从 UI 到代码：通过 LLM 统一静态动态分析进行移动广告检测

移动广告 (ad) 对于应用程序经济至关重要，但检测它们具有挑战性，因为广告内容是从远程服务器动态获取并通过不同的用户界面 (UI) 呈现，使得广告难以在运行时定位和触发。为了应对这一挑战，我们推出了 ADWISE，这是一种新颖的框架，它将移动广告检测制定为 LLM 引导的、面向广告的 UI 探索。 ADWISE首先进行静态程序分析，识别用于投放广告的UI小部件，我们称之为广告小部件。然后，它使用扎根的 LLM 推理循环在三个互补的域指导信号下导航并触发这些小部件：（1）基于 WTG 的指导，它提供来自静态构建的窗口转换图（WTG）的全局转换先验； (2) 语义指导，对应用程序功能进行推理，优先考虑用户可能的交互路径； (3) 结构指导，它应用检索增强生成来将当前 UI 与知识库中重复出现的广告密集的布局进行匹配。通过将静态程序分析与基于 LLM 的 UI 结构、应用程序语义和检索类比推理相结合，ADWISE 可在复杂的移动 UI 中实现更有效的广告检测。对 100 个基准应用程序进行的实验表明，ADWISE 在广告小部件检测方面比最先进的基准高出 25.60%。此外，ADWISE 在六大类中发现的广告监管违规行为增加了 34.34%，直接有利于下游广告监管。