随着Android移动智能终端的快速普及,其安全问题已经日益凸显。越来越多的Android恶意应用程序通过各类渠道被下载、安装到智能移动终端中,这些恶意应用正严重威胁着智能移动终端的安全,对Android应用本身的安全性进行有效的分析已成为确保Android智能移动终端安全一道重要的保障。本文的研究主要目的是解决Android智能移动终端中应用安全的研判问题,通过对应用安全性的研判,帮助终端已经防范恶意应用,从而保证Android终端的安全。本文首先研究了Android平台的整体体系架构和Android平台的安全机制,在此基础上分析了Android平台面临的安全威胁。针对目前存在的风险,最有效的方法就是对各大渠道中应用进行安全性研判,遏制恶意应用的生存空间。本文还具体剖析了Android平台应用程序行为检测方法。目前,针对Android智能移动终端应用的分析技术以单纯的静态代码分析或单纯的动态日志分析为主。然而,单纯使用任何一种方式都有问题：单纯的静态代码分析多数依赖于既有的恶意样本代码的特征值或语义逻辑,对于未知恶意应用的预判能力几乎为零；单纯的依赖动态日志分析又因为资源和时间的局限性,往往不能全面的对应用进行分析预判。针对当前应用检测方法存在的问题,本文综合运用了静态分析和动态分析两种分析模式,提出了一种基于行为分析的Android智能移动终端应用安全研判方案。该方案引入了SVM和KNN的机器学习算法分别从静态和动态的角度对Android应用进行分析研判,这种方案既能通过代码和语义分析对应用进行全面的解析,又能实现针对未知恶意应用的有效鉴别,进而从应用的角度保证Android移动智能终端本身的安全。最后,本文还通过实验的方法来验证该方案,实现结果表明该方案针对未知应用的鉴别率高于单纯的静态分析和动态分析检测方式。