软件与服务新技术前沿学术论坛

区块链、泛在计算、卫星计算、深度学习等新范式、新技术的快速发展，对软件工程和服务计算研究提出了更高的要求。在中国计算机学会服务计算专委会的支持下，武汉大学计算机学院拟于2023年2月9日举办“软件与服务新技术前沿学术论坛”（线上），邀请服务计算与软件工程领域四位知名学者做主题报告，研讨新形势下服务计算与软件工程中面临的热点问题和未来方向。

会议主题：软件与服务新技术前沿学术论坛

会议时间：2023年2月9日（周四）下午2:30-5:30

腾讯会议：会议号 397-284-600 （https://meeting.tencent.com/dm/XeCFHzDrAbOM）

主办单位：中国计算机学会服务计算专委会

承办单位：武汉大学计算机学院

主题报告：智能合约可靠性关键技术与挑战

报告嘉宾：郑子彬 教授

报告摘要：软件系统复杂化及大规模化的趋势，使得软件可靠性的保障变的越来越困难。各类新型软件系统的涌现，也为软件可靠性的研究带来了新的挑战。作为一种新型的分布式系统，区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式，具有去中心化、公开透明、防篡改等特点。区块链新的特性为其可靠性保障带来了新的挑战。这个报告将介绍区块链智能合约可靠性的相关研究工作。

个人简介：郑子彬，中山大学软件工程学院副院长、IEEE Fellow、IET Fellow、ACM 杰出科学家、全球高被引科学家、国家优秀青年科学基金获得者、国家数字家庭工程技术研究主心副主任、区块链与可信软件研究中心主任。发表论文200余篇，论文谷歌学术引用超过26,000次。主持国家重点研发计划项目、自然科学基金重点项目等多个项目；获得教育部自然科学二等奖、吴文俊人工智能自然科学二等奖、ACM中国新星提名奖、IEEE TCSVC Rising Star Award、CCF服务计算专委会杰出青年奖、ACM SIGSOFT Distinguished Paper Award、ICWS最佳学生论文奖等奖项；担任TOSEM、TVT、OJCS等期刊的副编辑。

主题报告：面向泛在计算的分布式智能系统软件

报告嘉宾：刘譞哲 研究员

报告摘要：泛在计算时代，智能化已经成为信息化应用的重要能力和特征。随着深度学习模型结构日益复杂、异构资源不断涌现、算力需求持续增长、以及对数据安全隐私的逐渐重视，都对系统软件的设计和实现提出了新的挑战，也带来了新的机遇。本次报告将介绍报告人团队近年来在分布式智能系统软件的进展，特别是面向大规模模型训练的无服务器方法和异构资源流水线调度、面向原位模型训练的异构资源协同调度、内存优化等方面的工作。

个人简介：刘譞哲，北京大学长聘教职研究员，博士生导师，北京大学软件研究所

副所长，ACM杰出科学家，入选国家级青年人才计划。长期从事Web服务、云计算、机器学习等大规模分布式系统软件的设计原理、度量评估和实现方法方面的研究工作。在TOSEM、TSE、ICSE、FSE、WWW、NSDI、ASPLOS等CCF A类期刊和会议发表论文60 余篇，获顶级学术会议WWW 2019最佳论文奖、《Science China Information Sciences》5年高影响力论文奖等10余次国际期刊/会议优秀论文荣誉。获国家技术发明一等奖、教育部“青年科学奖”、CCF-IEEE CS“青年科学家奖”、IEEE TCSC 职业中期卓越成就奖、IEEE TCSVC 新星奖等；曾被评为北京大学“十佳教师”、北京大学“教学卓越奖”等；任IEEE TMC、ACM TIST、《中国科学·信息科学》等期刊编委；IEEE ICWS 2023和IEEE EDGE 2020程序委员会主席；ICSE、WWW、KDD、ICDCS等国际会议的PC；主持多项国家和省部级科研项目。

主题报告：卫星服务计算研究与探索

报告嘉宾：王尚广 教授

报告摘要：随着航天技术、卫星制造、网络通信等技术的发展，卫星作为“带翅膀的PC”的趋势正逐渐呈现，而以卫星为载体的计算模式（卫星计算）也为服务计算研究提供了新的探索空间。报告首先对国内外卫星技术发展现状及卫星服务计算需求背景进行了探索分析，然后介绍我们在卫星服务计算相关的理论研究成果如空天服务计算框架、卫星边缘计算、星载高性能计算平台设计等，最后分享我们在卫星服务计算相关的在轨实践成果如星地AI推理、星载核心网系统、北邮一号云原生卫星、脑机卫星控制等。

个人简介：王尚广，北京邮电大学教授、博士生导师、IET Fellow、计算机学院（国家示范性软件学院）副院长、北邮深圳研究院副院长（兼）、网络与交换技术国家重点实验室副主任、国家优秀青年科学基金获得者、天算星座总负责人、北邮一号卫星总负责人。研究方向包括：服务计算、边缘计算与智能、卫星计算、5G/6G核心网、卫星操作系统等，先后主持/完成包括国家重点研发计划、国家自然科学基金重点项目在内的各类项目50余项、发表高水平学术论文150余篇，目前担任IEEE Technical Committee on Services Computing主席、CCF服务计算专委会秘书长等，先后获得2019年度吴文俊人工智能自然科学二等奖、2021年CNCF云原生技术创新奖、2022年IEEE卫星技术创新奖、2022年IEEE开源软件服务奖等。

主题报告：基于蜕变属性的深度学习测试验证与测试优化

报告嘉宾：谢晓园 教授

报告摘要：近年来，深度学习模型被广泛应用于各种借助机器智能提高效率的行业，包括自动驾驶、自然语言处理、医疗诊断等安全攸关领域。对于此类软件，传统测试往往具有诸多局限性，难以适用，而低质量的智能软件系统则可能带来严重的生命财产损失。对此，报告人长期进行相关领域的研究，自2009年就提出了首个使用蜕变测试对传统机器学习软件进行测试验证的技术。本报告将围绕报告人近两年来在基于蜕变属性的深度学习测试领域所取得的一系列成果展开，以自动驾驶和自然语言处理这两个热门应用领域为代表，介绍相关的测试验证方法。在此基础上，提出新型测试多样性度量准则，从全新视角对测试效率进行优化提升。通过介绍不同领域测试所面临的挑战，从多个角度展示目前我们在智能软件测试领域所取得的一系列成果和心得体会。

个人简介：谢晓园，武汉大学教授、博导，武汉大学珞珈青年学者，武汉大学特色化示范性软件学院副院长，外国优秀青年学者研究基金获得者。主要研究方向为蜕变测试、软件缺陷定位、智能软件工程等。主持了两项国家自然科学基金面上项目，参与多项国家自然基金重点项目、国家重点研发项目等。提出了国际上首个基于蜕变测试的智能软件测试方法，解决了此类软件不可测试的问题，曾被软工顶刊 IEEE TSE 评为全球蜕变测试领域十大代表性研究者之一；在频谱缺陷定位方面建立了首个理论分析模型，彻底解决了该领域的最优公式设计难题。在软件工程顶级或知名期刊会议上录用论文50余篇。曾获NASAC青年软件创新奖、ACM SigEvo HUMIES银奖、ACM SigSoft Distinguished Paper Award、湖北省科技进步一等奖、QSIC最佳论文奖。参与了两项软件测试国家标准的制订，均已实施。担任FCS青年AE、JSS客座编辑、历任IEEE/ACM 蜕变测试研讨会PC Chair。担任包括CCF A类会议ASE、ICSE在的多个国际会议PC members，以及包括CCF A类期刊TSE、TOSEM在内的多个国际知名期刊审稿人。