据统计2012年有超过3200万的Android设备被感染,数千万用户的手机安全因此遭遇了巨大的威胁。目前,除主动防御外,针对安卓恶意软件的查杀,主要依赖 PC 平台复杂的反编译、代码分析后生成的恶意软件特征库,但这种方法受平台、功耗的限制,无法在手机上即时拦截到未知的恶意软件,病毒库的扩充速度较慢;此外,现有的检测技术未将程序的类别纳入分析过程中,导致检测准确率粒度较粗。因此,本项目通过对样本进行回归分析,结合权限分析,并通过将程序类别纳入恶意软件建模,可以生成可长期使用的未知恶意软件“权限/类别”预测判别矩阵,在安卓系统上轻量级地更准确即时地拦截到新兴或未知的恶意软件,无需长时间的代码分析,不受病毒特征库的限制,适合于移动智能平台的低功耗以及高效率要求,更可以利用回归分析算法根据新样本定期优化系数矩阵。