本发明公开了一种基于操作码图的安卓恶意软件检测方法，包括以下内容：从安卓平台中收集良性和恶意应用集合；对安卓应用进行反编译从而获取操作码序列集合；分析虚拟机中定义的多种操作码，并将这些操作码的特征进行向量化表示构建操作码图中节点的特征向量；利用2‑gram模型对操作码序列进行处理形成共现操作码对构建操作码图的边，计算共现操作码对出现频数，并对矩阵行进行标准化形成共现矩阵从而构建操作码图的边权重；利用改进后的深度图卷积网络对该操作码图进行有监督学习实现安卓恶意软件的检测。本发明利用操作码图从代码层面对安卓应用程序进行表示，具有较好的说服性，并在安卓恶意软件检测方面取得了较好的准确率。