XtraLibD:JavaおよびPythonアプリケーションにおける無関係な第三者ライブラリの検出【JST・京大機械翻訳】

Kapur Ritu; Rao Poojith U; Dewan Agrim; Sodhi Balwinder

プレプリント

J-GLOBAL ID：202202213994822835 整理番号：22P0293388

XtraLibD:JavaおよびPythonアプリケーションにおける無関係な第三者ライブラリの検出【JST・京大機械翻訳】

XtraLibD: Detecting Irrelevant Third-Party libraries in Java and Python Applications

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年02月22日プレプリントサーバーでの情報更新日： 2022年02月22日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

ソフトウェア開発は,多重第3次図書館(TPL)の使用から成る。しかし,ソフトウェアアプリケーションの分配に当たらない図書館は,CPUサイクル,メモリ,およびモディアデバイスの電池使用のような資源の過度の消費につながることが多い。したがって,応用中に存在する未使用TPLの同定と除去は望ましい。JavaとPythonアプリケーションにおける無関係なTPLを検出する,迅速,貯蔵効率,混乱-回復法を示した。提案アプローチの新しい側面はi)Lib2Vecと呼ぶモデルを用いるクラスファイルのベクトル表現を計算することである。Lib2Vecモデルは,Lib2Vecモデルを訓練するためにそれを使用する前に,パラグラフベクトルアルゴリズムを使用して訓練され,クラスファイルは,27の異なる言語特異的Lib2Vecモデルで開発され,テストされたセマンティック保存変換(XtraLibD)によって正規化形式に変換された。これらのモデルを,MavenCentral.comとPypi.comで利用可能な>100の異なるJavaライブラリーと43,711Pythonからそれぞれ,異なるパラメータおよび>30,000.クラスと>478000.pyファイルを用いて訓練した。XtraLibDは,0.968のF1スコアで99.48%の精度を達成し,既存のツール,即ち,LibScout,LiteRadar,およびLibDを,それぞれ74.5%,30.33%,および14.1%の精度改善で凌駕した。LibDと比較して,XtraLibDは61.37%の応答時間改善と87.93%の貯蔵減少(JIngredentで99.85%)を達成した。このプログラムアーチファクトはhttps://www.doi.org/10.5281/zenodo.5179747で利用可能である。【JST・京大機械翻訳】

, , , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

計算機システム開発

, , , ,

前のページに戻る