paperbot · PL 论文追踪

全部论文 待读 收藏

P1 On Benchmarking Code LLMs for Android Malware Analysis

论面向 Android 恶意软件分析的代码 LLM 基准评测
ISSTA Proceedings of the 34th ACM SIGSOFT International Symposium on Software Testing and Analysis2025匹配度 5/10 · 论文涉及代码大模型在程序分析/安全场景中的评测，与“AI→PL”中利用 LLM 处理代码分析任务有间接交集，且符合在重要但缺乏基准的场景下构建 benchmark 的兴趣。但它并非静态分析/形式化验证、浮点程序分析或贝叶斯程序分析，也不是将静态分析应用于 LLM/Agent 系统，因此不属于核心方向。引用 4 inbox
Yiling He, Hongyu She, Xingzhi Qian, Xinran Zheng, Zhuo Chen, Zhan Qin, Lorenzo Cavallaro
机器学习与程序语言安全与隐私
crossref: 2026-09-12

AI 速览

一句话：系统评测代码大模型在 Android 恶意软件分析中的能力，揭示反编译恶意代码带来的独特挑战。

大型语言模型在多种代码智能任务上已展现出强大能力，但其在 Android 恶意软件分析中的有效性仍缺乏深入探索。该研究指出，反编译得到的 Android 恶意软件代码给分析带来独特困难：恶意逻辑往往被埋藏在大量函数之中，且函数名通常缺乏语义信息。围绕这些问题，论文以基准评测的方式系统考察代码 LLM 在此类任务上的表现，分析上述代码特征对模型分析能力的影响，从而为理解代码 LLM 在恶意软件分析场景中的适用性与局限提供依据。

问题
代码大模型在 Android 恶意软件分析上的有效性尚未被充分研究；反编译恶意代码中恶意逻辑分散于大量函数且函数名常无意义，给分析带来独特困难。
方法
以基准评测的方式，对代码 LLM 在反编译 Android 恶意软件分析任务上的表现进行系统评估，并考察相关代码特征带来的影响。
评估
通过在 Android 恶意软件分析任务上构建的基准测试来评估代码 LLM 的能力与局限。
原文摘要（Abstract）

Large Language Models (LLMs) have demonstrated strong capabilities in various code intelligence tasks. However, their effectiveness for Android malware analysis remains underexplored. Decompiled Android malware code presents unique challenges for analysis, due to the malicious logic being buried within a large number of functions and the frequent lack of meaningful function names.

链接与引用

DOI 原文 · PDF（开放获取） ·

BibTeX 
@inproceedings{paperbot9593,
  title = {On Benchmarking Code LLMs for Android Malware Analysis},
  author = {Yiling He and Hongyu She and Xingzhi Qian and Xinran Zheng and Zhuo Chen and Zhan Qin and Lorenzo Cavallaro},
  booktitle = {ISSTA},
  year = {2025},
  doi = {10.1145/3713081.3731745}
}