Con la proliferación de dispositivos móviles, la popularidad de las aplicaciones (apps) de Android ha aumentado exponencialmente. La eficiente consumo de energía en un dispositivo es esencial desde la perspectiva del usuario porque los usuarios quieren que sus dispositivos funcionen todo el día. Los desarrolladores deben utilizar adecuadamente las interfaces de programación de aplicaciones (APIs) proporcionadas por el kit de desarrollo de software de Android para optimizar el consumo de energía de su app. En ocasiones, los desarrolladores no liberan los recursos requeridos por su app, lo que resulta en una fuga de recursos. Las APIs de wake lock se utilizan en las apps para gestionar el estado de energía del smartphone Android y consumen con frecuencia más energía de la necesaria si no se utilizan adecuadamente (también llamada fuga de energía). En este estudio, utilizamos un perceptrón multicapa (MLP) para detectar fugas de wake lock en apps de Android porque el MLP puede resolver problemas complejos y determinar similitudes en gráficos. Para detectar fugas de wake lock, extraemos el gráfico de llamadas como características del APK e incrustamos la información de instrucciones y vecinos en la etiqueta de nodo del gráfico de llamadas. Luego, los datos codificados se introducen en un modelo MLP para entrenamiento y pruebas. Demostramos que nuestro modelo puede identificar fugas de wake lock en apps con un 99% de precisión.