文章总结： 南京大学和悉尼大学研究人员开发的A2智能体框架通过模仿人工分析过程来识别安卓应用中的漏洞并进行验证，其创新点在于通过验证器消除误报，将代码检测从扫描告警转向证据验证。该系统包含智能体漏洞发现和智能体漏洞验证两个阶段，在测试中成功发现了57个安卓APP的真实漏洞，涉及加密、访问控制及输入验证缺陷，每个漏洞的验证中位数成本不足10美元，实现了比现有工具更高的覆盖率。
综合评分： 87
文章分类： AI安全,移动安全,漏洞分析,应用安全,漏洞挖掘
AI驱动漏洞挖掘！利用智能体发现57个安卓APP未知漏洞
安全内参编译
安全内参
2025年9月8日 18:00
北京
关注我们
带你读懂网络安全
A2智能体框架通过模仿人工分析过程，来识别安卓应用中的漏洞，并对其进行验证；
A2的主要创新在于通过验证器消除了绝大多数误报，将代码检测范式从扫描告警转向证据验证，让防守者聚焦真正的风险。
前情回顾·AI赋能攻防对抗
安全内参9月8日消息，来自南京大学和悉尼大学的两位研究人员开发出一个AI研究框架，用于在安卓应用中发现并验证漏洞。
该系统名为A2，它通过先对应用安全性进行推理，再尝试利用潜在缺陷进行验证，从而模拟人类专家的分析与验证过程。
图：A2效果优于APKHunt
在“智能体漏洞发现”阶段，系统结合语义代码理解与传统安全工具，生成关于漏洞的假设。下一阶段“智能体漏洞验证”则包括漏洞利用的规划、执行和验证，以确认假设是否成立。
作为研究的一部分，研究人员考虑了可能的威胁行为者，包括能够对安卓应用APK进行逆向工程、观察运行时行为，并通过安卓交互通道注入输入的攻击者。
他们在论文中指出：“这些攻击者并不掌控安卓平台、内核或硬件。需要root设备、定制固件或硬件侧信道的攻击均不在研究范围内。相反，对手会聚焦于开发者引入的应用层漏洞或不安全的库使用。”
A2漏洞挖掘智能体流程
图：A2工作流程
当输入一个APK时，A2会借助大模型分析代码并推测潜在漏洞，同时结合静态应用安全测试（SAST）工具的警告，做出更多推测，并通过聚合器统一整合所有推测。
在下一阶段，每项推测都会交由概念验证（PoC）规划器，生成相应任务及预期结果。任务随后被执行，并由验证器检查结果进行迭代优化，直到漏洞成功验证或达到重试上限为止。
在分析环节，A2会对APK进行反编译，剔除第三方库并提取清单信息，然后对代码与清单数据进行处理。如果集成了第三方工具，还会将不同输出结果标准化，以便后续聚合。
接着，PoC规划器会基于漏洞特征制定验证计划并剔除误报，再将任务分配给执行器。研究人员解释称，执行器会在“代码执行、设备控制、文件系统、静态分析、界面交互、日志分析、APK生成以及Web服务器管理”等环节执行验证步骤。
最后，验证器会独立审查每个PoC结果，不会直接采信执行器报告的成功结论，而是依靠自身观察确认预期结果是否真正发生。
如果执行失败，或验证器否定了成功声明，反馈会返回PoC规划器，由其调整策略并重试。若所有任务均通过验证，整个流程即告完成。
发现57个APP漏洞，
中位数成本不足10美元
研究人员利用Gemini生成了82个潜在漏洞，其中19个被排除。在剩余的63个中，有56个被成功验证为真实漏洞，并生成了完整的PoC代码。
在考察A2在O3、Gemini和ChatGPT上的计算成本与效率时，研究人员估算：漏洞检测阶段，每个APK的成本不到1美元；而完整验证流程在Gemini上，每个漏洞的最高成本可达26.85美元（中位数为8.94美元）。
研究人员在包含160个APK的真实数据集上测试了该框架。在检测阶段报告的136个潜在漏洞，60个被验证为可利用的安全缺陷，29个被确认是误报，同时还识别出一些超出验证范围的缺陷。
人工复核结果显示，在最终确认的60个漏洞中，仅3个属于误报。其余57个问题涉及加密、访问控制及输入验证缺陷，并已被负责任地披露。
研究人员表示，A2是迈向安卓自动化安全分析的重要一步，它实现了比现有工具更高的覆盖率，但仍受到范围、大模型推理可靠性以及上下文相关性等多方面的限制。
参考资料：securityweek.com
推荐阅读
点击下方卡片关注我们，
带你一起读懂网络安全 ↓
免责声明：
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。
任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。
本文转载自：安全内参 安全内参编译《AI驱动漏洞挖掘！利用智能体发现57个安卓APP未知漏洞》