随着“互联网+”时代的到来,移动互联网迎来了新的发展时机,智能手机作为移动互联网的主要入口之一发展迅速,其设备性能与普及度都有很大的提升。Android系统作为最受欢迎的移动操作系统之一,在给人们带来方便快捷的同时,也面临着较大的安全威胁。Android的系统安全是信息安全领域一个不容忽视、迫切需要解决的问题,恶意应用检测作为Android系统安全的主要组成部分,具有重大的研究意义。主要研究内容如下:首先,对Android系统进行了简要分析,并对其安全机制进行了重点剖析。Android的安全机制虽然比较完整,但迫于灵活性等方面的需要并不能对系统起到很好的防护作用,安全形势十分严峻。其次,提出了一种基于特征功能的恶意应用检测方案。通过对Android恶意应用的研究,发现其与非恶意应用在调用某些系统功能上存在较大的差异,系统功能的调用情况可以作为分类依据,对应用程序的类别进行判定。接着,完成了基于特征功能的恶意应用检测方案的设计与实现。对Android系统功能分析,制定了特征功能表。采用本文设计的自动化反编译工具进行源代码获取,并使用Sunday算法进行模式匹配,标识系统功能的调用情况,使用KNN算法对应用进行分类操作。最后,对提出的方案进行了实验验证。实验验证阶段主要完成了K值的选取,以及实验效果的判定。实验结果表明,基于特征功能的恶意应用检测方案能够对Android应用程序有效分类,在K值为7的情况下,其准确率高达90.8%。