Android 应用软件的高效率静态分析

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61672505
  • 项目类别:
    面上项目
  • 资助金额:
    62.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0203.软件理论、软件工程与服务
  • 结题年份:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31

项目摘要

Android is an importantant platform for mobile applications. However, malware on mobile devices and the new characteristics of mobile applications are posing new challenges to the industry as well as academic research: requiring effective modeling and analysis techniques for detecting the bugs related to security and energy-consumption, which are the prominent issues of the state-of-art android applications; lack of highly-efficient analysis tools that can keep up with the pace of application release. Facing the challenges, we are going to divide the research work into several parts: (1) establish model for the event driven mobile application; (2) design light-weight and high-efficient static analysis techinques for analyzing specific bugs under the guidance of the established models; (3) handle the complexity of mobile input, and design specialized dynamic analyses, to inprove the effectiveness of static analyses, and (4)localize the confirmed bugs and fix them according the bug reports of static analysis. The successful conduction of our research will provide us with a systematic analysis and testing method for mobile applications, which will give a strong support for development process development and help improve the quality of mobile applications.
Android是目前重要的移动应用软件平台。然而,恶意应用的泛滥,还有移动应用展现出来的很多新特性,给应用软件的分析与测试研究提出了新的挑战:缺乏与当前主流真实移动应用规模相匹配的、面向安全和能耗等突出的问题的有效的建模与分析技术;缺乏适应工业级移动应用极短发布周期的高效率分析工具。针对这些新的挑战拟研究: 1)考虑移动应用的事件驱动下的多入口特点,进行有效的建模; 2)在模型指导下的针对特定类型错误的轻量级高效率静态分析; 3)设计针对具有多样性输入的移动应用的动态分析方法,改进静态分析的效果; 4)利用静态分析的结果定位程序的错误、修复程序。项目的成功实施,将会形成一套针对移动应用软件的系统性测试方法,为移动应用开发提供全方位分析与测试支持,改善移动应用的质量。

结项摘要

Android是目前重要的移动应用软件平台。本项目开展研究安卓应用的缺陷检测技术。我们开发了多了分析安卓应用软件包的基础性工具。针对多个具体的问题(暴露组件、异步类、能耗问题等),我们总结了典型缺陷类型,并进一步采用静态分析与动态分析结合的方法研究了相应的高效率缺陷检测技术。我们开发了一系列针对具体缺陷类型的静态错误检测和代码分析工具,这些工具能自动处理大规模安卓应用程序,批量检测代码中的错误。我们提交给开发者的部分报告的缺陷结果被认可并修复。实验结果表明,课题组发现的错误类型是现阶段安卓市场上软件中普遍存在的。本课题的研究成果能够有效检出安卓应用中的错误并给出缺陷报告,为移动应用开发提供全方位分析与测试支持,提高移动应用的质量。

项目成果

期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(16)
专利数量(0)
DroidLeaks: a comprehensive database of resource leaks in Android apps
DroidLeaks:Android 应用程序资源泄漏的综合数据库
  • DOI:
    10.1007/s10664-019-09715-8
  • 发表时间:
    2019-05
  • 期刊:
    Empirical Software Engineering
  • 影响因子:
    4.1
  • 作者:
    Yepang Liu;Jue Wang;Lili Wei;Chang Xu;Shing-Chi Cheung;Tianyong Wu;Jun Yan;Jian Zhang
  • 通讯作者:
    Jian Zhang
Analyses for specific defects in android applications: a survey
Android 应用程序中特定缺陷的分析:一项调查
  • DOI:
    10.1007/s11704-018-7008-1
  • 发表时间:
    2019-07
  • 期刊:
    Frontiers of Computer Science
  • 影响因子:
    4.2
  • 作者:
    Tianyong Wu;Xi Deng;Jun Yan;Jian Zhang
  • 通讯作者:
    Jian Zhang
Efficient testing of GUI applications by event sequence reduction
通过减少事件序列来有效测试 GUI 应用程序
  • DOI:
    10.1016/j.scico.2020.102522
  • 发表时间:
    2021-01
  • 期刊:
    Science of Computer Programming
  • 影响因子:
    1.3
  • 作者:
    Jiwei Yan;Hao Zhou;Xi Deng;Ping Wang;Rongjie Yan;Jun Yan;Jian Zhang
  • 通讯作者:
    Jian Zhang

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

不同生育时期饲用燕麦养分含量的动态分析及基因型筛选
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    种子
  • 影响因子:
    --
  • 作者:
    谭秀英;严俊;范昱
  • 通讯作者:
    范昱
协同决策机制下航空公司时隙分配优化决策
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    交通信息与安全
  • 影响因子:
    --
  • 作者:
    高强;严俊;朱金福
  • 通讯作者:
    朱金福
以色列野生二棱大麦遗传多样性分析
  • DOI:
    10.13271/j.mpb.015.003309
  • 发表时间:
    2017
  • 期刊:
    分子植物育种
  • 影响因子:
    --
  • 作者:
    张俊英;阮景军;薛文韬;严俊;韦小宝;赵钢;程剑平
  • 通讯作者:
    程剑平
组合测试:原理与方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    软件学报
  • 影响因子:
    --
  • 作者:
    严俊;张健
  • 通讯作者:
    张健
自调频TMD及其减振效果的数值模拟
  • DOI:
    10.15935/j.cnki.jggcs.2017.04.022
  • 发表时间:
    2017
  • 期刊:
    结构工程师
  • 影响因子:
    --
  • 作者:
    王梁坤;施卫星;严俊;拜立岗;张全伍
  • 通讯作者:
    张全伍

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

严俊的其他基金

基于组合抽象和路径分析的灰盒测试技术
  • 批准号:
    60903049
  • 批准年份:
    2009
  • 资助金额:
    18.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码