随着通信技术的不断发展,移动智能终端广泛应用于人们的生活工作中。移动智能终端中存储着大量的个人信息与隐私数据。与此同时,利用移动智能终端的智能设备进行犯案的高科技犯罪率逐渐提高。研究面向移动智能终端的取证技术,对于保障移动互联网环境信息安全、维护网络安全、降低人们的财产损失有巨大的意义,具有社会价值和科研价值。移动智能终端取证分析技术有着极为迫切的应用需求,而目前对于移动智能终端的取证研究主要在数据提取与数据恢复,本文致力于取证数据分析的相关研究,减少不必要的人力消耗以提高取证人员的工作效率,并完成一个移动智能终端隐私数据取证分析系统设计与实现,实现了数据获取、数据恢复以及数据分析功能。论文当前手机取证在国内外的发展情况进行了相关介绍,分析了目前手机取证的现状和发展趋势。介绍了Android操作系统的结构及其特点,研究了Android系统中文件的存储机制与数据类型。首先提出了一种基于SVDD的文本多类分类算法,对移动智能终端中的各类信息数据进行分类研究,并通过大量实验验证了基于SVDD的文本多类分类算法是分类效果好并且可靠的多类分类方法。论文同时提出一种基于SNA的移动智能终端隐私数据可视化分析方法,使取证人员可以看到可视化后的电子证据,提出了移动智能终端数据网络模型,并根据移动智能终端数据网络模型的特点提出了一种改进的移动智能终端隐私数据网络的图布局算法,并对其进行编译实验,证明该算法稳定且易于实现。通过移动智能终端证据可视化的方法,使得用户之间的关联关系能够直观形象的展示出,发现潜在证据,降低取证工作难度。最后根据移动智能终端取证的基本流程框架以及基于SNA的手机证据可视化算法以及相关数据获取技术,设计并实现了一个移动智能终端隐私数据取证分析系统,系统支持Android平台的移动智能终端数据的自动化提取解析。