CCF@U1129：CCF系统软件专委走进上海第二工业大学

CCF走进高校第1129场

敬请关注

由中国计算机学会（CCF）主办，CCF系统软件专委、上海第二工业大学大学承办的CCF走进高校活动，将于2024年9月11日在上海第二工业大学召开，敬请关注。

报告主题：人工智能时代的系统软件

报告时间：2024年9月11日（星期三）14:00-16:30

报告地点：上海第二工业大学金海路校区28号楼302会议室

报告题目：约束检测：迈向万物互联的一致性

报告摘要：这是一个关于用约束检测实现一致性的科普报告。首先我们介绍一致性、约束检测和软件测试的一般知识（模型、思想和应用等），分析其中的发展历程和新的挑战，然后汇报我们的SANER’24工作。该工作着眼于各类约束检测技术，其在保障运行在动态变化环境中的智能适应软件的可靠性上扮演着重要作用，也可被广泛用于保障软件构件在开发和演化过程中的一致性。当前，虽然研究界已经提出并实现了各种高效和可扩展的约束检测技术，但由于其固有的测试预言问题，即无法有效确认在给定任意数据和一致性约束情况下的检测结果应该是什么，这些实现远未经过充分测试。对此，我们基于蜕变测试的思想，分析并提出了一组针对约束检测实现进行测试的蜕变关系，通过细粒度控制和输入转换，以敏感性原则和多样性原则，在无需任何手动标注的前提下，实现了约束检测实现的系统测试。实验表明，该方法可有效发现约束检测实现的深层软件缺陷，揭示了80％的变异错误和多个隐藏多年的真实缺陷。最后，我们介绍和展望可靠约束检测在各方面的应用场景。

嘉宾简介：

许畅，南京大学计算机学院教授、博士生导师，国家级人才计划入选者，ACM杰出会员、CCF系统软件专委副主任。从事开放环境软件质量保障理论、方法与技术研究，在TOSEM、TSE、ICSE、ESEC/FSE和《中国科学》等国内外重要期刊和会议上发表论文多篇，曾获ACM SIGSOFT杰出论文奖四次、国际会议最佳论文奖三次、国家科技进步二等奖、CCF青年科学家奖和中创软件人才奖等。

报告题目：面向低内存的AI编译优化编排技术

报告摘要： 深度学习编译器（例如 TVM 和 TensorFlow）包含一系列计算图（即深度学习模型）的选项。尽管科研界和工业界在开发优化技术方面做出大量努力，但如何编排这些优化技术仍然存在挑战——大多数编译器仍然在采用一个固定优化序列；另一方面，优化过程存在级联效应，导使编译中计算图结构不稳定，难以为之生成最佳序列。本报告中介绍近期我们在面向低内存的AI编译优化编排方面所作的努力。一方面，研发针对计算图的静态内存计算技术HMCOS。另一方面，研发了用于TVM 优化序列的编排技术OPass，以降低计算图内存使用，并允许计算图在内存受限的设备上运行。结果表明我们技术的有效性——HMCOS提供了高速的计算图调度方式，且能减少8.7~42.4%的内存使用；与TVM 的默认序列相比，OPass能大大减少计算图的内存使用，通过捕获各优化阶段的隐式作用，OPass可以额外减少计算图的5~12% 的内存使用。

嘉宾简介：

陈雨亭，上海交通大学计算机科学与工程系副系主任，副教授，博士生导师，主要研究可信的软件运行环境、 程序分析与测试技术，在 TOSEM、 TSE、 PLDI、 ICSE、 FSE、ISSTA、 ASE 重要国际会议与期刊上发表或被接收过约 80 篇论文，授权技术发明专利 4项，软件著作权 2 项；曾主持、参与国家级项目10余项。获 2020 年度上海市技术发明奖一等奖、 2018 年度 CCF NASAC-东软青年软件创新奖、 ACM SIGSOFT ICSE 2023 杰出论文奖、 ISSRE 2021 最佳论文提名等。

报告题目：基于性质测试的移动应用软件功能正确性验证

报告摘要：移动应用软件是一类基于图形界面、事件驱动的软件，广泛服务于我们的日常生活。然而，由于其人机交互方式多样、运行环境复杂、版本更新频繁，如何保障其质量一直是工业界和学术界关心的研究问题。在过去的十余年，自动化UI测试技术作为一种有效的软件错误检测方法被不断完善，并逐步应用于业界实践中，取得了不错的效果。然而此类测试技术局限于崩溃错误，由于缺乏测试预言（Test Oracle），很难用于测试软件功能正确性。本报告将介绍我们研究小组提出的一种基于性质测试理论（Property-based Testing）的软件功能正确性验证方法和对应的工具；并探讨大模型（LLM）在该研究问题上的可能应用和思考。该系列研究工作已经在一些商业应用中找到了百余个核心软件功能错误，具体可参考：https://mobile-app-analysis.github.io/。

嘉宾简介：

苏亭，华东师范大学软件工程学院教授、系主任，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，主要聚焦在复杂软件与系统（如工控软件、网络协议、编译器/程序分析器、移动应用软件等）的质量保障方面，其相关工作发表在PLDI、OOPSLA、CCS、S&P、ICSE、FSE等国内外重要会议和期刊上，部分技术成果被工业界测试工具集成并投入日常使用。曾获得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、Google教授研究奖、世界前2% 科学家(2022-23)等；其研究工作受到了中国/瑞士国家自然基金委、科技部、国内外知名科技公司的资助；获得国家级青年人才计划支持。个人主页：http://tingsu.github.io/。

CCF微信公众号，欢迎关注