计算机应用研究

作者：王祯启,边奕心,马偌楠,毕博宇,王金鑫,

单位：哈尔滨师范大学计算机科学与信息工程学院,哈尔滨150025；

关键词：Android代码异味共存,软投票,集成学习,静态程序分析,

基金：黑龙江省高等教育教学改革研究项目(SJGYB2024407)；；

相对于单一种类的代码异味，异味共存对程序更具危害性。针对Android特有代码异味，现有研究主要关注单一种类异味的检测，忽略异味共存对Android应用程序的负面影响。为识别共存的Android特有代码异味，提出融合静态程序分析与集成学习的Android代码异味共存检测方法。作为初步研究，识别忽略类成员变量的方法异味与缺少低内存处理程序异味的共存。首先，提出基于静态程序分析的Android代码异味共存检测方法和正负样本自动生成方法并实现工具 ASSD。该工具的输出为后续集成学习模型提供丰富的训练样本。然后，针对单一机器学习模型泛化能力有限的问题，提出一种软投票集成学习模型，识别共存的Android代码异味。该模型不仅可以集成传统机器学习模型，还可以集成改进的深度学习模型。实验结果表明，所提方法优于已有基于静态程序分析的检测方法，F1值提升了26.1百分点。此外，基于传统机器学习的软投票集成学习模型优于基于深度学习的软投票集成学习模型，F1值提升了6.1百分点。所提方法可以实现Android代码异味共存的检测。

来源：2025年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第4期