随着移动互联网的快速发展,移动智能终端成为人们工作生活中不可或缺的一部分。但Android智能终端在人们日常工作和生活中越来越广泛应用的同时,各种各样的恶意应用软件层出不穷,给用户带来经济损失和隐私泄露等问题。为确保用户使用Android智能终端应用软件的安全,相关部门或企业在进行应用软件发布时,广泛采取人工或自动化的方法进行安全检测,并对安全检测后的软件进行标识和签名,供用户下载使用。Android应用软件安全检测方法主要有静态检测和动态检测两种方法,目前人们研究的热点主要是针对方法性能不足和误报漏报问题,通过优化现有和使用新的检测方法提高性能,降低误报和漏报率,同时对应用软件的安全风险进行分类等进行研究,为用户使用安全软件和安全使用软件提供帮助和参考。本文针对Android应用软件安全检测与风险评估方法展开深入研究,主要研究内容和创新点如下:1.提出了一种基于权限特征的Android应用软件安全静态检测方法。针对Android恶意应用家族申请权限的特点,设计了一种挖掘权限频繁项集的算法DroidFP-Growth。算法对FP-Growth算法进行改进,在恶意应用权限项集挖掘过程中,通过设置权限组合的最大支持度和最小支持度,有效减少挖掘的计算量。实验结果表明,本文所提出的检测方法与其他检测方法相比具有较好的效果。2.提出了一种基于系统调用特征的Android应用软件安全动态检测方法。方法以Android应用软件运行过程中的系统调用为研究对象,使用了权重对比和概率统计的方法构建了恶意应用和非恶意应用的系统调用特征库,在检测Android应用软件时,根据匹配特征的数量判断应用性质,并通过测试选取系统调用权重和匹配数量的最优阈值。实验结果表明,该方法对应用软件检测具有较好的效果,而且随着样本集的增加,准确率还可以进一步提高。3.提出了一种基于卡方检验的Android应用软件风险评估方法。以权限和系统调用特征作为评估要素,使用卡方检验分析评估要素与应用类别之间的相关性强弱,获得评估要素的风险值。在对应用软件进行评估时,根据评估要素的风险值,加权计算Android应用软件的风险值,将应用软件进行风险等级划分,为用户选择应用软件并针对安全风险采用安全防护措施提供更加直观的参考,最后通过实验验证了评估方法的合理性和有效性。