Buchumschlag

A Large-scale Investigation of Semantically Incompatible APIs behind Compatibility Issues in Android Apps

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pan, Shidong, Guo, Tianchen, Zhang, Lihong, Liu, Pei, Xing, Zhenchang, Sun, Xiaoyu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LLMAID: Identifying AI Capabilities in Android Apps with LLMs
von: Liu, Pei, et al.
Veröffentlicht: (2025)

A Comparative Study of Android Performance Issues in Real-world Applications and Literature
von: Liao, Dianshu, et al.
Veröffentlicht: (2024)

Demystifying Device-specific Compatibility Issues in Android Apps
von: Chen, Junfeng, et al.
Veröffentlicht: (2024)

A First Look at Privacy Risks of Android Task-executable Voice Assistant Applications
von: Pan, Shidong, et al.
Veröffentlicht: (2025)

Towards Context-aware Mobile Privacy Notice: Implementation of A Deployable Contextual Privacy Policies Generator
von: Gong, Haochen, et al.
Veröffentlicht: (2025)

Navigating the Labyrinth: Path-Sensitive Unit Test Generation with Large Language Models
von: Liao, Dianshu, et al.
Veröffentlicht: (2025)

Deployability-Centric Infrastructure-as-Code Generation: Fail, Learn, Refine, and Succeed through LLM-Empowered DevOps Simulation
von: Zhang, Tianyi, et al.
Veröffentlicht: (2025)

LLM-CompDroid: Repairing Configuration Compatibility Bugs in Android Apps with Pre-trained Large Language Models
von: Liu, Zhijie, et al.
Veröffentlicht: (2024)

When AI Takes the Wheel: Security Analysis of Framework-Constrained Program Generation
von: Liu, Yue, et al.
Veröffentlicht: (2025)

"I Don't Use AI for Everything": Exploring Utility, Attitude, and Responsibility of AI-empowered Tools in Software Development
von: Pan, Shidong, et al.
Veröffentlicht: (2024)

A^3-CodGen: A Repository-Level Code Generation Framework for Code Reuse with Local-Aware, Global-Aware, and Third-Party-Library-Aware
von: Liao, Dianshu, et al.
Veröffentlicht: (2023)

A Solution toward Transparent and Practical AI Regulation: Privacy Nutrition Labels for Open-source Generative AI-based Applications
von: Si, Meixue, et al.
Veröffentlicht: (2024)

A Comparative Study of Full Apps and Lite Apps for Android
von: Tang, Yutian, et al.
Veröffentlicht: (2025)

Exploring Hidden Geographic Disparities in Android Apps
von: Alecci, M., et al.
Veröffentlicht: (2025)

Privacy Bills of Materials: A Transparent Privacy Information Inventory for Collaborative Privacy Notice Generation in Mobile App Development
von: Tao, Zhen, et al.
Veröffentlicht: (2025)

Domain-constrained Synthesis of Inconsistent Key Aspects in Textual Vulnerability Descriptions
von: Han, Linyi, et al.
Veröffentlicht: (2025)

Towards Understanding Android APIs: Official Lists, Vendor Customizations, and Real-World Usage
von: Wang, Sinan, et al.
Veröffentlicht: (2026)

Feedback-Driven Automated Whole Bug Report Reproduction for Android Apps
von: Wang, Dingbang, et al.
Veröffentlicht: (2024)

When Prompt Engineering Meets Software Engineering: CNL-P as Natural and Robust "APIs'' for Human-AI Interaction
von: Xing, Zhenchang, et al.
Veröffentlicht: (2025)

Automated Test Transfer Across Android Apps Using Large Language Models
von: Beyzaei, Benyamin, et al.
Veröffentlicht: (2024)

Do Chase Your Tail! Missing Key Aspects Augmentation in Textual Vulnerability Descriptions of Long-tail Software through Feature Inference
von: Han, Linyi, et al.
Veröffentlicht: (2024)

Evaluating Large Language Models in detecting Secrets in Android Apps
von: Alecci, Marco, et al.
Veröffentlicht: (2025)

ARAP: Demystifying Anti Runtime Analysis Code in Android Apps
von: Suo, Dewen, et al.
Veröffentlicht: (2024)

Same App, Different Behaviors: Uncovering Device-specific Behaviors in Android Apps
von: Dong, Zikan, et al.
Veröffentlicht: (2024)

LDMDroid: Leveraging LLMs for Detecting Data Manipulation Errors in Android Apps
von: Xiao, Xiangyang, et al.
Veröffentlicht: (2026)

CI/CD Configuration Practices in Open-Source Android Apps: An Empirical Study
von: Ghaleb, Taher A., et al.
Veröffentlicht: (2024)

Understanding and Detecting Platform-Specific Violations in Android Auto Apps
von: Fakorede, Moshood, et al.
Veröffentlicht: (2025)

Human-Like Code Quality Evaluation through LLM-based Recursive Semantic Comprehension
von: Xu, Fangzhou, et al.
Veröffentlicht: (2024)

A Study of Using Multimodal LLMs for Non-Crash Functional Bug Detection in Android Apps
von: Ju, Bangyan, et al.
Veröffentlicht: (2024)

Enhancing LLM-Based Bug Reproduction for Android Apps via Pre-Assessment of Visual Effects
von: Xiao, Xiangyang, et al.
Veröffentlicht: (2026)

Are Human Rules Necessary? Generating Reusable APIs with CoT Reasoning and In-Context Learning
von: Mai, Yubo, et al.
Veröffentlicht: (2024)

Automatically Detecting Checked-In Secrets in Android Apps: How Far Are We?
von: Li, Kevin, et al.
Veröffentlicht: (2024)

Mind the GAPS: Bridging the GAPS between Targeted Dynamic Analysis and Static Path Reconstruction in Android Apps
von: Doria, Samuele, et al.
Veröffentlicht: (2025)

Refactoring to Pythonic Idioms: A Hybrid Knowledge-Driven Approach Leveraging Large Language Models
von: Zhang, Zejun, et al.
Veröffentlicht: (2024)

To Be Forgotten or To Be Fair: Unveiling Fairness Implications of Machine Unlearning Methods
von: Zhang, Dawen, et al.
Veröffentlicht: (2023)

Enhancing GUI Exploration Coverage of Android Apps with Deep Link-Integrated Monkey
von: Hu, Han, et al.
Veröffentlicht: (2024)

Semantic API Alignment: Linking High-level User Goals to APIs
von: Feldt, Robert, et al.
Veröffentlicht: (2024)

ModZoo: A Large-Scale Study of Modded Android Apps and their Markets
von: Saavedra, Luis A., et al.
Veröffentlicht: (2024)

Identifying and Mitigating API Misuse in Large Language Models
von: Zhuo, Terry Yue, et al.
Veröffentlicht: (2025)

PTMPicker: Facilitating Efficient Pretrained Model Selection for Application Developers
von: Liu, Pei, et al.
Veröffentlicht: (2025)