API误用修正：一种统计方法
软件工程
2019-08-20 v1
摘要
现代软件开发严重依赖应用程序编程接口（API）库。然而，此类库中的API元素的使用往往存在某些约束。未能遵循这些约束（API误用）可能导致严重的编程错误。已有许多方法被提出用于检测API误用，但它们准确率仍然较低，且无法修复检测到的误用。在本文中，我们提出SAM，一种自动检测并修复API误用的新方法。SAM使用统计模型来描述任何API方法调用中涉及的五个因素：相关方法调用、异常、前置条件、后置条件和参数值。这些统计模型从大型高质量生产代码库训练得到。然后，给定一段代码，SAM利用训练好的统计模型验证其中的每个方法调用。若某因素的概率足够低，则相应调用被视为API误用。SAM对应用于代码的编辑操作执行最优搜索，直至代码不再存在API问题。
引用
@article{arxiv.1908.06492,
title = {API Misuse Correction: A Statistical Approach},
author = {Tam The Nguyen and Phong Minh Vu and Tung Thanh Nguyen},
journal= {arXiv preprint arXiv:1908.06492},
year = {2019}
}
备注
The 34th IEEE/ACM International Conference on Automated Software Engineering (ASE 2019) - Late Breaking Results