随着科学技术地快速发展和互联网地广泛普及,智能手机凭借着功能众多,用户基数大、使用频率高、应用范围广等特点,已经成为人们日常学习、生活、工作中最重要的辅助工具。手机中的应用程序在提供各种功能服务的同时,也记录和保存了大量的用户个人隐私信息。为了保护个人的隐私数据,用户在安装应用程序前,需要评估其可能存在的隐私风险;安装后,对权限进行合理地管理。但现有的安卓应用程序风险评估研究仍然存在以下几个问题:1)缺少对应用程序的隐私风险研究。造成用户在选择安装应用程序时,缺乏风险意识,做出的安全设置存在较大的隐私风险漏洞。2)对于不同类型应用程序间存在的权限使用数量差异没有进行区分,使得应用程序的风险评估结果存在一定误判现象。3)缺少对每个权限的隐私风险评估。无法帮助用户优化权限管理方案,无法帮助开发人员改进应用程序的设计。为了使用户对应用程序的隐私风险有更加直观具体的认知,意识到应用程序的权限设置中存在的风险,帮助用户更好地结合自身需求简化权限管理,本文提出如下风险评估方法。首先,根据应用程序不同类型,使用K-means聚类方法计算每一个权限为主要功能性权限的概率;然后根据权限的功能、保护等级和访问数据等分析每个权限的隐私风险;最后根据权限概率和隐私风险计算每个权限在这一类型应用程序中的隐私风险值,并得到每个应用程序总的隐私风险。本论文的数据来源于当前最流行的第三方的应用市场——“应用宝”上的真实APPs,我们总共下载了16个分类中推荐的具有下载量大或用户评分高的1377个应用作为本次实验的实验数据。通过与MAETroid(Multi-criteria App Evaluator of Trust for Android)和Androidrisk两种方法的实验结果对比分析表明,本文提出的隐私风险评估方法对应用程序的隐私风险区分度更好,并能识别程序风险的来源,给出权限管理的优化方案。