2013/7/9G1

G1RERAN: Timing- and Touch-Sensitive

Record and Replay for Android

東京工業大学　権藤研究室　白倉賢人

G : Apps

1 / 7

2013/7/9G1

背景スマートフォンやタブレットのような

タッチスクリーンベースのデバイスやアプリが普及Record-and-Replay のツールはデバッグやテストに

　　有用だが、従来の手法では Android アプリの　　多種多様な操作に対応しきれない

2 / 7

2013/7/9G1

RERANAndroid の操作を記録し、

再現するツール

3 / 7

Lorenzo Gomez, Iulian Neamtiu, Tanzirul Azim, Todd Millstein: RERAN: timing- and touch-sensitive record and replay for Android.ICSE 2013: 72-81 Fig4 より抜粋

2013/7/9G1

従来手法との違い従来「 Click TextBox1 」や「 type “Test123” 」のように記録し、再現→GUI が必須、スワイプ等の操作やセンサーに非対応RERAN

　低レベルのデバイスへの入力を直接記録し、　正確なタイミングで再生することで再現

4 / 7

2013/7/9G1

ここがすごい 1 ！Google Play の TOP 100 のアプリのうち、

86 個のアプリについて操作を再現できる !

　　→残りの 14 個は非決定的な動作をするアプリカメラやマイク等のセンサーを使用するアプリ5 / 7

2013/7/9G1

ここがすごい 2 ！バグの再現ができる

　　→デバッグの際に活躍！早送り実行ができる

　　→デバッグやテストの時間短縮！

6 / 7Lorenzo Gomez, Iulian Neamtiu, Tanzirul Azim, Todd Millstein: RERAN: timing- and touch-sensitive record and replay for Android.ICSE 2013: 72-81 TABLE V より抜粋

2013/7/9G1

動作実際に動作させている動画が Youtube にあがっている

　 　⇛ http://www.youtube.com/user/RERAN2012

　　「 Angry Birds 」で実際に操作を記録し、再現している　　様子が確認できる

7 / 7

G2 : Inferring Likely

Mappings Between APIs

東京工業大学 権藤研究室 子安 貴一

目的・貢献• 目的• アプリケーションの移植が大変• マニュアル• 対応する API 探し

• 手助けしたい• 貢献• 推論手法の提案• Rosetta ( プロトタイプツール )

G2 : Inferring Likely Mappings Between APIs2013/7/9

2/5

手法• STEP 1 : データ（アプリケーショ

ン）収集• STEP 2 : メソッド実行トレースを拾

う• STEP 3 : トレースの解析、推論• 呼ばれる頻度• 呼ばれるタイミング• 呼ばれるコンテキスト• メソッド名

• STEP 4 : 複数トレースProceedings of the 35th ACM/IEEE International Conference on Software Engineering (ICSE 2013); pages 82-91; San Francisco, California; May 18-26, 2013.Fig. 2 より抜粋

G2 : Inferring Likely Mappings Between APIs

メソッド実行トレース (○× ゲーム起動→プレイ待ち )

2013/7/93/5

評価• プロトタイプツール : Rosetta• JavaME → Android graphics の API• 筆者の考える対応とマッチするか• Top10 に 70%

Proceedings of the 35th ACM/IEEEInternational Conference on SoftwareEngineering (ICSE 2013); pages 82-91;San Francisco, California;May 18-26, 2013.Fig. 6 より抜粋

G2 : Inferring Likely Mappings Between APIs2013/7/9

4/5

所感• 学習のオーバーヘッドが大きい• 両プラットフォームでの類似アプリケー

ション探し• メソッド実行トレースの取得

• 移植の際の労力低減• 多数のプラットフォームがある今の時代

にとって有用かも

G2 : Inferring Likely Mappings Between APIs2013/7/9

5/5

Estimating Mobile Application Energy

Consumption using Program Analysis

東京工業大学　権藤研究室　髙橋　一平

目的と貢献目的

モバイルアプリの電力消費量の見積主要な貢献

コードレベルの電力消費量見積手法を提案Google Play store のアプリを対象としたベンチマーク

G3

入力と出力入力

ワークロードユースケースのリスト

アプリの JVM バイトコードプロファイル

命令やハードウェアから消費電力を見積もる関数の集合出力

電力消費量アノテーションが付加されたソースコード

G3

システムの概要

Shuai Hao, Ding Li, William G. J. Halfond, Ramesh Govindan, Estimating Mobile Application Energy Consumption using Program Analysis, ICSE 2013, San Francisco, USA .

G3

手法の概要Workload Generator

バイトコードとワークロードから通るパスの集合を求めるAnalyzer

パスの集合とプロファイルから電力消費量を見積もるSource Code Annotator

電力消費量をアノテーションとしてソースコードに付加する

G3

評価評価項目

電力消費量の正確性システムの利便性

評価方法Google Play Store のアプリをそのまま利用

G3

実験結果（正確性）

Shuai Hao, Ding Li, William G. J. Halfond, Ramesh Govindan, Estimating Mobile Application Energy Consumption using Program Analysis, ICSE 2013, San Francisco, USA .

G3

大体誤差 10 ％以内であり、よく見積もれている

所感Eclipse プラグインなんかも作ってて親切

電力消費量によるソースコードの色づけ入力（ユースケース、プロファイル）を作るのは大変そうボトルネックを知りたいときに役に立つ

G3