AndroLibZoo：基于软件依赖分析的可靠第三方库数据集
软件工程
2024-02-12 v3
摘要
Android 应用开发者广泛采用代码复用，将许多第三方库集成到他们的应用中。尽管这种集成对开发者而言很实用，但当库在代码中占很大比例时，静态分析器难以实现可扩展性与精度。作为直接后果，文献中常见的做法是在静态分析期间仅考虑开发者代码——其假设是所寻求的问题存在于开发者代码中而非库中。然而，分析者需要区分库代码与开发者代码。目前，许多静态分析依赖于库的白名单。但这些白名单不可靠、不准确且大体上不全面。在本文中，我们提出一种新方法来解决缺乏全面且自动化的方案以生成准确且“始终最新”的库集合的问题。首先，我们论证了对库白名单的持续需求。其次，我们提出一种自动化方法，以名为 AndroLibZoo 的数据集形式生成准确且最新的第三方库集合。我们向社区提供的该数据集目前包含 34 813 个库，并旨在持续演进。
引用
@article{arxiv.2307.12609,
title = {AndroLibZoo: A Reliable Dataset of Libraries Based on Software Dependency Analysis},
author = {Jordan Samhi and Tegawendé F. Bissyandé and Jacques Klein},
journal= {arXiv preprint arXiv:2307.12609},
year = {2024}
}