随着移动互联网产业快速发展,Android移动智能终端的普及,移动应用创新不断,移动应用内容已覆盖人们生活的各个方面。用户对移动应用的需求,使得更多开发人员加入应用开发的行列,也使得通过移动应用嵌入广告并通过广告分成获得收益的商业模式大为流行。并且随着移动应用广告的产业规模不断扩大,移动应用广告面临的安全风险凸显。一些移动应用广告存在一些安全性问题,如流量消耗、恶意扣费、隐私窃取等问题,所以很有必要对应用中广告插件的安全性进行分析并对应用中的广告插件进行检测。论文首先对目前的广告插件的研究现状进行总结分析,并从广告插件的安全性和广告插件检测两个方面分别作了分析。针对广告插件的安全分析方面的研究,现阶段主要集中在权限使用、函数调用的分析上,而且许多研究只针对其中某一项进行分析,缺少对广告插件安全性的全面分析。本文则针对广告插件的安全漏洞与风险、用户信息收集、权限使用、及其他不良行为等方面进行了全面的分析。最后根据分析结果,针对广告插件的检测总结提出了一种基于文件词数特征的检测思路。通过调研现有的广告插件检测方法,其中主要包括基于白名单的方式和基于语义分析并结合机器学习的方式,本文在分析这两种方法优缺点的基础上,并结合了安全的分析结果,提出了一种基于反编译数字序列的广告插件检测方法。该方法首先反编译待检测的应用,对反编译获得的每个文件进行词数统计并记录下文件的路径信息,再根据广告包名的形式和路径信息对应用模块进行划分,可获得每个模块的词数序列,并以此为特征借助机器学习的方法实现对广告插件的检测。这些词数序列特征在一定程度上能够避免获取语义特征不足的情况,同时也能解决白名单方法中抗混淆的不足。通过实验对比,结果表明,该特征在检测广告插件方面具有很好的性能,具有更高的准确率。所以根据这种方法设计并实现了针对广告插件检测的系统。最后该系统实现了针对广告插件的精确检测。