中国计算机学会软件工程专委会青年论坛学术报告会2024年第3期“AI时代的软件质量保障”学术报告会将于2024年6月2日（周日）9:00-12:30在武汉大学计算机学院八楼报告厅举行。敬请光临！

嘉宾及内容介绍

报告人简介：刘烃，博士，教授，国家级青年人才，西安交通大学网络空间安全学院副院长。主要研究方向包括信息物理融合系统综合安全和软件安全。2003年和2010年分别获西安交通大学学士和博士学位；2016-2017年美国康奈尔大学访问教授。获得2017年国家科技进步二等奖、2022年教育部自然科学一等奖等科技奖励6项。获得2023 CCS SaTS、2019 INFOCOM、2016 ISSRE等会议最佳论文奖7项。

报告主题：移动应用隐私保护的合规验证

报告摘要：数据安全法、个人信息保护法提出对个人用户数据的收集使用，需满足最小范围、知情同意等要求，如何依据原则性法律法规判定具体程序行为是否合规，是当前移动应用安全治理的难题。本报告结合APP和小程序等移动应用实际案例，探讨“法律法规-隐私权政策-程序代码”关联分析方法和隐私保护合规验证解决方案。

报告人简介：王璐，博士，西安电子科技大学计算机科学与技术学院副教授，陕西省青托，陕西省人才，西电“华山人才”系列，CCF 高级会员，CCF 软件工程专委会秘书及执行委员、系统软件专委会执行委员，CCF 首批传播大使。主要研究方向为微服务与智能化运维AIOps、软件演化与自适应，在ICSE、FSE等国内外期刊与会议上发表论文40余篇，并担任SANER等会议PC及期刊审稿人，获陕西省科学技术进步奖二等奖等科技奖励四项。

报告主题：软件智能运维研究及典型应用

报告摘要：随着软件规模及复杂性的不断增长，软件系统在运行过程中将会遇到更多非预期的故障缺陷、资源环境的动态变化等，给软件的运行维护带来了极大的挑战。并且，目前虽然存在系统日志、监控数据等运维数据，但如何从这些海量异构数据中高效实时地发现故障根因或资源态势也成为了关键难点问题。本次报告介绍了西电智能运维团队从规则驱动的自动运维、数据驱动的智能运维、到知识驱动的自主运维的技术发展脉络，并介绍了在典型领域如何运用运维知识实现系统自主运维的具体方案。

报告人简介：万瑶，博士，华中科技大学副教授，2019年获得浙江大学计算机科学与技术专业博士学位。曾于2016年和2018年分别访问悉尼科技大学与伊利诺伊大学芝加哥分校。主要研究基于自然语言处理和程序分析的代码智能技术。在ICSE、FSE、ASE、ISSTA、SIGMOD、ICML、ICLR、ACL、EMNLP、NAACL等软件工程和人工智能顶级会议发表论文20余篇。担任ARR审稿系统领域主席，及ISSTA、ACL、EMNLP、NAACL、SIGKDD等国际会议程序委员会委员。

报告主题：代码智能中深度学习模型的可解释性研究

报告摘要：深度学习技术的飞速发展极大地推动了代码智能领域的进步，包括代码生成、漏洞检测和类型推断等。然而，神经网络的“黑盒”特性和内在复杂性带来了一个日益严重的问题——可解释性。为了揭示这些模型为何有效、它们捕捉了哪些特征相关性以及为何做出某些特定预测，本报告从数据和模型两个维度探讨代码模型的可解释性，尝试揭示“黑盒”的内部机制，以促进更可信的代码智能研究。此外，本报告还展示了在探索代码智能中深度学习模型可解释性过程中所面临的潜在挑战和机遇。

报告人简介：莫然，华中师范大学副教授。主要研究方向包括软件架构、软件缺陷预测、代码质量分析等。入选湖北省“楚天学子”计划，华中师范大学“桂子青年学者”，获武汉计算机软件工程学会“青年才俊奖”。近年来主持国家、省部级等各类项目多项，在软件工程高质量会议和期刊上发表论文40余篇，其中CCF A类论文10余篇，包括ICSE、ASE、TSE、TOSEM等。获得国际发明专利授权两项。担任国内外软件工程知名期刊审稿人（TSE、TOSEM、JSS、FSC、软件学报等）和会议程序委员会委员（ICSE、SANER、ICSME等）。

报告主题：面向代码克隆的软件质量分析

报告摘要：代码克隆通常指在源代码库中相同或相似的源代码段，这一现象在软件中十分常见。代码克隆虽然能够提高开发效率和代码复用性，但同时也被视作一种潜在的代码异味，可能对软件质量带来负面影响。具体来说，克隆的代码可能复制了原有代码中的Bug或者漏洞，这会直接导致新代码的质量问题。另外，大规模的代码克隆还会使得代码冗余度增加，导致维护工作变得更为复杂和困难，降低软件代码质量。因此，深入研究代码克隆，有助于开发团队优化代码管理，提高相关代码的可维护性。在此次报告中，报告人将分享对不同类型软件中代码克隆的研究和分析结果，探讨代码克隆对相关软件的影响。

报告人简介：王尚文，2023年12月博士毕业于国防科技大学，现为国防科技大学计算机学院助理研究员。研究方向包括软件分析与测试、智能化软件工程。在程序语言/软件工程领域国际顶级会议与期刊上发表论文10余篇，两次获得IEEE软件工程技术委员会颁发的杰出论文奖。担任TSE、TOSEM、EMSE等国际期刊审稿人，是ICSE、ASE、CCS、SANER等国际会议程序委员会委员，曾获2023年国防科技大学优秀毕业生、2022年ChinaSoft中国软件大会优秀博士生论坛嘉宾。

报告主题：以人为本—AI时代下人类实践制导的缺陷治理技术探索

报告摘要：随着人工智能时代的降临，智能技术被广泛应用于各种各样的代码任务中，并取得不错的效果。这是否意味着通过大数据训练出的人工智能模型已能够完美胜任各项代码任务？人类实践活动中的行为模式与经验知识对于代码模型而言是否还有可取之处？带着这样的疑问，报告人所在课题组进行了一系列的探索。本报告将通过报告人在及时缺陷检测、缺陷定位、缺陷修复等缺陷治理技术方面的探索，展示三个将人类实践信息与人工智能模型相结合的最新研究工作，并对该技术模式的泛化性展开讨论。

报告人简介：辛奇，武汉大学计算机学院副教授。长期从事软件工程领域的研究，研究方向为软件测试与调试、软件优化、程序分析。在相关领域发表论文20余篇。主持国家自然科学基金青年项目。入选湖北省创新人才计划，获得过包括 ACM-Wuhan新星、武汉英才、武汉软件工程学会青年才俊等奖项。担任CCF系统软件专委会执行委员，ICSE、FSE等会议程序委员会成员，TSE、TOSEM等期刊审稿人，以及AUSE期刊特刊编辑。

报告主题：面向实用的自动程序修复

报告摘要：自动程序修复技术旨在无人为干预的情况下，自动修复软件漏洞，极大程度节约开发人员的时间和精力。尽管有着较好的潜在应用价值，当前的自动修复技术尚未在实际软件调试中发挥积极作用。这是由于它们大多依赖于较完备的测试用例集来制作修复补丁，有着较慢的修复速度，并且只能处理较简单的单位置漏洞。为推动更为实用的程序修复，以辅助开发人员有效完成软件调试，报告人将重点介绍两项近期研究工作：（1）基于IDE的交互式快速修复技术ROSE；（2）面向多位置不可分割漏洞的修复调研。最后，报告人将给出面向实用的自动程序修复的思考和展望。