paperbot · PL 论文追踪

全部论文 待读 收藏

P2 Scaling Arbitrary Android App Analyses

扩展任意 Android 应用分析
ASE Proceedings of the 37th IEEE/ACM International Conference on Automated Software Engineering2022匹配度 3/10 · 该论文属于程序分析与抽象解释,关注 Android 应用分析中通过区分应用与库代码来提升扩展性,但未涉及用户核心关注的 PL 与 AI/LLM/Agent 交叉、浮点程序分析或贝叶斯程序分析。虽然属于静态分析范畴,但与具体研究画像中的问题方向匹配度较低。引用 2 inbox
Felix Pauck
crossref: 2026-09-12

AI 速览

一句话:针对 Android 应用分析因库代码导致的扩展性问题,提出区分应用与库代码以缩小分析范围。

随着应用数量增长和功能增强,现有 Android 应用分析在处理真实应用时常常因规模过大而失效。核心瓶颈在于分析工具无法区分应用代码与库代码,因此总是分析整个代码库。然而在许多场景下这并不必要,例如检查安全属性时,可信库不应被分析。论文围绕任意 Android 应用分析的规模化问题,研究将应用代码与库代码分离,从而允许分析按需排除可信库或无关库,缩减分析范围,提升分析对现代真实应用的可扩展性。

问题
现有 Android 应用分析在处理真实应用时受库代码规模拖累,因为工具无法区分应用代码与库代码,只能分析整个代码库;这在对可信库无需分析的安全属性检查等场景中尤为低效。
方法
论文研究通过区分应用代码与库代码来实现按需分析,使分析可以排除可信库或无关库,从而缩小分析范围并提升可扩展性。
评估
摘要未提供具体评估方式;工作面向真实世界 Android 应用分析场景,目标是在可排除可信库时避免全代码库分析。
原文摘要(Abstract)

More apps are published every day and the functionality of each app increases steadily as well. Consequently app analyses are often overwhelmed when confronted with up-to-date, real-world apps. One of the biggest issues originates from the scalability of analyses with respect to libraries. Analyses, more precisely the tools implementing them, cannot distinguish the app’s code from the code of a library. Always analyzing the whole code base is the result. However, this is usually not necessary, for example, when a security property is checked, trusted libraries must not be analyzed.

链接与引用

DOI 原文 ·

BibTeX
@inproceedings{paperbot7148,
  title = {Scaling Arbitrary Android App Analyses},
  author = {Felix Pauck},
  booktitle = {ASE},
  year = {2022},
  doi = {10.1145/3551349.3561339}
}