摘要
尽管取得了显著的成果，基于机器学习的Android恶意软件检测模型仍存在概念漂移的问题，即恶意软件特征的快速演变会降低模型的检测效果。本研究探讨了概念漂移对Android恶意软件检测的影响，评估了两个数据集以及九种机器学习和深度学习算法，还包括大型语言模型（LLMs）。研究考虑了多种特征类型——静态特征、动态特征、混合特征、文本特征和基于图像的特征。结果表明，概念漂移现象普遍存在，并显著影响模型性能。影响漂移的因素包括特征类型、数据环境和检测方法。虽然一些算法有助于缓解类别不平衡问题，但并不能完全解决由恶意软件动态特性引发的概念漂移问题。研究发现，所使用的算法类型与概念漂移之间没有明显关联；与其他变量相比，算法类型对检测性能的影响相对较小，这主要是因为超参数没有进行精细调整，且所有算法都使用的是默认配置。由于原始特征空间经过PCA压缩以满足令牌长度限制，因此对LLMs的评估仅作为探索性基准。在这种设置下，LLMs在少量样本数据上的检测表现令人欣慰，但仍易受时间变化的影响。
