移动互联网的迅速发展,促使移动终端和移动应用都普遍化,与此同时也萌生了恶意移动应用,其中的恶意行为给信息安全和网络都带来了严重的威胁。Android平台因为其自身的开放性以及第三方应用市场审查机制的不完善,导致其变成了恶意移动应用的主要运行和传播平台。目前,恶意Android应用类型十分广泛且对用户都造成极大威胁,例如恶意吸费、流量消耗、隐私窃取等等。此外,为了躲避检测,反射机制等技术较常被利用以动态加载代码,导致恶意Android应用越来越隐蔽。因而及时有效地检测恶意Android应用并做相应处理成为学术界、工业界共同关注的问题。已有的恶意Android应用检测工作主要包括静态检测技术、动态检测技术以及基于数据挖掘的检测技术。静态检测技术通过静态代码分析以检测应用中恶意代码,该技术简便快速但是具有较高的误报率;动态检测技术通过实际运行应用并收集行为信息以检测其中的恶意行为,该技术能够确保准确率,但是计算资源和时间开销较大;依赖数据挖掘的检测技术基于数据集构造分类器来检测恶意Android应用,该技术需要收集大量已有恶意应用并且无法检测新类型恶意应用。因而,当前恶意Android应用检测仍然面临准确率和效率的挑战。为解决上述问题,本文综合静动态检测技术,高效准确的自动检测恶意Android应用,主要工作如下:●针对目前恶意Android应用检测技术无法有效检测反射调用API的问题,本文提出Android应用反射调用API检测技术,有效检测Android应用中不同类型的反射调用API;●针对目前恶意应用检测技术无法兼顾效率和准确率的问题,本文综合静动态检测技术,高效检测多种类型恶意Android应用;●开发了恶意Android应用检测工具MalDet,并进行了实验研究,结果表明,该工具在提高恶意Android应用检测效率的同时,有效地保证了检测结果的准确度。