論文の概要: Hardware-Aware Conditional Code in Android Apps

• arxiv url: http://arxiv.org/abs/2611.00296v1
• Date: Fri, 30 Oct 2026 19:20:17 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:36:30.391581
• Title: Hardware-Aware Conditional Code in Android Apps
• Title（参考訳）: Androidアプリのハードウェア対応条件コード
• Abstract要約: Androidアプリにおけるハードウェア関連のif文の使用について検討する。 解析に成功しているアプリの95%は、少なくとも1つのそのようなステートメントを含んでいて、平均して1アプリ当たり74です。 結果として得られた特徴は、開発者が機能可用性チェック、UI適応、エミュレータ検出、デバイス階層化、リソース管理のためにハードウェア情報を使用することを示している。
• 参考スコア（独自算出の注目度）: 13.703363762465495
• License:
• Abstract: Android OS runs on a highly diverse set of devices, spanning entry-level phones and flagships with substantially different hardware characteristics, including memory capacity, processors, displays, cameras, and sensors. Through APIs, apps can query device information at runtime, such as memory, hardware features, and manufacturer, among other device properties, allowing developers to execute different code paths on different devices. Existing studies cover only specific compatibility bugs or brand-specific behavior; however, the broader use of hardware information in app logic has not been comprehensively explored. We address this question with a large-scale empirical study of hardware-related if statements in Android apps. We statically analyze 50,000 apps to identify the if statements whose conditions depend on the values of hardware-related APIs, and extract their conditions together with the code of their branches. Our results show that 95% of successfully analyzed apps contain at least one such statement, with an average of 74 per app, which suggests that hardware-related logic is widespread. We then apply an LLM-assisted open-coding process to the extracted code to build a structured taxonomy of the purposes behind hardware-related conditional code. The resulting characterization shows that developers use hardware information for feature availability checks, UI adaptation, emulator detection, device tiering, and resource management, among others.
• Abstract（参考訳）: Android OSは、エントリーレベルのスマートフォンとフラッグシップにまたがる非常に多様なデバイスで動作し、メモリ容量、プロセッサ、ディスプレイ、カメラ、センサーなど、かなり異なるハードウェア特性を持つ。 APIを通じて、開発者は異なるデバイス上で異なるコードパスを実行することができる。 既存の研究は、特定の互換性バグやブランド固有の振る舞いのみをカバーしているが、アプリケーションロジックにおけるハードウェア情報の利用は、網羅的に検討されていない。 この問題に対して,Androidアプリにおけるハードウェア関連に関する大規模な実証的研究を行った。 静的に5万のアプリを解析し、ハードウェア関連のAPIの値に依存している条件文を特定し、それらの条件をブランチのコードとともに抽出する。 以上の結果から,解析に成功しているアプリの95%には,少なくとも1つの文が含まれており,平均74個のアプリが存在することが示唆された。 次に、抽出されたコードに対してLLM支援のオープンコーディングプロセスを適用し、ハードウェア関連の条件付きコードの背後にある目的の構造化された分類法を構築する。 結果として得られた特徴は、開発者が機能アベイラビリティチェック、UI適応、エミュレータ検出、デバイス階層化、リソース管理などのためにハードウェア情報を使用することを示している。

関連論文リスト

• Cross-Platform vs Native Mobile Development: An Empirical Study of Software Quality Trade-offs [51.56484100374058]
  クロスプラットフォームのモバイルフレームワークはコードの再利用、デリバリサイクルの短縮、実装の労力の削減を約束する。 この記事では、同じ植物管理アプリケーションの5つの実装を比較する。ネイティブiOS、ネイティブAndroid、Flutter、React Native、Kotlin Multiplatform。 この研究は、時間的挙動、実装のフットプリント、ソースコードの組織、および観測可能なレンダリング応答性を調べる。
  論文  参考訳（メタデータ） (2026-09-18T09:33:33Z)
• PriviSense: A Frida-Based Framework for Multi-Sensor Spoofing on Android [30.156063920321774]
  PriviSenseは、センサとシステムシグナルをルート化されたAndroidデバイス上で実行時にスプーフィングするためのオンデバイスツールキットである。 当社のデモでは,5つの代表的なセンサ・ビジュアル化アプリを対象とした,ルート付けされたAndroidデバイス上でのリアルタイムスプーフィングを検証した。
  論文  参考訳（メタデータ） (2026-01-29T23:52:00Z)
• HardSecBench: Benchmarking the Security Awareness of LLMs for Hardware Code Generation [24.138048137437078]
  大規模言語モデル(LLM)は、コード生成のための実用的なハードウェアとファームウェア開発パイプラインに統合されつつある。 この研究ギャップは、現実的な仕様の下でセキュリティ意識を評価するためのベンチマークを設計する動機となります。 我々は、Verilog Registers Transfer Level (RTL)とファームウェアレベルCにまたがる924のタスクからなるベンチマークであるHardSecBenchを紹介し、76のハードウェア関連Common Weaknession (CWE)エントリをカバーしている。
  論文  参考訳（メタデータ） (2026-01-20T11:27:40Z)
• KeyDroid: A Large-Scale Analysis of Secure Key Storage in Android Apps [6.872289094878493]
  当社は,Androidデバイスにおけるハードウェアベースのキーストレージに関する,初の総合的な調査を実施している。 われわれは490の119のAndroidアプリを分析し、アプリ開発者による信頼されたハードウェアの使用状況に関するデータを収集した。 機密性の高いユーザデータを処理しているアプリケーションの56.3%が,Androidの信頼性のあるハードウェア機能をまったく使用していないことが分かっています。
  論文  参考訳（メタデータ） (2025-07-10T17:07:54Z)
• Codev-Bench: How Do LLMs Understand Developer-Centric Code Completion? [60.84912551069379]
  Code-Development Benchmark (Codev-Bench)は、細粒度で現実世界、リポジトリレベル、開発者中心の評価フレームワークです。 Codev-Agentは、リポジトリのクローリングを自動化し、実行環境を構築し、既存のユニットテストから動的呼び出しチェーンを抽出し、データ漏洩を避けるために新しいテストサンプルを生成するエージェントベースのシステムである。
  論文  参考訳（メタデータ） (2024-10-02T09:11:10Z)
• Designing and Implementing a Generator Framework for a SIMD Abstraction Library [53.84310825081338]
  SIMD抽象化ライブラリを生成するための新しいエンドツーエンドフレームワークであるTSLGenを提案する。 私たちのフレームワークは既存のライブラリに匹敵するもので、同じパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2024-07-26T13:25:38Z)
• Same App, Different Behaviors: Uncovering Device-specific Behaviors in Android Apps [16.015694809763538]
  実世界のAndroidアプリにおいて,デバイス固有の動作に関する大規模な実証的研究を行った。 デバイス固有の行動の分布を調べることで、中国のサードパーティアプリマーケット内のアプリが、Google Playのアプリに比べて、より関連性の高い行動を示すことが明らかになった。 問題修正や機能適応といった一般的な行動以外にも、何百万ダウンロードという人気アプリを含む33のアグレッシブなアプリを観察しました。
  論文  参考訳（メタデータ） (2024-06-14T07:58:22Z)
• AndroLog: Android Instrumentation and Code Coverage Analysis [10.687427165180045]
  AndroLogはクラス、メソッド、ステートメント、Androidコンポーネントなど、さまざまなレベルで詳細なカバレッジ情報を提供する。 この論文で示されているように、AndroLogは最近のAndroidアプリの98%を実装できる。
  論文  参考訳（メタデータ） (2024-04-17T10:13:44Z)

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。