Android bug studies. Maji et al. [27] performed a failure
characterization study on two mobile platforms, Android
and Symbian. They collected data on bugs in the OS, middleware/
library, and development tools/core applications for
these two platforms. They found that defect density tends
to be lowest in the OS, higher in the middleware, and highest
in development tools/core applications. They also computed
the cyclomatic complexity for the two code bases and found
the values to be comparable across all layers. They studied
the code fixes and found that many of the fixes required
just a few lines of code. Our study is centered around a
complementary set of applications (third-party, non-core),
since this is the type of applications prevalent on the Android
Market. Their study is focused on bug location (which
subsystem contains the bug) as well as the fix (what source
code change was made to fix the bug), whereas our bug categorization
looks at the semantic nature of the bug (e.g.,
activity, event, type error, concurrency, etc.). Our approach
is oriented on dynamic, rather than static verification. We
do not study fixes and source code, but rather provide an
automatic testing framework that can be used to discover
activity bugs, event bugs and type errors.
Android bug studies. Maji et al. [27] performed a failure
characterization study on two mobile platforms, Android
and Symbian. They collected data on bugs in the OS, middleware/
library, and development tools/core applications for
these two platforms. They found that defect density tends
to be lowest in the OS, higher in the middleware, and highest
in development tools/core applications. They also computed
the cyclomatic complexity for the two code bases and found
the values to be comparable across all layers. They studied
the code fixes and found that many of the fixes required
just a few lines of code. Our study is centered around a
complementary set of applications (third-party, non-core),
since this is the type of applications prevalent on the Android
Market. Their study is focused on bug location (which
subsystem contains the bug) as well as the fix (what source
code change was made to fix the bug), whereas our bug categorization
looks at the semantic nature of the bug (e.g.,
activity, event, type error, concurrency, etc.). Our approach
is oriented on dynamic, rather than static verification. We
do not study fixes and source code, but rather provide an
automatic testing framework that can be used to discover
activity bugs, event bugs and type errors.
การแปล กรุณารอสักครู่..
การศึกษาแมลงหุ่นยนต์ มาจิ et al . [ 27 ] แสดงความล้มเหลว
การศึกษาคุณสมบัติบนสองแพลตฟอร์มโทรศัพท์มือถือ Android และ Symbian
. พวกเขาเก็บรวบรวมข้อมูลเกี่ยวกับข้อผิดพลาดในระบบปฏิบัติการ , middleware /
ห้องสมุดและเครื่องมือในการพัฒนาโปรแกรม / หลักสำหรับ
ทั้งสองแพลตฟอร์ม พวกเขาพบว่า ความหนาแน่นข้อบกพร่องมีแนวโน้ม
จะถูกที่สุดในระบบปฏิบัติการ , สูงในตัวกลาง และสูงสุดในการพัฒนาเครื่องมือ /
หลักการใช้งานนอกจากนี้ยังคำนวณ
ความซับซ้อนไซโคลเมติกสำหรับฐานสองรหัสและพบ
ค่าจะเปรียบทั่วทุกชั้น พวกเขาศึกษา
รหัสแก้ไขและพบว่าจำนวนมากของการแก้ไขที่จำเป็น
เพียงไม่กี่บรรทัดของรหัส การศึกษาของเราเป็นศูนย์กลางรอบ
ชุดเสริมของโปรแกรม ( ของบุคคลที่สาม ไม่ใช่หลัก ) ,
ตั้งแต่นี้เป็นประเภทของการใช้งานที่แพร่หลายในตลาด Android
การเรียนจะเน้นข้อผิดพลาดสถานที่ ( ซึ่งระบบประกอบด้วยข้อผิดพลาด
) รวมทั้งการแก้ไข ( สิ่งที่แหล่ง
เปลี่ยนรหัสได้แก้ไขข้อผิดพลาด ) ส่วนของเรา
ดูธรรมชาติแมลงวิภัตติความหมายของข้อผิดพลาด ( เช่น
กิจกรรม , กิจกรรม , ประเภทของข้อผิดพลาด , การ , ฯลฯ )
วิธีการของเรามุ่งเน้นในแบบไดนามิกมากกว่าคงที่การตรวจสอบ เรา
ไม่ได้ศึกษาและแก้ไขรหัสแหล่งที่มาแต่ให้
กรอบการทดสอบอัตโนมัติที่สามารถใช้เพื่อค้นหาแมลงแมลง
กิจกรรม เหตุการณ์ และผิดประเภท
การแปล กรุณารอสักครู่..