MARD: A Multi-Agent Framework for Robust Android Malware Detection

"Robust Android Malware Detection 을 위한 다중 에이전트 프레임워크인 MARD"에 대한 상세한 기술 요약입니다.

1. 문제 제기

이 논문은 현재 안드로이드 악성코드 탐지 시스템의 중요한 한계점을 다루고 있습니다:

• 개념 드리프트 (Concept Drift) 및 모델 노후화: 전통적인 머신러닝 (ML) 및 딥러닝 (DL) 모델은 API 호출, 권한과 같은 얕은 통계적 특징에 의존합니다. 안드로이드 생태계와 악성코드가 진화함에 따라 이러한 특징 분포가 변화하여, 과거 데이터로 훈련된 모델은 심각한 성능 저하 (개념 드리프트) 를 겪게 됩니다.
• 해석 가능성 부족: 딥러닝 모델은 종종 "블랙박스"로 작동하여, 결정에 대한 코드 수준의 증거나 논리적 추론을 제공하지 못합니다.
• LLM 의 한계: 대규모 언어 모델 (LLM) 은 강력한 의미 추론 능력을 갖추고 있지만, 컨텍스트 창 제한과 과도한 토큰 비용으로 인해 방대하고 난독화된 원시 코드 (APK) 를 직접 입력하는 것은 불가능합니다. 또한, LLM 을 단순히 특징 추출기로 사용하는 것은 그들의 심층 논리적 추론 잠재력을 활용하지 못합니다.

2. 방법론: MARD 프레임워크

MARD 은 결정론적 정적 분석과 LLM 기반 의미 추론 사이의 간극을 연결하는 다중 에이전트 프레임워크를 제안합니다. 이는 도메인 특화 미세 조정 없이 (zero-shot) 작동합니다. 아키텍처는 세 가지 명확한 계층과 이종 모델 전략으로 구성됩니다:

A. 결정론적 정적 표현 (데이터 기반)

LLM 상호작용 전에 시스템은 전통적인 도구 (Apktool, Soot, FlowDroid) 를 사용하여 차원 축소를 수행합니다:

• 리버스 엔지니어링: AndroidManifest.xml 을 추출하고 달빅 바이트코드를 **Jimple 중간 표현 (IR)**으로 변환합니다. 이는 강하게 타입 지정된 인간이 읽을 수 있는 형식입니다.
• 그래프 구성: 전역 호출 그래프 (Call Graph, CG) 와 API 역색인 (inverted index) 을 구축하여 의심스러운 시그니처를 특정 코드 위치와 매핑합니다.
• 노이즈 감소: 서드파티 라이브러리 호출을 필터링하고 시스템 API 에만 집중합니다.

B. 다중 에이전트 상호작용 메커니즘 (ReAct 패러다임)

이 프레임워크는 "거시에서 미시 (Macro-to-Micro)" 분석을 실행하기 위해 협력하는 세 개의 자율 에이전트를 사용합니다:

1. 1 단계: 정찰 에이전트 (거시적 휴리스틱 스크리닝)

   • 역할: 앱의 선언된 의도 (intent) 와 요청된 권한 간의 의미 정렬을 수행합니다.
   • 행동: LLM zero-shot 추론을 사용하여 "의도 - 권한 불일치 (Intent-Permission Mismatches)"를 탐지합니다 (예: SMS 권한을 요청하는 계산기).
   • 결과: 후속 단계의 토큰 오버헤드를 줄이기 위해 고위험 API 후보의 최소 집합을 식별하여 전역 API 검색 공간을 축소합니다.

2. 2 단계: 추적성 에이전트 (미시적 자율 포렌식)

   • 역할: ReAct (Reason + Act) 루프를 통해 "도구"로서 하부 정적 분석 도구를 동적으로 호출하는 포렌식 허브 역할을 합니다.
   • 행동:
     • 트리거 경로 탐색: 의심스러운 API 에서 진입점 (예: 사용자 클릭 vs 백그라운드 부팅) 으로 역추적합니다.
     • 데이터 흐름 분석: FlowDroid를 사용하여 소스 (API) 에서 싱크 (네트워크/저장소) 로의 데이터 흐름을 추적하는 전방 오염 분석 (forward taint analysis) 을 수행합니다.
     • 프로그램 슬라이싱: 죽은 코드를 제거하면서 최소한의 관련 코드 스니펫 (증거 벡터) 을 추출합니다.
   • 결과: 결정적인 제어 흐름 및 데이터 흐름 논리를 포함하는 구조화된 위상적으로 제약된 증거 벡터를 생성합니다.

3. 3 단계: 판결 에이전트 (전역 심판)

   • 역할: 거시적 경고와 미시적 포렌식 증거를 종합합니다.
   • 행동: 고차원 논리적 추론을 수행하여 격리된 행동을 특정 악성코드 계열에 매핑합니다.
   • 결과: 최종 분류 (정상/악성), 위협 카테고리, 신뢰도 점수 및 인간이 읽을 수 있는 증거 사슬을 출력합니다.

C. 이종 모델 전략

비용을 최적화하기 위해 MARD 은 다른 작업에 서로 다른 LLM 을 사용합니다:

• 1 단계 및 2 단계: 코드 파싱 및 슬라이싱과 같은 많은 토큰을 소비하는 작업에는 비용 효율적이고 코드에 특화된 모델 (예: Qwen3-Coder) 을 사용합니다.
• 3 단계: 최종 심판에는 매우 압축된 증거 벡터만 처리하므로 강력한 추론 모델 (예: Gemini-3-Pro, GPT-5) 을 사용합니다.

3. 주요 기여

1. 새로운 아키텍처: 다중 에이전트 워크플로우에서 LLM 을 결정론적 정적 분석 엔진 (Soot/FlowDroid) 과 깊이 통합하여 재훈련 없이 zero-shot 탐지를 가능하게 하는 최초의 프레임워크입니다.
2. ReAct 기반 포렌식: 심층 프로그램 슬라이싱 및 오염 분석을 동적으로 계획하고 실행하여 해석 가능한 증거 사슬을 생성하는 자율 에이전트 메커니즘을 도입했습니다.
3. 비용 효율성: 차원 축소 및 이종 모델 라우팅을 사용하여 심층 APK 분석 비용을 앱당 $0.10 미만으로 획기적으로 줄였습니다.
4. 견고성: 도메인 특화 미세 조정 없이 개념 드리프트에 대한 면역과 강력한 교차 도메인 일반화를 입증했습니다.

4. 실험 결과

이 프레임워크는 2011 년부터 2021 년까지의 데이터셋 (AndroZoo, CICMalDroid 2020, CIC-AndMal2017) 을 대상으로 최첨단 베이스라인 (MaMaDroid, DroidEvolver, CL-Malware) 과 비교 평가되었습니다.

• 성능: MARD 은 CICMalDroid 2020 에서 F1-score 93.46%, AndroZoo 에서 **87.01%**를 달성하여 모든 베이스라인을 능가했습니다.
• 시간적 일반화: 5 년 종단 테스트 (2017–2021) 에서 전통적인 모델은 치명적인 성능 저하를 겪었습니다 (예: DroidEvolver 의 재현율이 2021 년까지 8% 로 하락). 반면 MARD 은 기간 내내 84% 이상의 안정적인 F1-score 를 유지하여 개념 드리프트에 대한 회복 탄력성을 입증했습니다.
• 교차 도메인 일반화: 재훈련 없이 미시 데이터셋 (CIC-AndMal2017) 에서 테스트했을 때, MARD 은 91.14% 의 정확도를 유지한 반면, 데이터 기반 베이스라인은 크게 하락했습니다 (예: CL-Malware 는 74.45% 로 하락).
• Ablation Study: 미시적 포렌식 모듈을 제거하면 정밀도가 10% 이상 하락하여 결정론적 도구 기반 증거의 필요성을 확인했습니다.
• 비용 분석: APK 당 총 비용은 입력 $0.0675 –$0.0825 + 출력 $0.004 –$0.011로, 총 $0.10 미만이었습니다.

5. 의의

MARD 은 악성코드 탐지 분야에서 패러다임의 전환을 의미합니다:

• 통계적 피팅에서 논리적 추론으로: 빠르게 노후화되는 통계적 패턴 피팅에서, 불변으로 유지되는 코드 의도 및 논리에 대한 추론으로 전환합니다.
• 해석 가능성: 모든 결정에 대해 검증 가능한 증거 사슬 (제어 흐름 및 데이터 흐름) 을 생성하여 "블랙박스" 문제를 해결하며, 이는 보안 분석가에게 필수적입니다.
• 확장성: $0.10 미만의 비용으로 심층 의미 분석이 가능함을 입증함으로써, 산업 규모 배포를 위한 고급 LLM 기반 보안 분석을 경제적으로 실현 가능하게 만들었습니다.
• 미래 대비: zero-shot 특성을 통해 모델 재훈련을 기다리지 않고 출시 직후 새로운 제로데이 악성코드 계열을 즉시 탐지할 수 있습니다.