論文の概要: PSASpotter: A Tool to Detect the Usage of Platform-Specific APIs in Python
- arxiv url: http://arxiv.org/abs/2607.17462v1
- Date: Mon, 20 Jul 2026 01:24:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-21 18:48:37.473992
- Title: PSASpotter: A Tool to Detect the Usage of Platform-Specific APIs in Python
- Title（参考訳）: PSASpotter: Pythonにおけるプラットフォーム固有のAPIの使用を検出するツール
- Abstract要約: PSASpotterは、Pythonシステムにおけるプラットフォーム固有のAPIの使用を検出するツールである。
PSASpotterは、Pythonエコシステムにおけるプラットフォーム固有のAPIの使用に関する、新しい実証的研究の開発を支援することができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A platform-specific API is implemented for a particular platform (e.g., operating system), thus, it may not work on other platforms than the target one. Detecting the usage of such APIs is important for supporting software maintenance, as it allows maintainers to be alerted about APIs that could pose potential risks. This paper proposes PSASpotter, a tool to detect the usage of platform-specific APIs in Python systems. PSASpotter also identifies whether the platform-specific APIs are used within a defensive code, such as try/except blocks or if blocks that check the current platform. PSASpotter can support the development of novel empirical studies about the usage of platform-specific APIs in the Python ecosystem. Moreover, the defensive code detected by PSASpotter may contain alternative solutions for unavailable APIs, which can provide insights for software development and testing across multiple platforms. PSASpotter is available at: https://github.com/ricardojob/PSASpotter. Tool video: https://youtu.be/d3WyozTAKS8.
- Abstract（参考訳）: プラットフォーム固有のAPIは特定のプラットフォーム(例えばオペレーティングシステム)向けに実装されているため、ターゲットプラットフォーム以外のプラットフォームでは動作しない可能性がある。
このようなAPIの使用を検出することは、ソフトウェアメンテナンスをサポートする上で重要である。
本稿では,Python システムにおけるプラットフォーム固有の API の利用を検出するツール PSASpotter を提案する。
PSASpotterは、try/ exceptブロックや現在のプラットフォームをチェックするブロックなど、プラットフォーム固有のAPIがディフェンスコード内で使用されているかどうかも識別する。
PSASpotterは、Pythonエコシステムにおけるプラットフォーム固有のAPIの使用に関する、新しい実証的研究の開発を支援することができる。
さらに、PSASpotterによって検出された防御コードには、利用可能なAPIの代替ソリューションが含まれており、複数のプラットフォームにわたるソフトウェア開発とテストに関する洞察を提供することができる。
PSASpotter は https://github.com/ricardojob/PSASpotter で利用可能である。
ツールビデオ: https://youtu.be/d3WyozTAKS8。
関連論文リスト
- XAMT: Cross-Framework API Matching for Testing Deep Learning Libraries [6.00258665435786]
ディープラーニングライブラリをテストするためのクロスフレームファジィファジィ手法であるXAMTを提案する。
XAMTは、名前、記述、パラメータ構造に基づく類似性ベースのルールを使用してAPIにマッチする。
その後、インプットを調整し、分散誘導テストを適用してバグを検出する。
論文 参考訳（メタデータ） (2025-08-18T00:48:50Z) - Understanding API Usage and Testing: An Empirical Study of C Libraries [0.2532202013576546]
この研究は、C/C++エコシステムの規模でAPI使用率とAPIテストを比較する最初のものである。
我々はLibProbeを開発した。LibProbeはライブラリの大規模なコーパスを分析できるフレームワークだ。
論文 参考訳（メタデータ） (2025-06-13T09:07:16Z) - Analyzing the Usage of Donation Platforms for PyPI Libraries [91.97201077607862]
本研究では,PyPIエコシステムにおける寄付プラットフォームの導入状況について分析した。
GitHub Sponsorsが支配的なプラットフォームであるが、多くのPyPIリストのリンクは時代遅れである。
論文 参考訳（メタデータ） (2025-03-11T10:27:31Z) - SocialED: A Python Library for Social Event Detection [53.928241775629566]
SocialEDは、ソーシャルイベント検出(SED)タスクをサポートするように設計された、包括的なオープンソースのPythonライブラリである。
詳細なドキュメンテーションを備えた統一APIを提供し、研究者や実践者がソーシャルメディアにおけるイベント検出の完全なソリューションを提供する。
SocialEDは、グラフ構築やトークン化など、幅広い事前処理技術をサポートし、モデルのトレーニングや予測のための標準化されたインターフェースを含んでいる。
論文 参考訳（メタデータ） (2024-12-18T03:37:47Z) - PyPulse: A Python Library for Biosignal Imputation [58.35269251730328]
PyPulseは,臨床およびウェアラブルの両方のセンサ設定において生体信号の計算を行うPythonパッケージである。
PyPulseのフレームワークは、非機械学習バイオリサーバーを含む幅広いユーザーベースに対して、使い勝手の良いモジュラーで拡張可能なフレームワークを提供する。
PyPulseはMITライセンスでGithubとPyPIでリリースしました。
論文 参考訳（メタデータ） (2024-12-09T11:00:55Z) - 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) - Carving UI Tests to Generate API Tests and API Specification [8.743426215048451]
APIレベルのテストは、単体レベルのテストとUIレベルの(あるいはエンドツーエンドの)テストの間で重要な役割を果たす。
既存のAPIテストツールにはAPI仕様が必要である。
WebアプリケーションのAPIレベルのテストを可能にするために,UIテストを活用するアプローチを提案する。
論文 参考訳（メタデータ） (2023-05-24T03:53:34Z) - PyGOD: A Python Library for Graph Outlier Detection [56.33769221859135]
PyGODは、グラフデータの外れ値を検出するオープンソースライブラリである。
外れ値検出のための主要なグラフベースのメソッドを幅広くサポートしています。
PyGODはBSD 2-Clauseライセンスの下でhttps://pygod.orgとPython Package Index (PyPI)でリリースされている。
論文 参考訳（メタデータ） (2022-04-26T06:15:21Z) - PyHHMM: A Python Library for Heterogeneous Hidden Markov Models [63.01207205641885]
PyHHMM は Heterogeneous-Hidden Markov Models (HHMM) のオブジェクト指向Python実装である。
PyHHMMは、異種観測モデル、データ推論の欠如、異なるモデルの順序選択基準、半教師付きトレーニングなど、同様のフレームワークではサポートされない機能を強調している。
PyHHMMは、numpy、scipy、scikit-learn、およびシーボーンPythonパッケージに依存しており、Apache-2.0ライセンスの下で配布されている。
論文 参考訳（メタデータ） (2022-01-12T07:32:36Z) - PySAD: A Streaming Anomaly Detection Framework in Python [0.0]
ストリーム異常検出には厳密な制約の下で動作させるアルゴリズムが必要である。
PySADは、統一アーキテクチャを通じてこれらの課題に対処する包括的なPythonフレームワークである。
論文 参考訳（メタデータ） (2020-09-05T17:41:37Z)
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。