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。