Android平台的应用种类繁多,数量庞大,其中不乏将正版应用的代码和资源文件稍作修改而成的盗版应用,这些盗版应用给Android的应用市场带来了不少挑战。面对这些盗版应用,现有的检测手段普遍存在特征描述困难,提取算法复杂,处理时效性差等问题。因此,对于如何快速地在大量应用中检测出盗版应用,如何对每天提交的新应用进行甄别,已经成为我们亟待解决的问题。针对这些问题,本文从应用相似性角度进行盗版应用的判别,设计了一个基于类目录和截图界面的检测系统,主要的工作内容如下:(1)基于类目录结构的分析方案:对于应用的APK文件,先要获得所有的代码结构信息,然后将代码的类目录转化为树形结构。并具体对比了几种类标签的表示方法,选择用类名的哈希作为树的节点。再将非线性的树状节点通过深度优先遍历的方式,将树的节点连接成字符串作为应用的签名,并通过归一化编辑距离来进行相似度的比较。(2)基于截图界面的分析,主要是对应用界面截图的图像化分析。首先对比了几种常见的图像特征提取算法并采用SURF算法来进行图像的特征点采集。然后对Android界面进行了分析,相比于一般的风景人物图像更加的轮廓分明,背景单一。因此可以对特征点的小波响应参数进行设置,减少特征点数。并且对误判的特征点,通过大部分特征点的区间位置占比来进行特征点纠正,并将特征点数组作为应用签名。(3)最后对安卓应用平台的社交类应用进行盗版检测,得到相似性应用之间的关联图。并对新提交的应用,准确判断与现有应用的关联。