作者：Changlin Liu, Hanlin Wang, Tianming Liu, Diandian Gu, Yun Ma, Haoyu Wang, Xusheng Xiao
单位：Case Western Reserve University, Monash University, Peking University, Beijing University of Posts and Telecommunications
出处：ICSE 2022
原文：https://engineering.case.edu/groups/xusheng-xiao/sites/engineering.case.edu.groups.xusheng-xiao/files/docs/promal_icse_cr.pdf
Contributor: FRH
笔记：https://jbox.sjtu.edu.cn/l/I1oHrr
利用自动化分析技术提高移动应用的质量和可靠性是非常重要的。WTG(window transition graph)是自动化分析技术的关键组件。在WTG中，点(node)代表窗口，边(edge)代表窗口之间的跳转。已有的研究工作通过静态或动态分析的方式构建WTG，但在准确度上仍然存在不足。静态分析采用over-approximation的设计导致误报，产生不可能的跳转，而动态分析受到覆盖率问题的影响。为此，作者提出"tribrid analysis"方法PROMAL，协同地组合了动静态分析技术和机器学习技术为应用构建WTG。PROMAL主要分为两个阶段:
- 首先使用静态分析构建WTG，结合动态分析对WTG中的跳转进行验证
- 对于大量动态分析无法验证的跳转，提取窗口的信息作为特征，利用机器学习技术预测跳转是否成立。
PROMAL的精度为90.18%，回归率为79.69%，F1-score为82.82%。相比于GATOR(46.24%)、GATOR和PALADIN组合(61.93%)都有更好的表现。