論文の概要: LeakPair: Proactive Repairing of Memory Leaks in Single Page Web Applications

• arxiv url: http://arxiv.org/abs/2308.08144v1
• Date: Wed, 16 Aug 2023 04:36:41 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-23 14:09:41.839765
• Title: LeakPair: Proactive Repairing of Memory Leaks in Single Page Web Applications
• Title（参考訳）: LeakPair: シングルページWebアプリケーションにおけるメモリリークの積極的な修復
• Authors: Arooba Shahoor and Askar Yeltayuly Khamit and Jooyong Yi and Dongsun Kim
• Abstract要約: LeakPairはシングルページアプリケーションのメモリリークを修復するテクニックである。 明示的なリーク検出を使わずに,20以上のオープンソースプロジェクトでこの手法を評価した。
• 参考スコア（独自算出の注目度）: 1.9757735090956159
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Modern web applications often resort to application development frameworks such as React, Vue.js, and Angular. While the frameworks facilitate the development of web applications with several useful components, they are inevitably vulnerable to unmanaged memory consumption since the frameworks often produce Single Page Applications (SPAs). Web applications can be alive for hours and days with behavior loops, in such cases, even a single memory leak in a SPA app can cause performance degradation on the client side. However, recent debugging techniques for web applications still focus on memory leak detection, which requires manual tasks and produces imprecise results. We propose LeakPair, a technique to repair memory leaks in single page applications. Given the insight that memory leaks are mostly non-functional bugs and fixing them might not change the behavior of an application, the technique is designed to proactively generate patches to fix memory leaks, without leak detection, which is often heavy and tedious. To generate effective patches, LeakPair follows the idea of pattern-based program repair since the automated repair strategy shows successful results in many recent studies. We evaluate the technique on more than 20 open-source projects without using explicit leak detection. The patches generated by our technique are also submitted to the projects as pull requests. The results show that LeakPair can generate effective patches to reduce memory consumption that are acceptable to developers. In addition, we execute the test suites given by the projects after applying the patches, and it turns out that the patches do not cause any functionality breakage; this might imply that LeakPair can generate non-intrusive patches for memory leaks.
• Abstract（参考訳）: 現代的なWebアプリケーションは、React、Vue.js、Angularといったアプリケーション開発フレームワークを利用することが多い。 フレームワークはいくつかの有用なコンポーネントを持つWebアプリケーションの開発を促進するが、フレームワークがしばしばシングルページアプリケーション(SPA)を生成するため、管理されていないメモリ消費に対して必然的に脆弱である。 このような場合、SPAアプリの単一のメモリリークでさえ、クライアント側のパフォーマンス劣化を引き起こす可能性がある。 しかし、最近のWebアプリケーションのデバッグ技術は依然としてメモリリーク検出に重点を置いている。 我々は,シングルページアプリケーションにおけるメモリリークの修復手法である leakpair を提案する。 メモリリークがほとんど機能しないバグであり、それを修正してもアプリケーションの動作が変更されないという知見を考えると、この技術はリーク検出をせずに、積極的にメモリリークを修正するパッチを生成するように設計されている。 効果的なパッチを生成するために、ecurkepairはパターンベースのプログラム修復のアイデアに従っている。 明示的なリーク検出を使わずに20以上のオープンソースプロジェクトでこの技術を評価する。 私たちの技術で生成されたパッチもプルリクエストとしてプロジェクトに提出されます。 その結果、recurkepairは開発者に受け入れられるメモリ消費を減らすために効果的なパッチを生成できることがわかった。 さらに、パッチを適用した後、プロジェクトによって提供されるテストスイートを実行し、パッチが機能障害を引き起こしないことが判明した。

関連論文リスト

• AddressWatcher: Sanitizer-Based Localization of Memory Leak Fixes [6.31619298702529]
  メモリリークバグはC/C++プログラムで大きな問題である。 メモリリークを自動的に修正する手法がいくつか提案されている。 静的ベースのアプローチは、すべてのパスにわたるメモリオブジェクトの完全なセマンティクスをトレースしようとする。 動的アプローチは、単一の実行パスでのみメモリオブジェクトの正確なセマンティクスを記述できる。
  論文  参考訳（メタデータ） (2024-08-08T21:40:22Z)
• Automatic Build Repair for Test Cases using Incompatible Java Versions [7.4881561767138365]
  依存性の最小化を行うことで、Javaプロジェクトのテストケースを修復するアプローチを導入します。 既存の最先端技術とは異なり、我々の手法はソースレベルで動作し、コンパイル時のエラーを修正できる。
  論文  参考訳（メタデータ） (2024-04-27T07:55:52Z)
• RAP-Gen: Retrieval-Augmented Patch Generation with CodeT5 for Automatic Program Repair [75.40584530380589]
  新たな検索型パッチ生成フレームワーク(RAP-Gen)を提案する。 RAP-Gen 以前のバグ修正ペアのリストから取得した関連する修正パターンを明示的に活用する。 RAP-GenをJavaScriptのTFixベンチマークとJavaのCode RefinementとDefects4Jベンチマークの2つのプログラミング言語で評価する。
  論文  参考訳（メタデータ） (2023-09-12T08:52:56Z)
• rCanary: Detecting Memory Leaks Across Semi-automated Memory Management Boundary in Rust [4.616001680122352]
  Rustはコンパイル時の検証を通じてメモリ安全性を保証するシステムプログラミング言語である。 本稿では,半自動境界を越えたリークを検出する静的,非自動,完全自動モデルチェッカーであるrCanaryを提案する。
  論文  参考訳（メタデータ） (2023-08-09T08:26:04Z)
• Patch Space Exploration using Static Analysis Feedback [8.13782364161157]
  静的解析を利用して、メモリの安全性問題を自動的に修復する方法を示す。 提案したアプローチは、バグを修正するためのパッチの近さを検査することで、望ましいパッチが何であるかを学習する。 我々は,印字ヒープに対する影響に応じて等価パッチのクラスを作成し,そのクラスのパッチ等価度に対してのみ検証オラクルを呼び出すことにより,修復をスケーラブルにする。
  論文  参考訳（メタデータ） (2023-08-01T05:22:10Z)
• CONCORD: Clone-aware Contrastive Learning for Source Code [64.51161487524436]
  セルフ教師付き事前トレーニングは、多くのダウンストリームSEタスクに価値のあるジェネリックコード表現を学ぶための牽引役になった。 汎用的な表現学習のために、開発者が日々どのようにコードをコーディングするかは、要因としても不可欠である、と私たちは主張する。 特に,表現空間に良性クローンを近づける自己教師型コントラスト学習戦略であるCONCORDを提案する。
  論文  参考訳（メタデータ） (2023-06-05T20:39:08Z)
• Black-box Dataset Ownership Verification via Backdoor Watermarking [67.69308278379957]
  我々は、リリースデータセットの保護を、(目立たしい)サードパーティモデルのトレーニングに採用されているかどうかの検証として定式化する。 バックドアの透かしを通じて外部パターンを埋め込んでオーナシップの検証を行い,保護することを提案する。 具体的には、有毒なバックドア攻撃(例えばBadNets)をデータセットのウォーターマーキングに利用し、データセット検証のための仮説テストガイダンスメソッドを設計する。
  論文  参考訳（メタデータ） (2022-08-04T05:32:20Z)
• Memory Replay with Data Compression for Continual Learning [80.95444077825852]
  古いトレーニングサンプルの記憶コストを低減するため,データ圧縮によるメモリリプレイを提案する。 我々はこれを、クラスインクリメンタル学習のいくつかのベンチマークと、自律運転のためのオブジェクト検出の現実的なシナリオにおいて、広範囲に検証する。
  論文  参考訳（メタデータ） (2022-02-14T10:26:23Z)
• Exploring Plausible Patches Using Source Code Embeddings in JavaScript [1.3327130030147563]
  オープンソースJavaScriptプロジェクトでDoc2Vecモデルをトレーニングし、10のバグに対して465のパッチを生成しました。 これらの正当なパッチと開発者修正は、元のプログラムとの類似性に基づいてランク付けされる。 これらの類似性リストを分析し、プレーンな文書埋め込みが誤分類につながる可能性があることを発見した。
  論文  参考訳（メタデータ） (2021-03-31T06:57:10Z)
• Adversarial EXEmples: A Survey and Experimental Evaluation of Practical Attacks on Machine Learning for Windows Malware Detection [67.53296659361598]
  EXEmplesは、比較的少ない入力バイトを摂動することで、機械学習に基づく検出をバイパスすることができる。 我々は、機械学習モデルに対する過去の攻撃を包含し、一般化するだけでなく、3つの新たな攻撃を含む統一フレームワークを開発する。 これらの攻撃はFull DOS、Extended、Shiftと呼ばれ、DOSヘッダをそれぞれ操作し、拡張し、第1セクションの内容を変更することで、敵のペイロードを注入する。
  論文  参考訳（メタデータ） (2020-08-17T07:16:57Z)
• Instance-aware, Context-focused, and Memory-efficient Weakly Supervised Object Detection [184.563345153682]
  我々は、弱教師付き学習のためのインスタンス認識とコンテキスト重視の統合フレームワークを開発する。 メモリ効率の高いシーケンシャルバッチバックプロパゲーションを考案しながら、インスタンス対応の自己学習アルゴリズムと学習可能なコンクリートドロップブロックを採用している。 提案手法はCOCO(12.1% AP$、24.8% AP_50$)、VOC 2007(54.9% AP$)、VOC 2012(52.1% AP$)の最先端結果である。
  論文  参考訳（メタデータ） (2020-04-09T17:57:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。