安卓操作系统在社会智能化发展过程中扮演着重要角色,同时基于该系统的恶意攻击软件已对用户隐私和系统安全构成了严重威胁。360互联网安全中心2018年累计监测安卓移动端恶意软件感染量约为1.1亿人次;卡巴斯基实验室在2017年检测并截获总计5,730,916个安卓恶意应用安装包。为提高安卓系统的稳定性和安全性,维护移动应用市场的绿色健康发展,各大互联网安全公司及科研单位仍在不懈努力。权限管理机制在安卓安全模型中扮演重要角色,应用通过权限请求申请所需的系统软硬件及用户数据等资源来实现个性化功能。本文通过对安卓安全模型设计的分析和恶意应用检测课题研究近况的全面调研,提出了基于应用分类的安卓恶意应用检测模型,主要包含应用分类模块和基于类别的恶意性检测模块,通过两步走来检测未知应用恶意性。分类模块以K-means算法为核心,通过计算训练集内可信应用权限向量间相似度将可信应用聚为32个类并获取聚类模型,然后将恶意应用权限向量集输入该模型进行分类;检测模块,通过卡方检验来提取每个类中的敏感权限作为检测算法的输入特征,训练检测模型。实验数据包含13,588个恶意应用和13,382个可信应用,最终实验结果表明该检测模型的检测准确率可达94.02%。