論文の概要: A Large-scale Investigation of Semantically Incompatible APIs behind Compatibility Issues in Android Apps
- arxiv url: http://arxiv.org/abs/2406.17431v2
- Date: Wed, 26 Jun 2024 16:29:56 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-27 12:30:50.212439
- Title: A Large-scale Investigation of Semantically Incompatible APIs behind Compatibility Issues in Android Apps
- Title（参考訳）: Androidアプリの互換性問題の背後にあるセマンティック非互換APIに関する大規模調査
- Authors: Shidong Pan, Tianchen Guo, Lihong Zhang, Pei Liu, Zhenchang Xing, Xiaoyu Sun,
- Abstract要約: Android Open Source Project(AOSP)において、互換性のないAPIを大規模に発見する。
非互換なAPI,特にセマンティックな変更を検出するための統合フレームワークを提案する。
提案手法は,バージョン4からバージョン33までの互換性のない5,481のAPIを検出する。
- 参考スコア（独自算出の注目度）: 13.24503570840706
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Application Programming Interface (API) incompatibility is a long-standing issue in Android application development. The rapid evolution of Android APIs results in a significant number of API additions, removals, and changes between adjacent versions. Unfortunately, this high frequency of alterations may lead to compatibility issues, often without adequate notification to developers regarding these changes. Although researchers have proposed some work on detecting compatibility issues caused by changes in API signatures, they often overlook compatibility issues stemming from sophisticated semantic changes. In response to this challenge, we conducted a large-scale discovery of incompatible APIs in the Android Open Source Project (AOSP) by leveraging static analysis and pre-trained Large Language Models (LLMs) across adjacent versions. We systematically formulate the problem and propose a unified framework to detect incompatible APIs, especially for semantic changes. It's worth highlighting that our approach achieves a 0.83 F1-score in identifying semantically incompatible APIs in the Android framework. Ultimately, our approach detects 5,481 incompatible APIs spanning from version 4 to version 33. We further demonstrate its effectiveness in supplementing the state-of-the-art methods in detecting a broader spectrum of compatibility issues (+92.3%) that have been previously overlooked.
- Abstract（参考訳）: アプリケーションプログラミングインタフェース(API)の非互換性は、Androidアプリケーション開発における長年の問題である。
Android APIの急速な進化は、多数のAPIの追加、削除、隣のバージョン間の変更をもたらす。
残念なことに、この頻度の高い変更は互換性の問題を引き起こす可能性がある。
研究者はAPIシグネチャの変更による互換性の問題を検出するためにいくつかの研究を提案しているが、洗練されたセマンティックな変更に起因する互換性の問題を見落としていることが多い。
この課題に対して,静的解析とLLM(Large Language Models)を併用して,Android Open Source Project(AOSP)における非互換APIの大規模発見を行った。
問題を体系的に定式化し,非互換なAPI,特に意味的変化を検出する統一的なフレームワークを提案する。
Androidフレームワークでセマンティックに非互換なAPIを特定する上で、我々のアプローチが0.83 F1スコアを達成したことは注目に値する。
最終的に、我々のアプローチは、バージョン4からバージョン33にまたがる5,481の互換性のないAPIを検出します。
さらに、これまで見過ごされてきた幅広い互換性問題(+92.3%)を検出する上で、最先端の手法を補完する効果を実証する。
関連論文リスト
- Reinforcement Learning-Based REST API Testing with Multi-Coverage [4.127886193201882]
MUCORESTは、Qラーニングを利用してコードカバレッジと出力カバレッジを最大化する、新しい強化学習(RL)ベースのAPIテストアプローチである。
MUCORESTは、発見されたAPIバグの数で、最先端のAPIテストアプローチを11.6-261.1%上回っている。
論文 参考訳（メタデータ） (2024-10-20T14:20:23Z) - A Systematic Evaluation of Large Code Models in API Suggestion: When, Which, and How [53.65636914757381]
API提案は、現代のソフトウェア開発において重要なタスクである。
大規模コードモデル(LCM)の最近の進歩は、API提案タスクにおいて有望であることを示している。
論文 参考訳（メタデータ） (2024-09-20T03:12:35Z) - MCBA: A Matroid Constraint-Based Approach for Composite Service Recommendation Considering Compatibility and Diversity [9.17544142889514]
本稿では,複合サービスレコメンデーションのためのMatroid Constraint-Based Approach (MCBA)を提案する。
第1段階では、API合成問題は最小グループスタイナーツリー(M GST)問題として定式化される。
第2段階では, 分割マトロイド制約(MMR-PMC)の下でのMarginal Relevance法を用いて, 推薦の多様性を確保する。
論文 参考訳（メタデータ） (2024-09-03T04:46:02Z) - FANTAstic SEquences and Where to Find Them: Faithful and Efficient API Call Generation through State-tracked Constrained Decoding and Reranking [57.53742155914176]
APIコール生成は、大規模言語モデルのツール使用能力の基盤となっている。
既存の教師付きおよびコンテキスト内学習アプローチは、高いトレーニングコスト、低いデータ効率、APIドキュメントとユーザの要求に反する生成APIコールに悩まされる。
本稿では,これらの制約に対処するため,FANTASEと呼ばれる出力側最適化手法を提案する。
論文 参考訳（メタデータ） (2024-07-18T23:44:02Z) - CITADEL: Context Similarity Based Deep Learning Framework Bug Finding [36.34154201748415]
既存のディープラーニング(DL)フレームワークテストツールには、バグタイプが限定されている。
我々はCitadelを提案する。Citadelは効率と有効性の観点からバグの発見を高速化する手法だ。
論文 参考訳（メタデータ） (2024-06-18T01:51:16Z) - Masked Thought: Simply Masking Partial Reasoning Steps Can Improve Mathematical Reasoning Learning of Language Models [102.72940700598055]
推論タスクでは、小さなエラーでも不正確な結果にカスケードすることができる。
入力の摂動に頼らず、外部リソースの導入を避ける手法を開発した。
私たちのトレーニングアプローチでは、思考の連鎖の中で特定のトークンをランダムにマスクします。
論文 参考訳（メタデータ） (2024-03-04T16:21:54Z) - Exception-aware Lifecycle Model Construction for Framework APIs [4.333061751230906]
本稿では,フレームワークAPIコードから例外要約情報を抽出するために静的解析手法を採用する。
フレームワーク/ライブラリプロジェクトの例外対応APIライフサイクルモデルを生成する。
60バージョンにおける例外無意識のAPIライフサイクルモデリングと比較して、JavaExpは18%以上のAPI変更を識別できる。
論文 参考訳（メタデータ） (2024-01-05T06:35:47Z) - Microservice API Evolution in Practice: A Study on Strategies and
Challenges [45.085830389820956]
疎結合は、API進化プロセスに新たな課題をもたらす。
11社の企業で、開発者、アーキテクト、マネージャと17の半構造化インタビューを行いました。
REST(Representational State Transfer)とメッセージブローカによるイベント駆動通信のための6つの戦略と6つの課題を特定しました。
論文 参考訳（メタデータ） (2023-11-14T14:04:17Z) - Evaluating Embedding APIs for Information Retrieval [51.24236853841468]
ドメインの一般化と多言語検索における既存のセマンティック埋め込みAPIの機能を評価する。
BM25の結果をAPIを使って再ランク付けすることは、予算に優しいアプローチであり、英語でもっとも効果的である。
非英語検索では、再ランク付けは結果を改善するが、BM25のハイブリッドモデルは高いコストで機能する。
論文 参考訳（メタデータ） (2023-05-10T16:40:52Z) - Taming Android Fragmentation through Lightweight Crowdsourced Testing [9.752084629147854]
我々は,クラウドソースによるAndroidの断片化を緩和する,新しい,軽量なクラウドソーステスト手法であるLAZYCOWを提案する。
実世界のAndroidデバイス上で数千のテストケースの実験結果から、LAZYCOWはAPIによる互換性の問題を自動的に識別し、検証するのに有効であることが示された。
論文 参考訳（メタデータ） (2023-04-10T01:37:16Z) - AES Systems Are Both Overstable And Oversensitive: Explaining Why And
Proposing Defenses [66.49753193098356]
スコアリングモデルの驚くべき逆方向の脆さの原因について検討する。
のモデルとして訓練されているにもかかわらず、単語の袋のように振る舞うことを示唆している。
高い精度で試料を発生させる過敏性と過敏性を検出できる検出ベース保護モデルを提案する。
論文 参考訳（メタデータ） (2021-09-24T03:49:38Z)
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。