移动应用的快速发展并不仅带来了巨大的便捷，还带来了潜藏的危害，其中Android用户的隐私数据泄露是不可忽视的问题。虽然现在已经有很多工具，可以用来检测Android应用是否泄露用户的隐私数据。但是现在依然存在检测数据不够细致，检测过程中效率与准确率平衡不到位的问题。为了解决以上问题，本课题研究的内容如下。
　　首先，分析了Android应用安全的最新进展，总结了各种工具的优缺点，针对现在检测结果粒度过大的问题，提出了细粒度数据的检测。
　　其次，设计了细粒度数据泄露检测与防护的模型，根据模型的研究内容构建了模型的总体架构图和层次图，并且根据层次图确定了模型的核心功能，具体分为组件间路径检测、控制流图的构建、细粒度数据泄露的检测、细粒度数据泄露的防护，之后对每个核心功能的实现原理做了详细的描述。
　　再次，给出了模型实现的技术方案，从实现流程、关键技术、关键函数、数据结构方面描述了组件间路径检测功能、控制流图的构建功能、细粒度数据泄露的检测功能、细粒度数据泄露防护功能的实现方法和技术，完成了原型系统的创建。
　　最后，设计了测试用例，验证模型的正确性与有效性，利用其中一组测试用例验证了模型功能的正确性，之后检测所有的测试用例，对测试用例的检测结果以及防护后生成的应用分析，并且通过对比实验，验证了模型的有效性。