随着网络基础设施的完善和智能时代的发展,功能丰富的移动应用在各个领域都方便着人们的生活,但是也引发了移动端设备带来的各种由权限滥用导致的隐私泄漏风险。现有的检测技术虽然能够从Android隐私政策提取的申明权限与Android应用实际使用权限的不一致角度出发分析Android应用权限滥用情况,但是针对“混合型”隐私政策提取申明权限中第三方SDK权限,将第三方隐私政策作为SDK权限的分析依据会导致提取的申明权限集合偏大,从而导致在进行一致性对比时将风险应用识别为正常应用。同时在中文隐私政策分析领域缺少高效数据集,导致无法对权限语句进行准确识别。本文针对上述问题,以Android隐私政策与使用权限的一致性分析为目标开展相关研究,取得如下成果:（1）针对中文数据集缺失问题,采用BERT作为从隐私政策中获取隐私短语的词向量提取模型,并使用余弦相似度来自动化筛选权限短语样本,减少了人工标注的工作量。构建的短语样本符合Android官方权限描述的语法特点,涵盖申明权限的语义表达。（2）根据是否存在第三方SDK权限说明情况,总结出了中文隐私政策的两种类型:即“混合型”和“原生型”隐私政策。针对“混合型”隐私政策采用第三方隐私政策获取SDK权限导致申明权限集合偏大,从而在一致性对比时将风险应用识别为正常应用的漏报问题,提出了将应用申明权限与第三方SDK权限单独分析的申明权限提取方案,即HBTAP。该方案在权限过滤和权限映射的基础上,通过SDK权限检测可以有效识别第三方SDK权限,避免了由分析第三方SDK隐私政策中的多余申明权限对一致性分析的漏报影响。（3）设计并实现了 Android隐私政策和权限使用的一致性分析引擎。该引擎通过分析Android隐私政策和APK静态检测实现APK一致性分析。经过功能测试和速度测试得出,检测框架能够成功实现在线申明权限与使用权限的一致性分析功能。