API sets. For different versions, t

API sets. For different versions, the sets will be similar but not
identical. We run this analysis on components extracted from
all applications and then use the Jaccard distance to compute
dissimilarity between API sets. If it is below a certain threshold
(we used 0.2), we place the components in the same cluster.
Thus packages of different ad libraries end up in different
clusters, and then clusters can be easily mapped to ad libraries.

ผลลัพธ์ (ไทย) 1:

ชุด API สำหรับรุ่นต่าง ๆ ชุดจะคล้ายแต่ไม่เหมือนกัน เราใช้การวิเคราะห์นี้กับส่วนประกอบที่สกัดจากโปรแกรมประยุกต์ทั้งหมดแล้วใช้ระยะทาง Jaccard คำนวณความแตกต่างกันระหว่างชุดของ API ถ้ามันต่ำกว่าเพดาน(เราใช้ 0.2), เราวางคอมโพเนนต์ในคลัสเตอร์เดียวกันดังนั้น แพคเกจไลบรารีโฆษณาต่าง ๆ ของสิ้นสุดในแตกต่างกันคลัสเตอร์ แล้วคลัสเตอร์สามารถแม็ปการโฆษณาไลบรารีได้อย่างง่ายดาย

ผลลัพธ์ (ไทย) 2:

ชุด API สำหรับรุ่นที่แตกต่างกันชุดจะคล้ายกัน แต่ไม่
เหมือนกัน เราทำงานวิเคราะห์นี้กับองค์ประกอบที่สกัดได้จาก
การใช้งานทั้งหมดแล้วใช้ระยะทาง Jaccard เพื่อคำนวณ
ความแตกต่างกันระหว่างชุด API ถ้ามันอยู่ด้านล่างเกณฑ์ที่กำหนด
(เราใช้ 0.2) เราวางองค์ประกอบในคลัสเตอร์เดียวกัน.
ดังนั้นแพคเกจของห้องสมุดโฆษณาที่แตกต่างจบลงในที่แตกต่างกัน
กลุ่มแล้วกลุ่มสามารถแมปได้อย่างง่ายดายเพื่อห้องสมุดโฆษณา

ผลลัพธ์ (ไทย) 3:

ชุด API สำหรับรุ่นที่แตกต่างกันชุดจะคล้ายกัน แต่ไม่ที่เหมือนกัน เราเรียกการวิเคราะห์นี้ส่วนประกอบที่สกัดจากโปรแกรม และจากนั้น ใช้ระยะทาง Jaccard การคํานวณความแตกต่างระหว่างชุด API ถ้ามันต่ำกว่าเกณฑ์บางอย่าง( เราใช้ 0.2 ) เราวางชิ้นส่วนในกลุ่มเดียวกันดังนั้นชุดของห้องสมุดโฆษณาที่แตกต่างกันในที่แตกต่างกัน ท้ายกลุ่ม แล้วกลุ่มสามารถแมปไปยังห้องสมุดโฆษณา