[论文解读] DroidLeaks: Benchmarking Resource Leak Bugs for Android Applications

Yepang Liu, Lili Wei+2 more|arXiv (Cornell University)|Nov 24, 2016

Software Testing and Debugging Techniques参考文献 14被引用 3

一句话总结

本论文提出了 DroidLeaks，一个包含 298 个真实世界资源泄漏错误的基准，源自 32 个大规模开源 Android 应用程序，这些错误是从 124,215 次代码版本变更中挖掘得出的。作者通过实证分析识别出常见的故障模式和根本原因，并通过实现一个静态检查器来验证该基准的有效性，该检查器能有效检测出流行应用中的类似泄漏问题。

ABSTRACT

Resource leak bugs in Android apps are pervasive and can cause serious performance degradation and system crashes. In recent years, several resource leak detection techniques have been proposed to assist Android developers in correctly managing system resources. Yet, there exist no common bug benchmarks for effectively and reliably comparing such techniques and quantitatively evaluating their strengths and weaknesses. This paper describes our initial contribution towards constructing such a benchmark. To locate real resource leak bugs, we mined 124,215 code revisions of 34 large-scale open-source Android apps. We successfully found 298 fixed resource leaks, which cover a diverse set of resource classes, from 32 out of the 34 apps. To understand the characteristics of these bugs, we conducted an empirical study, which revealed the root causes of frequent resource leaks in Android apps and common patterns of faults made by developers. With our findings, we further implemented a static checker to detect a common pattern of resource leaks in Android apps. Experiments showed that the checker can effectively locate real resource leaks in popular Android apps, confirming the usefulness of our work.

研究动机与目标

• 为评估 Android 资源泄漏检测技术而解决缺乏标准化、真实世界基准的问题。
• 在大规模、维护良好的 Android 应用程序中识别并收集真实且已修复的资源泄漏错误。
• 分析 Android 应用中资源泄漏的根本原因和常见故障模式。
• 通过实现并评估一个静态检查器来检测类似泄漏，验证所收集错误的实用性。
• 通过提供一个全面且具有代表性的基准，支持未来在自动化资源泄漏检测与修复方面的研究。

提出的方法

• 从 F-Droid 上托管的 34 个大规模开源 Android 应用程序中挖掘 124,215 次代码版本变更，以定位资源泄漏的修复。
• 手动验证补丁和错误报告，以确认资源泄漏的存在并收集详细的元数据。
• 根据资源类型、错误位置、修复补丁以及是否存在于问题跟踪系统中对泄漏进行分类。
• 对 298 个错误进行实证研究，以分析故障模式和根本原因。
• 基于识别出的常见故障模式实现一个静态检查器，以检测其他应用中的类似泄漏。
• 在代表性 Android 应用中评估该检查器，以评估其在真实世界检测中的有效性。

实验结果

研究问题

• RQ1 哪些类型的系统资源被泄漏？这些泄漏的后果是什么？它们是否具有 Android 特异性？
• RQ2 开发者是完全忘记释放资源，还是仅在某些执行路径或异常路径上忘记？
• RQ3 是否存在开发者反复出现的故障模式，导致资源泄漏？
• RQ4 所收集的基准在多大程度上具有代表性与全面性，可用于评估现有及未来的检测技术？

主要发现

• 在 298 个资源泄漏中，64.1%（191 个错误）是由于复杂的事件驱动控制流导致开发者完全忘记释放资源。
• 仅有 4.7%（298 个中的 14 个）的泄漏在问题跟踪系统中被记录，凸显了代码仓库挖掘的重要性。
• 识别出五个根本原因，包括意外的用户交互和环境交互，这些因素频繁导致资源泄漏。
• 发现三种常见故障模式：API 使用错误、丢失对资源对象的引用，以及控制流中清理不完整。
• 该基准涵盖了近期检测工具所使用的全部资源类型，并包含额外类型，证实了其全面性与代表性。
• 所实现的静态检查器成功检测出流行 Android 应用中的真实资源泄漏，验证了 DroidLeaks 基准的实用性。