本发明涉及一种基于混合特征的加固安卓恶意应用鲁棒检测方法，包括以下步骤：1、收集恶意软件数据集；2、流量行为特征和动态运行时特征提取并融合，将两种特征混合后转换为灰度图；3、搭建深度学习框架，框架里面训练所采用的深度学习模型为EfficientNet v2+Attention模型；4、重复多次迭代得到最终的预测效果。本发明使用了流量行为特征和动态运行时特征结合的特征混合手段，通过训练模型，可以显著提高恶意软件分类的鲁棒性。