Android是基于linux内核的开源操作系统，被广泛地应用于电视、数码相机、可穿戴设备、平板电脑上。凭借开源策略及精准的市场定位，Android系统占据了智能移动终端操作系统84.2％的市场份额。然而，其开放的权限机制带来更多使用者和开发者的同时，也带来了相应的安全问题。中国互联网络信息中心调查数据显示，仅有44.4％的用户在下载安装Android应用的过程中会仔细查看授权说明，而大部分人存在着盲目授权的行为。对于应用开发者来说，由于缺乏安全开发监管，缺乏权限申请相关代码规范，权限滥用问题在Android应用开发中普遍存在，严重影响了代码的规范和质量。其次，用户的盲目授权和软件开发者的权限申请滥用也是用户信息泄露的主要原因，存在着严重的安全风险。　　针对以上问题，本文在现有的权限检测方案的基础上，设计和实现了一套新的权限滥用检测系统PACS(Pernission Abuse Checking System)。PACS将Android市场上应用的简介和评论信息作为新增的检测条件，使用支持向量机SVM(Support Vector Machine)算法对应用进行分类，挖掘应用类别内部的权限之间关联性的权限频繁模式，获得极大频繁权限项集，从而构造基于应用类别的权限关系特征库，检测未知应用的权限滥用情况。试验结果表明，针对1077个应用进行分析，发现812个应用存在权限滥用问题，约占全部应用的75.4％。同时对实验结果进行抽样验证，证明了PACS的权限检测结果的准确性和有效性。　　本文的主要贡献和创新点为，提出了一种基于评论和简介数据的APK应用分类方案，分类系统使得PACS能够在确定的类别下对权限的滥用进行分析，提高了权限滥用检测的准确度，并将频繁模式挖掘算法应用于挖掘各个类别下应用的权限特征库，有效地挖掘出各个类别下的极大频繁权限项集，从而检测未知应用的权限滥用问题。