本发明属于移动互联网安全技术领域，特别涉及一种安卓系统恶意应用动态检测方法及系统，通过收集的已知的良性应用和恶意应用，利用调试桥命令进行主机端和安卓模拟器之间的交互，并在交互过程中提取用于反应应用程序动态行为模式的系统调用序列特征；并将系统调用序列视为马尔科夫链，利用马尔科夫链的转移概率矩阵来获取系统调用序列的状态转移概率矩阵；将系统调用序列状态转移概率矩阵转换为灰度图像来对卷积神经网络模型进行训练；将目标应用程序的系统调用序列状态转移概率矩阵的灰度图像作为输入，依据模型分类结果输出目标应用程序类别。本发明能够为移动互联网操作系统恶意应用程序检测提供支撑技术，可进一步确保系统安全可靠运行。