迈向高效记录与回放：以微信为例的研究
软件工程
2023-08-28 v2
摘要
微信是一款广泛使用的即时通讯应用，月活跃用户超过 10 亿，其复杂功能需要有效的应用质量保证。记录与回放工具是实现这一目标的关键。尽管这些工具已被广泛开发，但回放事件之间等待时间的影响在很大程度上被忽视了。一方面，在完全渲染的 GUI 上执行回放事件的较长等待时间会拖慢过程。另一方面，较短的等待时间可能导致事件在部分渲染的 GUI 上执行，对回放有效性产生负面影响。最优的等待时间应在有效性和效率之间取得平衡。我们引入了 WeReplay，一种轻量级的基于图像的方法，它根据 GUI 渲染状态动态调整事件间时间。鉴于 GUI 上的实时流，WeReplay 采用深度学习模型推断渲染状态并与回放工具同步，在 GUI 完全渲染时调度下一个事件。我们的评估显示，我们的模型在辨别微信应用中的 GUI 渲染状态时达到了 92.1% 的精确率和 93.3% 的召回率。通过评估在回放 23 个常见微信使用场景中的性能，WeReplay 在同一和不同设备上成功回放了所有场景，且比当前最先进的基线更高效。
引用
@article{arxiv.2308.06657,
title = {Towards Efficient Record and Replay: A Case Study in WeChat},
author = {Sidong Feng and Haochuan Lu and Ting Xiong and Yuetang Deng and Chunyang Chen},
journal= {arXiv preprint arXiv:2308.06657},
year = {2023}
}