本論文では、AURORA と呼ばれる新しい手法を提案している。AURORA は、モバイルアプリのUIスクリーンの視覚的および言語的パターンを学習することで、UIタープを自動的に検出し、適切なナビゲーション手法を適用することができる。
まず、著者らは、Android アプリのスクリーンショットとUIヒエラルキーを分析し、21 種類のモバイルアプリUI設計モチーフを特定した。その上で、これらのデザインモチーフとVETデータセットで特定されたタープスクリーンとの関係を分析した。
AURORA は、この分析に基づいて、スクリーンの視覚的および言語的特徴を使ってスクリーンを分類し、適切なナビゲーション手法を適用する。具体的には、スクリーンレコグナイザーコンポーネントでスクリーンを分類し、ヒューリスティックナビゲーターコンポーネントで対応するナビゲーション手法を実行する。
AURORA は、既存の自動入力生成ツールと組み合わせて使用される。アプリ探索中に進捗が停滞した場合、AURORA はスクリーンを分類し、該当するナビゲーション手法を適用してタープを迂回する。
評価の結果、AURORA は既存のツールに比べて平均11.0%から19.6%の方法カバレッジ向上を達成した。また、ナビゲーション手法の成功率は88.8%であった。これらの結果は、AURORA のスクリーンレコグナイザーとナビゲーション戦略の有効性を示している。
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問