Key points are not available for this paper at this time.
Nicht-funktionale Eigenschaften, wie Laufzeit oder Speicherverbrauch, sind für mobile App-Nutzer und Entwickler wichtig, da sie die Benutzererfahrung beeinflussen. Wir schlagen einen praktischen Ansatz und das erste Open-Source-Tool, GIDroid, für die multi-objektive automatisierte Verbesserung von Android-Apps vor. Insbesondere verwenden wir Genetische Verbesserung, eine suchbasierte Technik, die den Raum der Softwarevarianten durchquert, um verbesserte Software zu finden. Wir nutzen ein simulationsbasiertes Testframework, um die Geschwindigkeit der Suche erheblich zu verbessern. GIDroid enthält drei modernste multi-objektive Algorithmen und zwei neue Mutationsoperatoren, die die Ergebnisse von Methodenaufrufen zwischenspeichern. Genetische Verbesserung stützt sich auf Tests, um Patches zu validieren. Frühere Arbeiten zeigten, dass Tests in Open-Source-Android-Anwendungen rar sind. Daher haben wir Tests für 21 Versionen von 7 Android-Apps geschrieben und einen neuen Benchmark für Leistungsverbesserungen geschaffen. Wir haben GIDroid verwendet, um Versionen von mobilen Apps zu verbessern, in denen Entwickler zuvor Verbesserungen der Laufzeit, des Speicher- und Bandbreitenverbrauchs festgestellt hatten. Unsere Technik entdeckt automatisch 64% der vorhandenen Verbesserungen wieder. Anschließend wendeten wir unseren Ansatz auf aktuelle Versionen von Software an, in denen keine bekannten Verbesserungen vorlagen. Wir konnten die Ausführungszeit um bis zu 35% und den Speicherverbrauch um bis zu 33% in diesen Apps verbessern.
Callan et al. (Mon,) untersuchten diese Frage.