08/24(周四) 08:30 - 08/25(周五) 13:00 (UTC+08:00)Beijing

会议链接：

https://meeting.huaweicloud.com/welink/#/j/97690117/BqPdzp59TOVz8mYYynEngT7siYOR2kYzr

会议ID：97690117

会议密码：202308

会议链接二维码

1题目：新型通用轻量的灰色故障检测定位和自适应恢复技术研究

项目摘要：随着软件系统规模的快速增长，故障越来越常见，故障类型也越来越多样。其中一类灰色故障，由于其检测时间长，症状神秘，后果严重，难以恢复等特征，给管理人员带来极大的困扰。但是现有灰色故障的研究存在两个主要缺陷：（1）缺乏通用轻量的故障定位能力。（2）缺乏灰色故障自愈能力。基于此，本项目计划针对这两个问题进行深入研究：（1）通过结合新颖的ebpf技术和基于传播路径的推理性根因定位的研究新思路，来设计通用轻量的灰色故障定位策略，（2）根据灰色故障类型设计自适应恢复策略来提供高效的故障恢复能力。

个人简介：李诗逸，哈尔滨工业大学（深圳）助理研究员，博士毕业于华中科技大学计算机系统结构专业。主要研究方向为纠删码、亚健康、故障预测、容错系统、故障自愈、可靠性、存储系统、云计算，在USENIX ATC, TPDS, SRDS, ICPP等国际学术会议和期刊发表论文10余篇，并多次受邀进行成果汇报，担任IEEE Trans.系列刊物和多个学术会议的审稿人。参加过多项国家重大项目（973/863/国家自然科学基金重点项目等）。曾在企业工作近6年，担任架构师/首席可靠性专家/资深技术专家等职务，积累了丰富的工业界经历。在企业期间一直从事可靠性相关技术的预研和产品化，设计实现了针对磁盘，内存、网络等计算机组件和系统的生命周期管理（故障风险/检测/预测/恢复）和AIOps创新技术。共申请专利30余项（已授权10项）。

2题目：面向新介质的高性能高可靠文件系统

项目摘要：大数据的快速发展催生了各行业大数据资源的聚集，数据规模和数据处理能力间的矛盾日益严峻，传统的文件系统架构越来越难以应对大数据处理对时效、性能方面的需求。新型持久内存的全新硬件特性正在颠覆现有存储系统架构和系统软件设计。然而，现有的持久内存文件系统未能充分发挥持久内存的硬件特性以有效提升其并发访问性能。本研究拟基于EulerFS研究高并发数据一致性保护技术。在数据组织方面，采用双向感知的方式对EulerFS文件数据的组织方式进行优化；在目录项索引方面，设计双层可扩展哈希和自适应目录项更新技术动态应对不同大小的目录项。基于此，实现高并发的文件和目录访问，突破文件系统的并发访问性能瓶颈，满足上层应用的性能需求。

个人简介：郑圣安，上海交通大学电子信息与电气工程学院长聘教轨助理教授。主要研究方向为持久内存、文件系统和分布式系统。2014年和2019年分别在上海交通大学计算机系取得学士和博士学位，曾在美国加州大学圣地亚哥分校和清华大学分别进行公派联合培养和博士后工作。在FAST、VLDB、DAC、TPDS等国内外高水平会议和期刊上发表系统软件领域论文二十余篇，担任ACM TOS、IEEE TPDS、TC、JPDC、SoCC等国际期刊和会议的审稿人。主持上海市自然科学基金面上项目、博士后基金面上项目，并以骨干成员身份参与国家重点研发计划、国家863计划等多项国家级项目，相关研究成果获2020年上海市技术发明奖一等奖。

3题目：面向数据访问特征感知的通用“数据流大脑”技术研究

项目摘要：随着大数据时代的来临，现代计算机系统从传统的“算存一体化”形态逐渐向“算存分离”和“存存分离”的新形态演化，比如我国近期启动的“东数西算”工程，以及基于虚拟文件系统的分解式存储平台等。尽管“算存分离”和“存存分离”可以支撑更大的存储空间以及更高的资源利用率，但是也带来了更强的运维调优需求。比如，超大空间或者跨网络的数据读取效率往往较低，需要通过缓存预取和冷热识别替换等优化机制来加速数据访问。为了高效灵活地支撑各类运维调优机制，本项目拟开发出一个以数据流特征实时感知为核心的通用软件模块——数据流大脑。该数据流大脑本质上是计算侧和存储侧之间的一个中间层，将来自计算侧的实时访问行为进行自动分流建模，并将这些访问流信息通过通用接口提供给预取、替换等运维调优机制。与已有技术相比，这种独立的数据流大脑设计对上层应用透明，对下层硬件通用，同时也能提供准确的数据流整合，可以很好地规避因集成异构或分散的存储资源而造成的性能损失。

个人简介：陈晨，上海交通大学电子信息与电气工程学院长聘教轨副教授。2014年在清华大学获得学士学位，2018年在香港科技大学取得计算机博士学位。以分布式系统为主要研究方向，创新成果涵盖云计算调度、机器学习系统、存储缓存优化等多个子领域，在SoCC，INFOCOM, SC, ICDCS, TCC等相关方向的著名会议期刊上发表论文十余篇。曾在华为香港研究中心从事产品研发工作，期间取得1项华为高潜专利，3次创新先锋荣誉奖励。

4题目：面向鸿蒙操作系统的跨设备系统关键技术研究

项目摘要：在过去的十余年中，智能终端得到了快速的发展，每人拥有或者每家庭拥有的智能终端越来越多，包括智能手机、智能音箱、智慧大屏、智慧空调。而这些终端之间实现高质量、用户友好的跨设备交互是目前智能终端发展的重要发展方向。华为鸿蒙操作系统作为目前最为广泛的一类消费终端分布式操作系统在这一领域表现突出。本项目，我们针对华为鸿蒙操作系统展开多方面技术研究。具体来说，我们将从三个方面展开课题研究：1）研究跨设备的分布式文件系统优化，实现跨设备文件的友好访问能力；2）研究跨设备的任务冲突优化，实现多设备交互时多任务的冲突感知调度；3）研究跨设备的快速唤醒与快速连接技术，实现跨设备的低功耗和高速互联的能力。预期通过本项目将进一步推动鸿蒙操作系统在跨设备场景下的友好部署。

个人简介：石亮，华东师范大学教授，上海市启明星计划入选者。中国科学技术大学和香港城市大学联合博士学位，香港城市大学博士后。主要研究方向为操作系统、存储系统和分布式系统。研究工作获得多项国家自然科学基金、上海市科技项目、企业合作项目的资助，研究成果发表在包括FAST、ATC、MICRO、DAC、TC、TCAD等系统结构领域的国际会议和期刊，并获得NVMSA 2015最佳论文奖、ASPDAC 2017最佳论文提名奖、华为上研所2020年和2021年优秀技术成果奖。担任DAC、CODES、ASPDAC、NVMSA等国际会议的评审委员会委员。在嵌入式领域国际顶级会议连续多年组织存储与内存计算国际研讨会议。2013年来，连续9年讲授《操作系统》课程。

5题目：面向异构内存的可靠管理关键技术研究

项目摘要：为了满足日益增长的内存容量需求，内存生产技术和内存生产工艺获得快速发展，但同时也带来内存出错率的大大提升。同时由于不同厂商的成产工艺差异，不同厂商生产的DRAM芯片导致的系统出错概率存在巨大差异。内存错误，尤其是不可更改错误的产生（uncorrectable error, UCE）严重影响系统的可靠性。为了在提高系统可靠性同时保证系统性能。异构内存架构已被广泛应用于服务器、数 据中心等大型计算平台当中。异构内存中往往同时包含性能较低但可靠性高的内存介质，和性能较高但可靠性低内存介质。本研究针对此异构内存架构拟，通过静态分析与动态运行时内存管理相结合的手段设计高效可靠的内存管理机制，合理利用不同内存介质，在实现系统可靠性的同时，保证系统的运行效率。

个人简介：张伟，山东大学副研究员，2021年毕业于香港理工大学计算机系，获博士学位。主要研究方向包括实时嵌入式系统设计、分析、与优化以及面向无源物联网的操作系统设计。先后担任多个国际会议程序委员会成员，近五年以第一作者发表包括DAC、RTAS、EMSOFT、TCAD在内的CCF-A/B类会议期刊论文数十篇。CCF系统软件专委、嵌入式专委委员。曾参与华为LiteOS-intermitter内核的设计与开发工作。承担面向航天领域的国产实时操作系统可靠性分析等项目。

6题目：面向人工智能芯片的高效自动微分框架研究

项目摘要：随着人工智能（AI）进入大模型与轻量级模型并存的时代，AI应用对算力的需求以远超摩尔定律的方式在增加，催生了一系列架构各异的AI芯片。与此同时，研究人员对编程简洁性和多功能性的要求日益提高。在这种形势下，开发者对编程框架提出了新的需求：利用自动微分来生成AI应用中的梯度计算代码。尽管已经有大量关于AI编程框架的研究工作，但是在自动微分等新型应用需求的支持、AI芯片算力的挖掘等方面仍面临着诸多挑战。开发人员在使用现有编程框架实现复杂的大型应用时，仍面临着开发困难、性能欠佳等问题，这需要从编程范式、类型系统、编译优化等方面进行新的思考。本研究将探索面向人工智能芯片的高效自动微分框架，从AI应用的可微分特性入手，构建可微分的多层次中间表示和类型系统，通过编译优化技术释放AI芯片的计算潜力，提升AI应用软件的执行效率。

个人简介：李广力，中国科学院计算技术研究所特别研究助理，在吉林大学获得学士和硕士学位，在中国科学院大学获得计算机系统结构博士学位。主要研究方向包括人工智能编程语言与框架、深度学习编译器、神经网络模型压缩技术。在IEEE TCAD、ACM TACO、JSA、CGO、PACT、ICPP等高水平国际期刊和会议上发表论文20余篇。担任中国计算机学会会刊《计算机科学》、IEEE汇刊TNNLS审稿人。

7题目：基于细粒度优化选项配置差分的编译器缺陷定位技术研究

项目摘要：编译器是软件构建的基石，准确定位编译器中的缺陷对于构建高可信软件产品具有重要意义。然而，由于编译器系统庞大功能复杂，准确定位编译器的缺陷有很大挑战。为此，本研究拟基于编译器提供的大量细粒度优化选项，构造隐藏缺陷和触发缺陷的细粒度优化配置序列，以更小代价定位编译优化类的缺陷，有效降低根因诊断与缺陷修复成本。

个人简介：杨已彪，现任南京大学计算机科学与技术系特任副研究员，主要研究兴趣包括软件测试与分析、缺陷检测与预测等。2016年9月博士毕业于南京大学计算机科学与技术系并荣获江苏省和南京大学优秀博士学位论文，毕业后于2016年9月至2019年8月在南京大学计算机系从事博士后研究。近年来，在ICSE、FSE、ASE等会议和TOSEM、TSE等期刊发表论文二十余篇，获国家自然科学基金面上基金和青年基金、江苏省自然科学青年基金和博士后科学基金特别资助等项目资助。

8题目：数据驱动的JVM测试

项目摘要：JVM是Java程序运行的重要基石，其稳定性影响基于其运行的Java程序。与其他软件缺陷不同，JVM缺陷会带来更广泛的影响。因此，保证JVM质量至关重要，其中JVM测试是保证JVM质量的最重要手段之一。本项目旨在生成具有强揭错能力的测试程序并设计具有强捕错能力的测试预言，以提升JVM测试效果。为了达到该目标，本项目拟采用数据驱动的方式，利用历史揭错测试程序的素材，结合新的程序上下文信息，通过深度学习技术支撑有效测试程序的合成，并对所生成程序的内部状态进行充分探索以增强缺陷捕获能力。该方法不仅测试广泛使用的开源JVM（如：HotSpot和OpenJ9），也将集成BishengJDK，对华为国产JVM进行有效质量保证。

个人简介：陈俊洁，天津大学智能与计算学部特聘研究员，软件工程团队负责人。研究方向主要为基础软件测试（如：编译系统、操作系统、深度学习系统等测试与分析）以及在线服务系统智能运维。博士学位论文荣获2019年度CCF优秀博士学位论文奖。近年共发表学术论文50余篇，其中CCF A类论文近40篇，获得五项最佳论文奖（包括ASE 2019、ISSTA 2019 、FSE 2020、FSE 2021的ACM SIGSOFT Distinguished Paper Award，以及ISSRE 2021的Best Research Paper Award）；担任CCF-A类会议ASE 2021评审过程主席，Dagstuhl研讨会联合主席，软件学报专刊特邀编辑，以及FSE、ASE、ISSTA、ECOOP等顶级会议程序委员会成员。

9题目：SaferRW: Go语言程序的数据竞争静态检测分析技术研究

项目摘要：随着大数据、分布式等技术的发展，并发程序的开发技术变得越来越重要。然而由于并发程序中代码执行次序的不确定性，并发程序缺陷往往具有难调试、难复现的特点，由此所造成的损失也具有很大的不确定性。使用自动化方法检测并发缺陷是一种常用且有效的途径。Go语言是当前较为流行的一种并发程序编程语言，它采用了基于CSP的并发编程模型，使用信道进行协程之间的通信，与传统基于锁的并发编程相比，其更加简单易用。然而，这样的设计并没有减少并发缺陷的产生，反而增长了产生并发缺陷的可能性。这是由于Go语言混用多种并发编程模式，且面向对象语法设计得不够严谨，使得开发人员容易出错。数据竞争是一类常见的并发缺陷。本项目我们希望针对Go语言的特性设计一个轻量的数据竞争静态检测算法，能够兼顾分析速度和准确率，同时具有较好的用户体验。

个人简介：葛季栋，副教授/博导。2007年获南京大学博士学位，主要研究方向为自然语言处理与智能软件工程、分布式计算与服务计算等。IEEE TMC、IEEE TPDS、IEEE/ACM TNET、IEEE/ACM TASLP、ACM TKDD、IEEE TSC、JASE、Inf. Sci.、JSS、JPDC、ComNet、FGCS、JNCA、ESA、ExpSys、JSEP、SCIS、计算机学报、软件学报、电子学报等国内外期刊和ICSE、FSE、ASE、AAAI、EMNLP、IWQoS等重要国际会议上录用和发表论文100余篇，其中SCI期刊论文36篇，CCF推荐A类会议/期刊论文12篇。研究成果工申请中国发明专利50项，其中已授权6项。

10题目：终端智能模型的安全威胁研究

项目摘要：深度学习模型已广泛用于终端设备如手机、智能音箱、摄像头等。但这些模型一旦部署在不受信任的设备中，就会遭受多种攻击的威胁。本报告将介绍我们对 Android 应用中深度学习模型的安全风险研究。该工作设计了一套自动化的方法实现对现实世界中深度学习模型的安全评测，包括从 Android 应用中自动提取深度学习模型，捕获模型的输入和输出，生成对抗样本评测模型鲁棒性。通过对 62,583 个Android应用程序进行分析，揭示了真实世界中深度学习模型所面临的安全威胁和防御技术。

个人简介：孟国柱 ，中国科学院信息工程研究所副研究员。2017年博士毕业于新加坡南洋理工大学，2018年加入中国科学院信息工程研究所担任副研究员。曾获2019年ACM中国SIGSAC科技新星。主要研究方向包括人工智能安全与隐私、移动安全分析和测试，在USENIX Security、CCS、ICSE、FSE等国际CCF-A类期刊和会议上发表论文20余篇。主持了如科技创新2030-“新一代人工智能”重大项目子课题，国家自然科学基金青年项目，CCF-腾讯犀牛鸟等多项国家和省部级科研项目。

11题目：面向隐私计算的边缘协同训练新范式研究

项目摘要：万物的泛在互联和深度的人机交互产生了海量的边缘数据，深度学习技术的发展更让人们对数据共享所带来的经济和社会价值产生无限遐想。然而，数据隐私安全与数字经济、智能技术发展之间的博弈与冲突正被推向风头浪尖。各界都在积极探索、研发有效的数据隐私保护方案来促进边缘数据的流通共享。本报告将瞄准异构数据海量、保护需求多样、场景动态复杂、隐私认知差异等多个挑战性问题，介绍隐私计算在边缘智能场景下的研究工作，并以已有研究为基础讨论探索隐私安全性与协同可用性平衡的协同训练新范式设计。

个人简介：吴昊，南京大学计算机系助理研究员，主要研究方向为智能移动计算及其隐私安全。分别于2016年和2021年在南京大学获得学士和博士学位，并获得南京大学计算机科学与技术系优秀博士论文。现担任第二届大数据与隐私计算专委会委员，CCF系统软件专业委员会通讯委员，“紫金山英才”栖霞先锋计划高层次创新创业人才。作为第一作者的论文发表在MobiCom，MobiSys,WWW,《计算机研究与发展》等国内外顶级学术会议和期刊上。现主持江苏省自然科学基金青年基金项目1项。围绕移动智能和隐私计算取得授权发明专利5项，部分专利技术进行落地转化，获得“赢在南京”大赛栖霞区第一名、创栖霞大赛三等奖。

12题目：基于历史提交代码与预生成模型混合驱动的开源漏洞挖掘方法

项目摘要：开源软件是软件产业健康发展的重要支撑，目前开源软件漏洞是软件供应链安全的重要威胁。本报告拟从开源漏洞数据集构建、静态漏洞检测和动态漏洞挖掘三方面面临的问题入手，结合开源仓库软件历史提交的漏洞信息以及预生成模型与导向变异测试，探讨如何构建智能漏洞检测系统，促进开源软件的安全应用和健康发展。

个人简介：汤战勇，教授，博士生导师，西北大学国之颐睡眠健康研究中心主任,陕西省无源感知物联网科技创新团队核心成员。目前主要围绕物联网软件与系统安全、无线感知识别与用户认证展开研究，主持和参与各类国家重点研发计划、国基金面上、省部级课题以及企业项目二十余项，相关成果在CCS、PLDI、NDSS、PACT、MOBICOM、INFOCOM、UBICOMP、SenSys以及TIFS、TOPS、TON等一流会议和期刊上发表，获CCS'18和SenSys'19最佳论文提名。部分研究进入欧美等一流大学计算机课堂,不仅被英国泰晤士报、美国福布斯、新华社广泛报道,而且在蚂蚁集团、华为2012实验室、腾讯等企业落地。获陕西省科学技术二等奖,陕西省高等学校科学技术一等奖,ACM China新星奖(西安)。          

1题目：面向虚拟化系统的内生安全防护技术研究

项目摘要：由于虚拟化系统计算架构演进与开放性日益增加，造成安全边界延伸、攻击面增加、攻击窗口增长及单点安全防护薄弱等问题。这些问题导致系统面临APT隐匿攻击等诸多安全威胁，可能造成Guest OS控制流完整性被破坏、Hypervisor自身安全受到威胁等后果。针对上述问题，本项目拟开发面向虚拟化系统的内生安全防护技术方案，该方案将具备以下功能：（1）对Guest OS跳转控制流进行防护，防止因进程地址被篡改而造成的威胁；（2）对Guest OS中断控制流进行防护，防止因中断栈被被篡改而造成的威胁；（3）对Hypervisor调用进行防护，防止恶意hyper call影响系统的正常运行。通过上述技术攻关，实现面向虚拟化系统的内生安全纵深防御体系。

个人简介：谢国琪，湖南大学教授、博士生导师、嵌入式与网络计算湖南省重点实验室主任、国家级青年人才计划获得者、湖南省杰出青年基金获得者、CCF系统软件专委会执行委员。长期从事聚焦嵌入式实时系统（实时通信系统、实时操作系统）时延分析、安全防护及软件开发，获IEEE TCSC Early Career Researcher Award。主导开发的嵌入式实时虚拟机ZVM是一款基于开源实时操作系统Zephyr研发的Hypervisor，在openEuler社区开源。

2题目：面向多核混合关键实时系统的高性能资源共享技术研究

项目摘要：多核混合关键实时系统广泛应用于安全攸关的工作场景。随着系统复杂度不断增长，系统任务需要访问大量的互斥共享资源，以协同实现复杂系统功能。然而，面对并行任务对互斥共享资源的频繁访问，现有方法采用单一固定的资源访问规则，导致系统核间资源竞争激烈、阻塞时延高的问题，造成系统时间保障与性能瓶颈。针对该问题，本项目拟构建一个面向混合关键的动态资源共享协议，根据资源在不同关键级下的特征变化，为每一个资源动态地提供合适的访问规则，降低系统阻塞时延并提供紧凑时间约束，在保障系统实时性的同时提升系统计算性能。

个人简介：赵帅，中山大学“百人计划”引进副教授，2022年9月加入计算机学院人工智能与无人系统研究所。硕士、博士毕业于英国约克大学。主要从事实时系统的理论与应用研究，具体方向包括复杂系统调度、系统资源管理、硬软件协同设计与寻优等。相关工作发表在RTSS、DAC与IEEE Trans. TDPS、TC、TCAD等国际会议与期刊，获得约克大学计算机学院海外研究生奖与三次最佳论文提名

3题目：公有云环境“网算存”一体的大模型训练与推理优化框架

项目摘要：传统的多GPU大模型训练系统在流水线并行策略上存在多GPU显存占用峰值不均匀问题。该问题主要体现在两个方面：（1）1F1B流水线中微批激活值峰值数量不同；（2）非transformer-based模型划分不均匀。这个问题限制了训练系统吞吐量的提升以及模型规模的增大。本项目聚焦这个关键问题，充分结合单节点内GPU间的高速通信链路、计算通信的可重叠性、多节点系统通信带宽差异，基于显存共享、通信隐藏、多节点阶段映射等技术，提出公有云环境“网算存”一体的流水线并行大模型训练框架，旨在资源受限场景下充分挖掘并利用GPU资源，从而提升训练吞吐量和支持更大规模的模型。

个人简介：陈武辉，中山大学计算机学院副教授，博导，软件工程与应用研究所副所长，鹏城实验室双聘副研究员。主要研究领域为算力网系统软件（大规模AI训练推理与模型迭代演化的系统软件、Serverless Computing等）、区块链系统软件等。承担国家重点研发计划课题、国家自然科学基金面上和青年项目等多个国家级省部级项目及多个校企合作项目。成果发表在SoCC、Infocom、IEEE TPDS、IEEE TC等知名会议和期刊上，获吴文俊人工智能自然科学二等奖、CCF B类会议IEEE ICPP 2020最佳论文亚军奖。

4题目：基于模拟数据包生成的协议栈测试技术研究

项目摘要：现有协议栈测试方法通常基于双端模式进行：在客户端生成和发送数据包；在服务端处理数据包和监控运行状态。然而双端模式主要存在两个局限性：（1）客户端发送的数据包受到本地软硬件检查限制，无法真正发出任意格式的数据包给服务端；（2）客户端发送的数据包需要经过本地软硬件和物理信道，因此有一定的测试开销。为了解决上述局限性，本项目创新地提出使用单端模式来测试协议栈。通过模拟硬件中断相应和插桩填充内存区域，本项目可在服务端本地生成任意格式的数据包，而无需客户端发送，可提升协议栈测试的灵活性和效率，有助于高效检测深层次缺陷和漏洞。

个人简介：白家驹，北京航空航天大学/网络空间安全学院/副教授，博士毕业于清华大学计算机系。主要研究方向为系统软件安全、操作系统和程序分析。在USENIX ATC、USENIX Security、ACM ASPLOS等系统和安全会议期刊上发表20余篇论文，并担任USENIX ATC、ACM ASPLOS和EuroSys等系统领域会议的程序委员、CCF高级会员和系统软件专委会执行委员等。主持研发的自动化程序分析工具在Linux、MySQL和OpenSSL等主流开源系统软件中发现了数千个真实缺陷和漏洞，并与华为、腾讯和蚂蚁等企业开展多个项目合作

5题目：基于跨领域相似代码检索的代码自动生成技术研究

项目摘要：无论是针对各不同领域构建专用的补全模型，还是使用大规模跨领域的代码数据集构建通用的补全模型，都会因为新兴领域代码样本的匮乏，导致在该领域的编程场景下无法获得较好的代码补全效果。如何检索并利用相近领域的相似代码提升现有基于代码预训练模型的代码补全工具的跨领域补全能力，具有一定的可行性并值得深入探索。本项目拟研究一套基于跨领域相似代码检索的代码补全技术，具体包括三个子目标：（1）实现一种高性能的基于IR的相似代码检索方法，（2）实现一种融合相似代码与大模型补全结果的代码补全方法，和（3）实现一种基于大模型的特定应用程序库API的补全技术。

个人简介：李传艺，南京大学软件学院助理教授，CCF系统软件专委会执行委员，“工业和信息化领域急需紧缺人才（大数据和人工智能）培养工程”系列丛书编委委员。主要研究领域为智能化软件工程，近期分别在IJCAI 2022、ICSE 2023和ASE 2022等国际顶会率先发表了具有一定引领意义的源代码预训练技术综述、源代码预训练技术实证研究和神经程序修复技术实证研究等论文。累计在IEEE TSC、IEEE/ACM TASLP、ACM TKDD、JSS、软件学报、计算机学报和ICSE、ESEC/FSE、ASE、ACL、AAAI、IJCAI、EMNLP等国内外重要学术期刊和会议上发表学术研究论文60余篇。曾获得教育部-华为“智能基座”优秀教学资源奖（主持人）、首批国家一流本科课程（线上线下混合式，排名第三）和国家级新工科研究与实践项目优秀奖（排名第七）等荣誉。

6题目：人工智能编译系统图优化特性测试方法

项目摘要：人工智能编译系统采用独特的图优化技术在提升算力的同时，也给测试带来了新的问题：（1）图优化特性需要满足特定要求的计算图作为测试输入才能触发；（2）图优化特性涉及的计算需要消耗大量资源；（3）图优化的输出结果以用户难以直 接处理的高维浮点张量为主。本项目聚焦这三个关键性问题，探索人工智能编译系统图优化特性测试方法，重点关注覆盖图优化特性的计算图生成，针对图优化特性的模糊测试方法，人机融合的图优化特性模糊测试方法，提出一系列关键性的方法和技术，旨在提升人工智能框架测试效率，维护人工智能基础生态。

个人简介：房春荣， 南京大学软件学院教师，南京大学-数兑联合研究中心主任，主要从事智能软件工程研究（BigCode & AITesting）。曾担任AST、AIST等国际会议程序委员会共同主席，ASE、FSE等顶级会议程序委员会委员，TSE、TOSEM等期刊审稿人。发表CCF-A类会议/期刊论文20余篇，申请发明专利10余项，部分成果在知名企业应用转化。参编多项软件工程相关国家标准。获2022年国家级教学成果奖，CCF TCFTC 2021年软件测试青年创新奖。主持/参加多项国家自然科学基金项目，国家重点研发计划项目等。

7题目：面向昇腾的高性能动态算子调优

项目摘要：现有的面向深度学习的动态形状算子负载的优化尚不充分，体现在：（1）形状参数和性能参数搜索空间大，调优时间过长；（2）忽略动态形状对算子间优化的影响，调优结果性能受限。这两个问题制约面向动态形状算子的编译系统的性能。本项目聚焦这两个关键性问题，挖掘深度学习计算图中算子的输入输出张量维度的隐形约束条件，以调度局部适用假设为基础，对动态维度实现关键点采样；在此基础上，结合昇腾等硬件特点，提出面向动态形状的算子调优、图层-算子层联合优化方法，以期在可忍受的编译优化开销下，搜索出优化后推理速度更快的算子融合实现。

个人简介：张昱，中国科学技术大学计算机学院 教授。中国计算机学会 (CCF) 杰出会员。CCF系统软件专委常务委员、教育专委常务委员；ACM 中国操作系统分会副主席、计算机科学教育分会常务理事等。主要研究方向包括面向新兴领域的编程系统、软件分析与系统优化。发表论文120余篇，出版编译原理相关教材9本，翻译编程语言理论与实现著作2本。主持国家级一流本科课程“编译原理和技术”。获全国高校计算机专业优秀教师奖励计划(2020年)、宝钢优秀教师奖(2021年)、系统能力培养突出贡献奖(2023年)等荣誉。

8题目：面向JVM性能优化机制的测试方法研究

项目摘要：Java虚拟机（JVM）是支持Java语言生态的重要基础软件，用于编译和执行Java程序，可以实现Java程序跨平台高效运行以及自动化内存管理。然而，一项研究表明，即时编译器和垃圾回收机制相关缺陷占Java虚拟机所有缺陷的45%。由于两个组件自身复杂程度较高，以及内部都包含多种算法及实现，针对此优化机制的充分测试与安全性保障存在较大的难点；另外，如何挖掘即时编译器和垃圾回收机制之间的关联关系来指导并增强测试效能也需要更多的研究与探索。为了实现面向JVM性能优化机制的高效测试方法，本项目拟主要开展以下三个方面的研究，包括：1）针对即时编译器和垃圾回收机制的变异策略设计；2）针对即时编译器和垃圾回收机制的关联关系学习；以及3）针对性能优化机制的多维度优化选项搜索与选择，从而达到高效检测JVM性能优化机制模块中潜在缺陷漏洞的目的。

个人简介：文明，华中科技大学网络空间安全学院副教授，硕士生/博士生导师。文明博士于2014年从浙江大学计算机科学与技术学院获得本科学位，2019年6月在香港科技大学计算机科学与工程学院取得博士学位，师从张成志教授。2017年7月至2018年1月，在美国加州大学戴维斯分校苏振东教授课题组担任访问学者。2019年6月至2019年11月，在香港科技大学全职任职博士后研究员。2019年12月，加入华中科技大学网络空间安全学院，聘为副教授。文明博士的研究方向主要聚焦软件安全，软件测试与分析，以及软件供应链安全分析等，在软件工程领域累计发表了CCF-A类推荐会议或期刊20余篇，其他高水平论文10余篇。主持一项国家自然科学基金青年项目以及企业横向合作项目，参与湖北省重点研发项目等重要课题，担任了中国计算机学会系统软件及软件工程专委会委员。同时，常年担任TSE，TOSEM，TDSC等CCF-A类国际期刊的审稿人，以及CCF-A/B类会议ASE 2021/2023, ESEC/FSE 2022, SANER 2022, ISSRE 2022/2023的程序委员会委员。文明博士于2021年入选第七届中国科协青年人才托举工程计划。

9题目：基于模块化信息流分析的针对大规模软件的安全缺陷检测技术

项目摘要：软件安全缺陷严重影响国家安全与稳定。根据业界专业机构新思科技的报告显示，2022年软件安全缺陷将使美国经济损失2.41万亿美元。检测软件安全缺陷是极具挑战的前沿性问题，信息流分析技术是检测多种软件安全缺陷（如SQL注入、隐私泄露等）的基础分析方法，然而当前信息流分析技术存在效率低的问题，无法分析大规模软件，为了提升传统信息流分析技术的效率，本项目将采用模块化分析来加速传统信息流分析算法，并通过精确地推断模块间依赖信息以保证分析精度。

个人简介：李昊峰，中国科学院计算技术研究所/助理研究员，博士毕业于中国科学院计算技术研究所计算机科学与技术专业。并获得北京市优秀毕业生，主要研究方向为程序分析，在ESEC/FSE、CGO、ASE、CCS等国际学术会议和期刊发表论文6篇，并获得ASE2019杰出论文奖、CCS2022最佳论文提名奖，另有两篇专利已授权，担任IEEE Transactions on Reliability的审稿人，以技术骨干参与一项国家重点研发计划和一项国家自然科学基金重点项目。

10题目：面向高并发低时延云原生场景的细粒度机密计算系统研究

项目摘要：传统可信执行环境（如Intel SGX等）基于段寄存器提供隔离域内存隔离，存在可扩展性和粒度的问题。为了更好地支持高度可扩展和细粒度的计算模式，新一代可信执行环境系统（如Intel TDX和ARM CCA）普遍引入了权限表，以实现不同域之间的细粒度和可扩展的内存隔离。然而，权限表会给访存操作引入额外一个维度的表遍历，从“页表翻译+段隔离”到“页表翻译+权限表检查”，导致显著的访存开销。本项目拟通过软硬件协同设计，基于开源的RISC-V指令集提出新的硬件扩展以平衡细粒度和低时延的矛盾，并基于蓬莱可信执行环境，设计面向高并发低时延云原生场景的细粒度机密计算系统，具体包括：（1）设计隔离模式可配的内存隔离机制；（2）设计应用特征感知的资源隔离方案；（3）结合蓬莱实现细粒度高并发的机密计算系统。最终，有效提升面向云原生场景的可信执行环境系统的表现。

个人简介：杜冬冬，上海交通大学并行与分布式系统研究所（IPADS）助理研究员，博士。长期从事体系结构与操作系统相关研究。工作发表在ASPLOS、ISCA、MICRO、HPCA、SOSP、OSDI、ACM TOCS等国际顶级学术会议和期刊。代表论文发表在2020年在操作系统与体系结构领域顶会ASPLOS，在该会议当年论文引用排名第一。作为主要负责人领导的开源软件蓬莱项目合入鸿蒙与欧拉操作系统。担任SOSP’23 AEC共同主席、ACM SoCC程序委员等学术工作。

11题目：面向高度可配置系统软件的高效组合测试方法研究

项目摘要：随着工业界对定制化系统软件的需求不断增加，高度可配置系统软件应运而生，并且在在众多重要的工业应用领域得到了广泛应用。然而，对于高度可配置系统软件而言，测试所有配置在实践中是不可行的，因此迫切需要实用的测试方法。组合测试是用于测试高度可配置系统软件的实用方法，但是目前已有的组合测试方法面临严重的可扩展性问题，即它们无法针对高度可配置系统软件生成有效的测试用例。本项目拟开展组合测试方法研究。通过设计高效的采样技术、基于可满足性求解器的约束处理方法，本项目旨在提出创新且有效的组合测试方法，以解决可扩展性问题，从而为高度可配置系统软件生成规模可接受的测试用例集合。

个人简介：罗川，北京航空航天大学副教授、博士生导师，于北京大学获得博士学位，主要研究方向是基于搜索的软件工程、智能运维、约束求解。总计发表CCF-A类论文30余篇，其中以第一作者或通讯作者身份发表CCF-A类论文10余篇，谷歌学术引用累计达到1300余次。作为项目负责人主持多项科研项目，包括国家自然科学基金项目等；作为项目骨干参与国家重点研发计划项目。近年来，担任或即将担任多个CCF-A类国际顶级会议（如ISSTA、NeurIPS、AAAI、IJCAI）的（资深）程序委员会成员。所提技术于国际学术竞赛（如国际SAT竞赛、国际MaxSAT评测竞赛、国际组合测试竞赛）多次获奖。研究成果被华为、美团、微软、麻省理工学院、加州大学伯克利分校、诺贝尔奖得主、美国工程院院士等用于实际应用和产品转化。

(本文转自CCF系统软件专委微信公众号，原文标题：CCF-华为胡杨林基金-系统软件专项2022&2023年资助项目研讨会即将于8月24日-25日“线上+线下”同步召开)

原文链接：https://mp.weixin.qq.com/s/doy75m-vUd9QBsJbIue-hQ?scene=25#wechat_redirect