随着移动智能手机快速发展,移动通信技术和无线接入网的更新换代,智能手机用户数量快速增长。为满足人们对移动服务日益增长的需求,越来越多功能繁多的移动应用软件涌入市场,伴随而来的还有花样繁多的移动恶意软件。其中因为安卓系统的开源特性和市场占有率,安卓系统的漏洞数量居所有操作系统的榜首,针对安卓手机设计的恶意软件数量是最多的。但是因为移动终端计算能力和存储空间的限制,本地移动恶意软件检测受到了极大限制。这使得我们的研究重点放在了基于安卓智能手机的云端移动恶意软件检测和用户数据的隐私保护两个方面。但是云端的移动恶意软件检测系统要求上传移动智能手机的相关数据对恶意行为进行检测,上传数据往往会泄露用户个人数据,威胁用户隐私,因此云端恶意软件检测要解决的一个重要问题就是保护用户的隐私。同时,在大量训练集的基础上,海量的特征信息作为检测模版存储在云端数据库,那么快速准确的数据查询和访问也成为了设计恶意软件检测系统的重要的考虑因素。因此,本文在现有混合动态移动恶意软件检测系统^[39]的基础上,引入布鲁姆过滤器设计了一个具有隐私保护功能的云端移动恶意软件检测系统,并从理论上分析了它的安全性,空间存储占用和时间复杂度,并将其与原系统进行对比。并且我们通过开发客户端软件和部署云端检测服务中心以及授权第三方实现了该方案。并针对设计的数据交互流程进一步分析方案的安全性,同时通过分组对照实验验证了系统的稳定性和可靠性,并进一步与原混合检测系统从检测时间和内存空间,通信开销和检测正确率等方面进行全面比较,并和另外两个安卓恶意软件检测系统从检测效率方面进行了对比。本文的创新点如下:1.引入布鲁姆过滤器设计的云端移动恶意软件系统既保护了用户的隐私又达到了云端检测移动恶意软件的目的。在保证用户隐私的前提下,进一步实现云服务中心的数据库在不知道具体数据含义的情况下达到正确检测恶意软件的目的。2.加入了云端检测模板库实时更新的过程,提高了检测系统的检测准确率。原混合检测系统检测出新的恶意软件和正常软件并没有考虑到模板库实时更新的问题。但我们的方案对此作了改进,实验结果表明模板库的更新提高了检测准确率。3.分析发现我们的检测准确率比起对照实验组中的系统检测率高,计算复杂度低,通信开销低,并且检测准确率随着训练样本的数量增加而进一步提高,最高检测准确率达到98.5%。