CCF ChinaSoft 2023 论坛巡礼 | 优秀青年学者论坛

2023年CCF中国软件大会（CCF ChinaSoft 2023）由CCF主办，CCF系统软件专委会、形式化方法专委会、软件工程专委会以及复旦大学联合承办，将于2023年12月1-3日在上海国际会议中心举行。

本次大会主题是“智能化软件创新推动数字经济与社会发展”，学术、工业、教育、竞赛等分论坛活动40余场，期待您的参与！

目前大会火热报名中！

CCF ChinaSoft 2023官方首页：

http://chinasoft.ccf.org.cn/

点击文末“阅读原文”或扫描下方二维码进入官方注册通道:

https://conf.ccf.org.cn/chinasoft2023

✦  +

+

论坛巡礼

论坛名称

优秀青年学者论坛

时间

2023年12月2日（星期六），14:00 – 18:00

地点

上海国际会议中心，5楼长江厅

论坛简介

     CCF中国软件大会优秀青年学者论坛旨在为国内从事软件工程、系统软件、形式化方法及其相关领域研究的青年科学家提供一个分享和交流其最新高水平成果的平台，汇集该领域的一线青年科学家共同探讨国内外相关领域的发展趋势和潮流，促进不同领域的交叉融合，以进一步促进中国青年软件人才成长，激励中国青年软件人才“面向世界科技前沿、面向国家重大需求、面向国民经济主战场”，立足自主创新与实践，从而为推动中国软件发展做出重要贡献。同时，非常欢迎理论计算机科学、程序语言、嵌入式系统、网络与信息安全、人工智能等相关领域的学者前来参加，共话发展！

日程安排

Schedule

论坛主席

Forum Chairmen

左志强

南京大学 

南京大学计算机系长聘副教授、特聘研究员，博导，新加坡国立大学博士，加州大学博士后。主要研究领域为系统软件、编译器优化及设计、程序分析等。其研究成果以第一或通讯作者发表在一系列顶级学术会议和期刊上，如PLDI、OOPSLA、OSDI、EuroSys、ACM TOCS等，相关研究技术和系统已经在多个企业实现转化与应用。多次担任包括PLDI、FSE、ASE、CC等国际会议程序委员。个人主页：https://z-zhiqiang.github.io/。

陈立前

国防科技大学

国防科技大学副教授，主要从事程序分析与验证、抽象解释相关研究。在ACM/IEEE Transactions、POPL、FSE、ASE等期刊会议上发表论文70余篇，曾获ACM SIGSOFT杰出论文奖，出版教材译著3部。研究成果获省部级科技进步一等奖1项、二等奖1项。部分成果已在航天、国防等领域重大工程中应用。

苏亭

华东师范大学

华东师范大学软件工程学院教授，曾在新加坡南洋理工、瑞士苏黎世联邦理工担任博士后研究员。主要研究方向为软件工程、程序语言和软件安全，其研究工作主要集中在对复杂软件与系统（如嵌入式工控软件、程序分析器、移动应用软件等）的质量保障方面，帮助商业应用软件发现了百余个真实的软件缺陷。相关研究成果获得了CCF科技成果奖技术发明一等奖、CCF-蚂蚁科研基金“优秀应用项目”奖、四项CCF-A类国际会议的ACM SIGSOFT杰出论文奖等；其研究工作受到了国家自然基金委、科技部重点研发计划、多家企业的资助；获得国家青年人才计划支持。个人主页：http://tingsu.github.io/。

论坛嘉宾

Forum Guests

林云 

上海交通大学

   上海交通大学计算机系副教授，博士生导师，原新加坡国立大学助理教授（研究岗）。2015年毕业于复旦大学计算机学院获得博士学位。主要研究领域为软件工程，侧重代码、网页和AI模型的自动分析技术。目前的研究工作包括代码自动调试与测试、模型训练的可视化解释、恶意网页检测、基于大语言模型的代码编辑与生成、以及日志分析等。在ICSE、FSE、USENIX Security、ISSTA、ASE、 NeurIPS、AAAI、IJCAI、KDD、TSE、TDSC等领域相关的国际顶级会议和期刊发表论文40余篇，国内外专利受理2项。担任PRDC2023国际会议程序委员会联合主席，以及FSE、USENIX Security、ISSTA、ICML、NeurIPS、AAAI等重要国际会议的程序委员会委员、IEEE TSE/ACM TOSEM/IEEE TDSC等顶级期刊的审稿人。主持国家基金委优青项目（海外）。获得过ICSE2018最佳论文奖。更多信息请参见：http://linyun.info/。

报告题目：

助力基于AI生态的软件开发: 深度学习模型训练过程的可视化解释

报告摘要：

   未来的软件将融合越来越多的深度学习模型，并要求开发人员会训练和调试自己的深度学习模型。然而，深度学习的训练背后是大量迭代的矩阵运算，分析训练过程很大程度上存在调试反馈慢、海量数值化计算难以理解、以及关键训练现象难以侦测等问题。本次报告介绍了一种将深度学习模型训练过程可视化的技术。该技术旨在将高维表征空间中的表征位置、表征距离和分类边界等概念投影到二维画布上，由此来方便模型开发人员分析和调试。同时，我们也进一步提出了基于可视化过程的交互式反馈机制，来侦测开发人员分析意图，推荐相关的训练事件。

王迪

北京大学

   北京大学计算机学院助理教授。于2022年在美国卡内基梅隆大学获得博士学位，于2017年在北京大学获得学士学位。专注于程序设计语言的理论研究和跨领域应用，主要研究兴趣包括形式化验证、程序分析、类型理论以及概率编程，目前的研究项目涉及资源安全的系统编程、可编程贝叶斯推断、量化程序分析以及面向证明的编程语言，研究成果发表于POPL、PLDI、OOPSLA、ICFP等会议。

报告题目：

概率程序的代数程序分析

报告摘要：

    概率程序提供了一个实现和分析概率系统的框架，它被广泛用于随机算法、密码协议、信息物理系统、机器学习算法等应用中。对概率程序的形式化分析和验证一直是概率程序领域的重要研究问题，人们提出了各种技术来分析概率程序的性质，比如“程序某处断言成立的概率至少是多少”、“某概率循环是否存在期望意义下的不变量”、“某概率程序的平均时间复杂度如何”等。在报告中，我们先回顾结合概率与非确定性的语义模型，接着指出已有程序分析理论在概率程序场景中的不足，最后介绍报告人在概率程序的代数程序分析上的进展。

郑龙

华中科技大学

   华中科技大学副教授、博士生导师，国家优青，湖北省杰青，主要从事新型计算机系统结构、图计算等方向的研究，发表ISCA、MICRO、HPCA、USENIX ATC、SC、IEEE TCAD/TC/TPDS等重要国际学术会议和期刊论文70余篇，获重要国际会议最佳论文奖/提名奖4次，获批国家发明专利11项、美国专利5项，部分技术在国家电网、平安科技等企业应用，2021-2023连续三年获GraphChallenge全球冠军，曾获“英特尔中国学术英才计划”荣誉学者，华中科技大学“学术新人奖”等。

报告题目：

超图计算的高效执行模型与体系结构设计

报告摘要：

   高阶关联分析在诸多现实场景中有大量应用，超图是表征高阶关系的一种高效数据结构。相较常规图计算，基于超图结构的并行计算存在着大量、更复杂的稀疏性特征，带来了严重的随机片外访存开销，给并行计算系统的设计带来了严峻挑战。报告将首先分析超图计算的稀疏不规则访存行为，基于此，进一步探讨面向超图计算的执行模型和加速器设计，包括低冲突并行编程模型、计算引擎和缓存结构设计等关键技术。

刘爽

天津大学

  天津大学副教授，青年骨干教师, 沈志康奖教金获得者。刘爽分别在中国人民大学、新加坡国立大学获得学士、博士学位。曾在新加坡理工大学担任讲师。长期从事复杂系统测试，软件安全等相关方向的研究工作。在相关领域国际期刊及会议如TSE、TOSEM、ESEC/FSE、ASE、ICSE、USENIX Security、FM等发表论文二十余篇，并获得ESEC/FSE 2020最佳论文奖。担任多个国际会议程序委员会委员和期刊审稿人。

报告题目：

基于深度强化学习的信息物理系统致错输入生成技术

报告摘要：

    信息物理系统（CPS）是由计算机软件、网络、以及物理环境等部分组成的复杂系统。信息物理系统常见于安全攸关的基础设施，如智能电网，智能医疗、智能驾驶等系统。因而信息物理系统的质量保障非常重要。其中基于鲁棒性的CPS系统致错输入生成问题备受关注, 该问题生成使得系统鲁棒性质被违背的测试输入。本工作首次将基于鲁棒性的CPS系统致错输入生成问题建模为深度强化学习问题，采用经典深度强化学习模型A3C、DDQN、DDPG进行求解，并对离散、连续输入提出统一解决方案。

尹良泽

国防科技大学

国防科技大学副教授，主要研究领域为约束求解、模型检验、软件分析与验证等，目前主要研究内容包括基于PThread的并发程序验证、嵌入式中断程序分析验证、操作系统分析验证、Lustre模型检验等，设计开发并行程序验证工具Yogar-CBMC多次获国际软件验证大赛SV-COMP并行程序验证冠军，设计开发嵌入式中断程序分析验证工具在国防相关的嵌入式软件中进行应用，在TSE、ICSE、ASE等期刊会议中发表多篇论文。

报告题目：

嵌入式软件数据访问冲突分析与验证探索

报告摘要：

    基于各种硬件平台（包括ARM、DSP、MIPS）的嵌入式软件被广泛应用于航空航天、国防军事、核工业等安全攸关领域，由于这些领域对代码安全的高可靠性要求，用形式化方法为这类软件的安全可靠提供支撑具有重要意义。相对于普通的程序而言，嵌入式程序拥有其独特的特征，例如使用中断来实现实时响应，周期循环执行，使用扩展的C语言，使用GPIO/SCI/CAN等外部设备与外部环境进行交互等。报告结合近几年的真实嵌入式软件分析验证经验，对形式化验证中关注的嵌入式软件特征进行分析，围绕嵌入式软件的数据访问冲突分析进行探讨，并介绍近几年在嵌入式软件数据访问冲突分析验证中的相关成果。

孙静翎

电子科技大学

现为电子科技大学信息与软件工程学院专任教师。博士毕业于华东师范大学软件工程学院，博士期间曾受国家留学基金委支持赴新加坡管理大学联合培养。主要研究方向为程序分析与测试。曾在ISSTA，FSE，TSE等会议或期刊上发表过多篇论文，曾获美国计算机协会举办的ICSE国际学生学术竞赛银奖、上海市优秀毕业生等奖项，曾为FCS，JCST等会议或期刊的受邀审稿人。

报告题目：

面向移动应用软件功能错误的自动化测试方法和技术研究

报告摘要：

    移动应用中的功能错误会影响应用所提供的功能，其中的一些可能引起严重的后果。由于测试预言问题的存在，现有的自动化测试技术无法系统地对移动应用进行功能测试，只能检测到一些特定类型的功能错误。为了弥补现有技术的不足，我们着眼于移动应用功能的几个重要的质量属性，分别提出了对应的自动化测试技术并实现了测试工具，以检测那些难以被现有技术所检测到的移动应用中的功能错误，这些工具在包括微信、抖音、Instagram在内的多个移动应用中检测到上百个难以被现有测试技术所检测到的功能错误。

李诚

中国科学技术大学

德国马普学会软件系统所(MPI-SWS)博士，中国科学技术大学计算机学院/国家高性能计算中心（合肥）长聘副教授，博导，FCS、CCF THPC期刊青年编委，安徽省青年教学名师。聚焦人工智能核心高性能系统软件研究，在 SOSP、OSDI、EuroSys、ATC、FAST、ASPLOS、SC、HPCA等计算机系统领域著名国际会议上发表论文40余篇。长期参与SOSP、FAST、EuroSys等会议的程序委员会。获2023世界人工智能大会云帆奖璀璨明星、2022 AI 2000 计算机系统领域最具影响力学者提名、2022 CCF分布式专委杰出青年学者、2021 ACM中国新星提名等10项科研奖励。主讲《编译原理和技术》课程入选第二批国家级线下一流课程，获安徽省第v五届青教赛工科组一等奖等10余项教学奖励，主编安徽省精品教材。

报告题目：

面向大模型的高性能计算机系统

报告摘要：

    随着深度学习和自然语言处理等领域的迅速发展，大模型如GPT-3和其后继者已经成为人工智能研究的重要驱动力。然而，大模型计算需要庞大的计算、存储和网络资源，因此需要软硬协同的专门设计来满足其需求。本报告介绍国家高性能计算中心（合肥）科研团队研发的高性能计算机系统，从内存、存储与通信协同优化的视角出发，解决大模型训练的“内存墙”、“数据墙”和“通信墙”问题，提升了大规模并行计算的效率。