随着移动应用的爆炸式增长,越来越多的安全威胁从传统的PC平台转向移动设备上来,以Android为代表的移动互联网平台正逐步成为恶意应用滋生的重灾区。作为移动互联网的重要入口,以第三方移动应用商店为代表的大批应用分发渠道的涌现,使得针对海量移动应用的安全监测成为当前安全领域关注的一个重点,迫切需要开展海量的恶意应用安全检测与防护等相关问题的研究。本课题主要围绕海量移动应用数据处理、大规模应用安全检测效率的提高等几个方面的问题展开,在此研究基础上设计并实现了一套能够高效处理海量移动应用并发检测任务的数据处理系统。本文主要工作建立在对Android平台应用软件安全分析技术的研究和海量数据处理技术的深入分析基础之上。首先,介绍移动应用安全现状,由恶意应用软件泛滥的实际情况出发,引出针对海量移动应用软件进行安全检测和数据处理问题研究的必要性。接下来针对Android应用软件自身的特点,对安全检测过程中所必须的安装文件特征属性提取环节进行优化,预先提取APK特征属性构建本地特征数据库,简化了数据处理流程。对于大规模的应用安全检测场景,提出结合分布式并行计算以及基于负载均衡的任务调度算法,以应对并发的海量移动应用数据处理任务。最后,设计并实现了一套海量移动应用数据处理系统,通过测试分析,验证了整套系统的可用性,能够有效地提高海量移动应用的数据处理速度和安全检测效率。