随着Android移动设备的广泛普及,重打包应用程序已经对用户和开发人员造成了严重的影响。为了保护Android生态系统和维护应用市场的安全,有必要开展Android应用重打包检测研究,提出有效可行的方法用于应用市场的重打包检测。目前大多数的检测方法和工具仅基于APK内单一资源,不能识别应用程序重打包类型,也无法满足Android应用市场对于检测准确性和效率的要求。针对上述问题,本文以APK内多种静态资源为研究对象,从不同重打包方式的角度,研究基于资源和代码结合的Android应用重打包检测方法和基于组合特征的Android应用重打包检测方法,具体研究工作如下:（1）针对Android应用安装包中包含的不同类别的静态资源,提出了一种基于资源与代码的两阶段重打包检测方法:Droid RC。鉴于重打包应用程序试图带给用户与原版应用程序相似的体验感,因而往往具有使用相同资源文件的特点,从资源角度出发提出了一种基于R文件匹配度的粗粒度检测方法,该方法可以快速地识别资源重打包应用程序以及可疑代码重打包应用程序;而后,针对可疑代码重打包应用程序,提出了一种基于代码的细粒度检测方法,该方法将Android应用代码抽象为函数依赖图,进而从函数依赖图上提取特征,设计了基于特征的相似性度量,通过相似性阈值从可疑代码重打包应用中筛选出代码重打包应用。在包含15297对重打包应用程序对的基准数据集上进行了实验,实验结果表明提出的方法的准确率高达99.51%,平均的检测时间开销为2.17ms,具有较好的实用性。（2）针对重打包应用程序包含恶意代码或行为,提出了一种基于组合特征的两阶段重打包检测方法。鉴于恶意应用程序从用户获取利益,因而往往在当下流行的应用程序中插入恶意行为或代码,从恶意行为出发提出了一种基于组合特征的恶意应用检测方法,该方法可以准确的识别恶意应用程序和良性应用程序;而后针对良性应用程序可能包含资源重打包应用程序,提出了一种基于资源特征相似的检测方法,该方法从Android应用安装包中的R文件提取资源特征,设计了基于资源特征的相似性度量,通过相似性阈值从良性应用程序中筛选出重打包应用。在包含16338个应用程序的基准数据集上进行了实验,实验结果表明提出的方法的准确率高达95.30%,平均时间开销为1.46ms,具有较好的实用性。