍不断演化，与平台安全机制持续对抗。相较于传统移动端和Web端，安全社区长期缺乏公开的小程序恶意样本数据集，严重制约了针对该新型威胁形态的深入研究与检测技术发展。为此，作者历时三年多，针对微信（WeChat）这一全球最大的超级应用平台（承载数百万小程序、服务数十亿用户）开展了系统性的恶意小程序识别、解剖与特征化工作。他们累计采集了超过450万个小程序，通过两阶段交叉验证流程识别出19,905个恶意样本：1）基于真实案例提取静态特征规则进行匹配；2）确认这些小程序已被平台下架封禁。作者进一步从生命周期视角对恶意样本进行特征刻画，涵盖传播、激活和载荷执行环节；并结合真实案例分析其实际安全影响。研究发现，这些恶意小程序频繁侵犯用户隐私，利用社交网络分享机制传播未经授权的服务，并操纵基于广告的收入模型进行非法牟利，给用户和平台都造成显著的隐私与经济损失。该数据集是首个公开的小程序恶意样本数据集，可为超级应用生态系统安全研究提供重要基础，助力后续检测与防御方案设计。本文面向小程序平台安全研究人员、风控工程师以及关注新兴移动威胁形态的蓝队分析人员，提供了对小程序攻击面、恶意行为和平台审查对抗策略的系统性认识。

本文针对微信小程序生态中快速增长的界面交互设计与业务行为安全问题，提出了一套混合安全检测框架。随着小程序因免安装、低内存占用、即用即走等优势而用户激增，其界面合规性和运行行为安全性问题日益突出。具体表现为：可点击按钮和图标尺寸不符合标准；广告弹窗和支付入口位置容易误触；关闭或取消按钮过小或隐藏，导致用户难以精准点击，从而可能产生非自愿支付、被重定向到非法页面等风险，造成经济损失并侵害用户权益。为解决上述问题，论文开发了一套检测程序，用于检查小程序中各类图标和按钮的位置与尺寸，并分析重定向链接是否在安全范围内。方法上使用YOLOv8模型识别图像中的各类按钮，根据鼠标点击位置显示对应图标及其数据，并标记违规行为；同时采用mitmproxy捕获点击过程中产生的数据请求，分析重定向安全性，并将关键信息可视化呈现给用户。文章的核心贡献在于将视觉UI合规检测与网络流量风险分析相结合，形成面向小程序的前后端协同检测方案。适合小程序开发者、安全审计人员及移动应用安全合规研究人员阅读，可作为小程序安全检测与合规评估的参考实践。

该论文对微信小程序（Mini-apps）中的凭证泄露问题进行了大规模实证研究。微信小程序是一种无需安装即可在微信中运行的应用，其开发者通常使用云服务API密钥、第三方服务令牌等凭证来访问后端资源。论文作者设计并实现了静态分析工具MiniKey，该工具利用自定义的YARA规则以及基于行为启发式的验证方法，对来自微信不同渠道（如主库、分包、云开发等）的约380万个小程序代码进行扫描，检测硬编码的凭证。研究发现，凭证泄露现象极为普遍：约43%的小程序包含至少一个凭证实例，其中常见泄露包括云数据库API密钥、对象存储令牌、短信服务密钥以及第三方AI服务密钥等。更严重的是，许多泄露的凭证仍处于有效状态（通过实际验证与对应服务交互确认），攻击者可以利用这些凭证直接访问受害者的云资源、窃取数据或执行恶意操作，造成严重的安全威胁和经济损失。论文还分析了凭证泄露的类型分布、开发者行为模式（如使用公共代码模板、不安全的代码分享）以及不同微信渠道的风险差异。基于研究结果，作者提出了开发者端和平台端的改进建议，包括代码审查、凭证管理最佳实践、增强型动态扫描等。