移动互联网的快速发展促使移动智能设备得到了迅速地普及,Android操作系统因其良好的可移植性性和便携性成为了目前市场份额占比最大的移动智能设备,Android应用程序作为信息交流的重要载体已经逐渐深入到人们的日常生活中。由于Android的开源性和受欢迎程度,使其逐渐成为了黑客和恶意软件攻击者的攻击目标,进而给人们造成隐私泄露、财产安全等严重的威胁。因此,针对Android恶意软件进行有效地检测具有重要的研究意义。通过对现有的Android恶意软件检测方法调研发现,很多Android恶意软件检测方法在检测恶意软件的过程中大都忽略了应用程序中的结构语义信息。虽然部分Android恶意软件检测方法通过提取应用程序的图结构信息以达到捕获其结构语义信息的目的,但是,这些方法较为复杂,不利于快速地检测Android恶意软件。因此,本文在现有的Android恶意软件检测方法的研究基础上,提出一种函数调用图与图核相结合的Android恶意软件检测方法。此方法通过提取应用程序的函数调用图捕获了Android应用程序的结构语义信息,同时利用图核技术降低现有方法的复杂度,实验表明本文的方法能够有效地检测Android恶意软件。本文的主要研究内容与成果如下:(1)本文在现有Android恶意软件检测方法的研究基础上,提出了一种函数调用图与图核相结合的Android恶意软件检测方法,进而改善现有Android恶意软件检测方法。(2)本文在提取Android应用程序的函数调用图的基础上,通过图核技术自动编码函数调用图,进而捕获Android应用程序的结构语义信息;(3)本文在文档嵌入模型的基础上提出了一种图嵌入模型,随后利用此模型对捕获到的函数调用图进行特征降维,以便于快速且有效地构建Android恶意软件检测模型。(4)为了验证本文中Android恶意软件检测方法的有效性,本文在Genome数据集和Drebin数据集上进行了详细的实验。实验结果表明:本文中的方法在Genome数据集上精确度能达到97.49%,在Drebin数据集上精确度能达到94.33%。