Android操作系统已经成为了我们生活中不可或缺的一部分,从智能手机到智能电视、以及物联网下的各种智能设备,都与Android系统息息相关。Android系统的开源性以及应用分发渠道的不完善,导致各种恶意软件及破解软件泛滥,应用的二次打包、恶意广告植入、代码的窃取等屡见不鲜。Android应用的代码分为两个部分,第一部分是由Java或Kotlin编译生成的运行于Art或Dalvik虚拟机环境下的字节码,对于字节码的保护已经有较为广泛的研究。另一部分是由C/C++编译生成的.SO动态链接库文件,直接运行在移动端处理器环境中,一般称为Native层代码或本地代码,对本地代码保护的研究却略为不足。本文在研究业内相关开源保护方案的基础上,结合移动端处理器的特性,针对代码的控制流和指令及数据展开混淆研究。控制流混淆方面,本文给出了3种方法:1)打乱基本块之间的前后顺序,将所有的基本块排布于并列的结构中,通过统一的块调度分发器来决定下一个将要执行的基本块。并列的基本块通过常量得到连接,利用简易神经网络对常量展开混淆,使得块调度的衔接过程得到隐藏,从而无法静态逆向分析程序的原始逻辑。2)研究各种不透明谓词构造的特点后,提出等价不透明谓词的概念,并使用等价不透明谓词在分支和循环结构中构造虚假控制流,增强了不透明谓词的插入效果。3)提出了一种适合Native层代码并结合整型神经网络模糊控制流的方法,将控制分支结构转换成分类模型,模糊混淆后控制流的分支条件和边界被隐藏,从而无法静态分析出程序的控制逻辑。数据混淆方面,本文给出了2种方法:1)提出了使用logistics混沌映射混淆本地代码中的字符串,防止通过字符串快速定位到关键代码,字符串秘钥只与初始二元组有关,从而防止秘钥信息暴露,因此更加安全。2)研究和实现了整型变量N倍拆分和N倍组合的混淆方案,在编译过程中替换变量和操作变量的代码,极具膨胀效果。实验结果表明,混淆后的代码复杂度提升近5倍,可以有效的提高逆向工程攻击的难度,同时混淆带来的平均时间开销约2倍,在可接受的范围内,可以有效地保护代码。