Android foreground s的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

用於平行偵測Android應用程式異常之操作注入框架的分散式架構設計

為了解決Android foreground s的問題，作者王方顯 這樣論述：

AAD (Android Anomaly Detector)框架是一個能自動化偵測Android應用程式異常(Anomaly)行為的工具。該工具透過分析應用程式的GUI狀態圖產生出多條測試路徑，並且能在各測試路徑中注入一種或多種操作 (Operation)，例如旋轉螢幕、以及撤銷權限等等，再使用注入過後的測試路徑來偵測應用程式是否有發生異常行為。但隨著應用程式的測試路徑以及注入操作的數量提升，既有AAD卻只支援本地單一裝置、順序執行的方式進行測試，因此需要大量時間來執行測試。為了解決上述問題，本論文擴充AAD使其支援同時使用多裝置進行平行化測試，用空間換取時間，以達成不影響操作注入數量的前提

下大幅減少測試時間，並且為了提高平行化執行的可擴展性，本論文進一步提出一種分散式架構，允許AAD使用遠端Android虛擬裝置進行測試，並能根據所需調整其數量。實驗結果顯示AAD進行平行化執行時能在不影響測試結果的前提下大幅減少測試時間，在使用本地4台裝置時平均能達到3.1倍的加速幅度。另外，AAD在使用分散式架構獲得遠端裝置進行測試時，能使同時使用的裝置上限突破4台，且將會比本地裝置更有效率，進一步縮短執行測試的時間。此外，在同時使用8台及16台裝置時平均能加快4.6倍與5.6倍。

一個使用操作注入與視覺化的方法以偵測Android應用程式異常

為了解決Android foreground s的問題，作者許景程 這樣論述：

AAD (Android Anomaly Detector)為一套透過操作注入以自動化偵測Android 應用程式行為異常(anomaly)的工具。AAD透過ACE (Android CrawlEr)爬蟲產生應用程式的GUI狀態圖以推導出測試路徑，並在測試路徑中根據設定的注入階層(Injection Level)，注入不同操作(operation)，如旋轉，接著執行測試路徑來偵測Android 應用程式的異常行為。但是，AAD在注入事件時僅於單條測試路徑的注入點進行操作注入，這導致不同測試路徑中相同的注入點會被重複注入而造成重複偵測，並因需要執行許多重複的注入操作進而增加AAD的偵測時間。此

外，AAD僅記錄偵測到的異常數量，並未對重複的異常進行判定，因此無法得知實際上應用程式「不重複異常(unique anomaly)」的數量。另外，AAD僅提供測試路徑與異常等紀錄，未提供測試路徑上發生異常及崩潰等GUI視覺化的資訊，未有助於異常的重現與除錯。為改善上述問題，本論文提出「跨測試路徑」注入階層的概念，針對原有僅考慮個別路徑的Level 1至Level 3注入階層，新增對應的「跨測試路徑注入階層」，來避免跨路徑相同注入點重複注入的情況，以減少重複注入達到縮短異常偵測時間。同時根據注入操作引發異常的GUI畫面，提出重複異常判定準則，以提供「不重複異常」的偵測結果。實驗結果顯示，所提出的

方法確實有效。此外，本論文實作一個AAD Viewer工具，可將AAD偵測結果視覺化，並提供測試路徑圖，讓測試人員可以容易分析和重現異常，協助異常的除錯。