Identificación de co-ocurrencias de cadenas de mensajes y método de ignorar miembros en aplicaciones de Android...

Área de la Ciencia:

• Ingeniería de Software
• Ciencias de la Computación

Sus antecedentes:

• Múltiples olores de código en aplicaciones de Android amenazan la mantenibilidad más que los olores individuales.
• La investigación existente a menudo se enfoca en detectar olores de código individuales, descuidando la co-ocurrencia.

Objetivo del estudio:

• Detectar olores de código específicos de Android prevalentes que co-ocurren: Cadenas de Mensajes (MC) y Método de Ignorar Miembros (MIM).
• Desarrollar un enfoque que integre análisis estático y aprendizaje de conjuntos para una detección mejorada.

Principales métodos:

• Desarrolló un análisis estático basado en heurísticas para la detección de MC, extendido para la co-ocurrencia de MC y MIM.
• Utilizó una herramienta de generación de muestras automatizada (ASSD) para datos etiquetados.
• Empleó un Conjunto de Apilamiento Dinámico con Eliminación hacia atrás (DSE-BE) que combina modelos de ML y DL.

Principales resultados:

• El enfoque DSE-BE mejoró significativamente el rendimiento de la detección.
• La puntuación F1 aumentó de 0,774 a 0,938, y el MCC de 0,623 a 0,874 en comparación con los métodos manuales.
• La estrategia DSE-BE superó a los modelos individuales y mejoró la eficiencia computacional.

Conclusiones:

• El método propuesto ofrece una solución robusta para detectar olores de código que co-ocurren en aplicaciones de Android.
• El enfoque muestra un fuerte potencial para la aplicación práctica en la mejora de la calidad del software.