本发明公开一种基于多模态神经网络的安卓恶意应用程序识别方法，主要解决现有技术中使用单一特征识别恶意程序以及无法有效融合不同特征的问题。其实现方案是：从相关样本库和国内外主流应用市场下载恶意和良性的安卓应用软件样本；构建与安卓应用程序恶意行为和漏洞有关的关键应用程序接口列表；根据该列表和调用跟踪图生成所有软件样本的关键调用路径，并利用该路径和调用跟踪图构建应用程序的抽象流图；将关键调用路径向量化，使用抽象流图和向量化的关键调用路径对多模态神经网络进行训练；利用训练好的多模态网络识别恶意程序。本发明能有效融合应用程序不同特征，准确区分应用程序的良性和恶意行为，可用于对安卓应用程序的检测。