随着Android系统在教育娱乐、公共服务、移动支付等众多领域的市场份额不断扩大,针对Android系统的恶意软件和漏洞攻击也越来越多。为了应对系统所面临的安全问题,Android在原有的安全机制基础上引入了强制访问控制机制,形成了一种适应自身系统的安全机制—SEAndroid,该安全机制必须制定完善的安全策略才能更有效的保障系统的安全性。在SEAndroid安全机制中,安全策略主要用于检查和限制对特权资源的访问权限,为了应对系统功能和恶意攻击不断地更新,安全策略的开发也需要不断地完善。现有的安全策略开发与完善的方法需要策略开发工程师根据审计日志来手动更新操作,这种方式不仅耗时还容易造成潜在的权限升级攻击,策略开发成本也会随之增加。因此研究如何降低SEAndroid的安全策略开发难度、提高安全策略开发质量以及改善安全策略配置操作灵活性,具有非常重要的现实意义。本文以SEAndroid安全机制安全策略开发的需求为前提,结合一些经典的机器学习的分类算法、安全策略规则风险率与信任度算法、安全策略动态配置等技术,设计了安全策略动态分析与配置系统。该系统的主要功能模块包括审计模块、策略动态配置模块、安全策略动态分析模块和策略规则评审模块。本文设计的SEAndroid安全策略动态分析与配置系统方案,1)实现了安全策略的动态配置,根据用户对于应用程序的权限配置,来动态的配置应用进程的安全标签,解决了原有安全机制中无法根据实际需求灵活设置安全标签的不足,同时实现了安全防护中的用户参与性;2)实现了安全策略的动态分析,通过对系统审计日志中捕获的新出现访问模式数据进行动态分析与分类,根据分类与分析结果来改进和改善现有的安全策略,使得Android系统的安全性进一步提高。最后对系统主要模块在通用的Android机顶盒上进行系统的可行性验证。测试结果表明,该系统能够实现对于安全策略进行动态的配置,能够对于设备中的访问模式数据进行动态分析与分类,并且本文设计的分类算法相较于传统的关键字分类算法,分类效果更强,特别是对于新形式的访问模式具有一定的学习能力,使得分类效率和准确性更高,达到了预期的设计目标。