Luận văn tập trung vào việc ứng dụng các kỹ thuật học máy để phân tích và đánh giá mức độ an toàn của các ứng dụng trên hệ điều hành Android. Trong bối cảnh số lượng phần mềm độc hại nhắm vào nền tảng này ngày càng gia tăng, các phương pháp phát hiện truyền thống dựa trên chữ ký gặp nhiều hạn chế. Nghiên cứu đề xuất một mô hình phân tích kết hợp giữa đặc tính tĩnh (quyền truy cập, mã nguồn) và đặc tính động (hành vi thực thi) của ứng dụng. Các thuật toán học máy như Random Forest, Support Vector Machine và mạng nơ-ron được huấn luyện và đánh giá trên các bộ dữ liệu thực tế. Kết quả thực nghiệm cho thấy mô hình đề xuất đạt độ chính xác cao trong việc phân loại ứng dụng lành tính và độc hại, đồng thời giảm thiểu tỷ lệ cảnh báo sai. Luận văn khẳng định tiềm năng của học máy trong việc xây dựng hệ thống phòng thủ chủ động, thông minh cho hệ sinh thái Android.