随着科技的日益进步以及“互联网+”的迅猛发展,全球智能手机的使用频率越来越高,目前Android智能手机的市场份额已经达到85%,成为人们购买智能手机的首选。在Android智能设备的迅速普及同时,其恶意应用的规模数量也不断增长。Android智能手机正面临着严峻的安全挑战,因此对Android恶意应用检测的研究具有重要意义。本文主要研究了基于权限的Android恶意应用静态检测问题,主要研究工作包括:(1)设计了一种基于系统调用权限的检测方案。通过对Android系统的安全机制和恶意应用检测技术的分析研究,发现了当前基于权限的恶意应用检测方案的不足,针对从清单文件直接提取特征不准确的问题,从应用源码中提取特征,设计了一种基于系统调用权限的Android恶意应用静态检测方案。(2)完成了基于系统调用权限检测方案的实现。方案主要分为四个部分:样本收集、特征提取、特征处理和应用检测。样本收集中,选用国外较权威的恶意应用数据集,并且通过爬虫收集应用商店的正常应用,保证了数据集的有效性;特征提取中,完成了Android应用的自动批量反编译,设计了系统API与权限映射表;特征处理中,对大量的应用特征数据进行了抽象整合;应用检测中,使用经典的分类算法完成了应用的检测。(3)对提出的方案进行了对比实验验证。选用NB、SVM、KNN和C4.5四种在Android恶意应用检测中使用最多的分类算法,验证方案的有效性。实验结果表明,提出的方案具有90%以上的检测准确率。