作为移动互联网内容的主要呈现设备，智能移动终端近年来得到飞速的发展。由于其与互联网的无缝连接以及安装第三方应用程序的功能，人们的生活与智能移动终端的联系越来越密切。伴随着移动互联网规模的不断扩大以及移动终端用户数量的不断增多，移动终端的主动防御问题正成为遏制移动互联网进一步发展的主要因素。另外，由于计算能力弱，存储能力差等移动终端的自身局限性，传统计算机上的主动防御方法无法很好的应用到移动终端上来。因此，在此背景下研究适用于智能移动终端的主动防御技术具有了现实的意义。针对以上问题，论文研究了智能移动终端下的主动防御。针对移动终端的自身局限性，论文提出使用基于行为分析的异常检测来实现主动防御；结合社交网络相关知识，论文提出了一种基于社交网络的用户行为模型，并基于该模型改进了主动防御框架，采用异常检测的方法来实现主动防御；同时结合人类行为的特性以及社交网络知识，论文设计了一种基于用户行为的移动终端异常检测算法。首先，论文对智能移动终端面临的安全威胁以及主动防御技术进行阐述，指出研究的必要性；其次，论文对目前已有的移动终端主动防御方法展开研究，总结了目前相关技术研究的缺点；然后分析了使用用户行为分析方法进行主动防御的可行性；在此基础上结合社交网络以及人类行为特性提出了基于社交网络的用户行为模型；基于此模型改进了移动终端主动防御模型，介绍了模型的流程以及各个模块的相关功能；最后，由于移动终端的自身局限性，传统计算机上的异常检测算法无法很好的适用于移动终端环境上，针对以上问题，论文基于以上主动防御模型设计了一种适用于移动终端的异常检测算法，通过数学分析验证了算法能降低误检概率，通过复杂度分析验证了算法是轻量级的；实验首先分析了算法的相关参数，结果表明参数的变化是符合人类行为规律的；通过与传统异常检测算法相比，结果表明该算法能够在保证检测率的同时降低了误检率，提升了用户体验。通过以上研究，论文从人类行为特性以及社交网络层面为移动终端的异常检测提供了参考，并为智能移动终端主动防御探索了一条具有参考价值的途径。