本发明涉及移动平台恶意代码检测技术领域，旨在提供一种基于行为图的Android恶意软件检测方法与模型。该方法采用了基于行为图的检测方案，包括：将应用程序二进制数据转换为包含有向边的行为图的方法；提出一种基于图核的特征提取方法，从图结构的数据中提取更为完整的特征信息，该特征包含上下文相关的结构化特征信息，能够更准确地表示应用程序的特定行为；采用基于在线多核学习的随机组合更新的机器学习算法，自动更新模型以适应不断变化的分布；通过设计对比实验，记录实验数据，统计出一般性差异指定判定准则的方法。该模型检测对象适用性广，能够有效地检测出未知恶意软件。本发明为Android恶意软件检测提供了新的解决方案。