随着目前移动网络技术的发展日新月异,随着网络数据传输及终端存储、计算处理能力的提升,具有良好便携性的移动终端已逐渐成为日常工作和生活中不可或缺的工具。而近几年由移动终端应用的恶意代码所导致的恶意行为层出不穷,如:恶意扣费、远程控制、隐私窃取、系统破坏、流氓行为、资费消耗、篡改应用、诱骗欺诈等行为给广大移动终端用户带来重大危害和损失。本文主要针对的研究对象是Android平台下的恶意APK,并设计了基于9000个恶意APK为特征库的恶意APK态势分析以及对未知恶意APK风险性进行分析的系统。本文的主要研究如下:(1)对Android平台下的一些安全机制进行了一系列的研究,以及在Android平台下关于恶意代码检测和态势分析的国内外现状进行研究。对各类数据挖掘算法进行学习研究,并就此类算法在本文中的应用进行讨论。(2)收集Android恶意APK,并建立样本库,为后续的数据挖掘做准备。(3)编写合适的数据挖掘算法对恶意样本进行特征提取,在比对使用N-gram的特征提取算法、Apriori算法、C4.5算法等数据挖掘算法对样本库特征提取工作基础上,本文用Python设计一种更加高效的数据挖掘算法用于提取APK的特征信息如:电话、邮箱、IP、URL、Permission、Service等基本信息。(4)本文采用Javaee设计出一款Android APK的恶意代码态势分析系统,用于态势的展示特征库各种特征,为系统管理员评估未来移动端恶意代码特征态势提供了强有力的依据。对那些未知恶意代码或变异恶意代码的进行评估,从而把未知恶意代码所带来的危险和损失降到最低。