智能手机不断更新发展,不仅给人们带来了极大的方便与快乐,与此同时,也带来了一系列的安全隐患。隐私及敏感信息泄漏、垃圾消息轰炸、恶意扣费、系统攻击等恶意行为不仅给使用者带来了使用上的不便,也给他们带来了经济上的损失。Android智能手机,占据了全球手机大半市场,因其开放性、开源性等特性被广大使用者所亲赖,同时也因此被恶意应用程序所攻击。因此,开展对Android恶意应用程序的探索,寻求好的检测以及进行分类的方法具有一定的实际意义。首先,本文对Android平台系统的框架进行了阐述,并对其安全机制进行了学习分析,而后对Android系统中的恶意应用程序进行了探索,分析了其目的、传播及触发方式,并研究了恶意家族的分类。同时对APK文件的文件结构进行分析,着重研究了其内部的dex文件。其次,对SimHash相似度检测算法进行了研究,并针对其在实际使用中的不足之处,提出了一种改进的SimHash算法,通过使用与界分阈值相比较的方式提高原Sim Hash算法的准确性。另外通过对APK内部文件分析,提出了一个基于多层SimHash的相似度检测方法,通过对APK文件进行分析,最终从5个方面提取分析内容来表征APK,同时在每一层上使用本文所提出的改进的SimHash方法来进行相似度检测分析。通过对从APK文件中提取的AndroidManifest.xml文件,从dex反编译得出的smali代码总和,smali文件指令提取,Java代码整合,Java指令集提取一共5个层面进行分析。同时通过学习Voted Perceptron投票算法,将其应用到检测过程中,采用信任值权重的方法,为每一层赋予一个可信值,这样在最后得出结果时将每一层的结果结合权重分析,这样得出的结果更合理也更具说服力。最后,基于上述理论设计和实现了一个Android恶意代码检测和分类系统,利用恶意应用程序样本做测试和评估。结果表明,本方案具有较好的效果。