活动预告：钟山论坛——数据科学与软件工程前沿技术研讨会

2021年8月15日

腾讯会议ID: 666 670 304

在线直播：https://meeting.tencent.com/l/K1Uo5RDqHBFr

论坛简介：

软件定义一切，数据驱动智能。数据和软件给我们的世界带来了翻天覆地的变化。数据科学是利用科学方法、流程、算法和系统从数据中提取价值的跨学科领域。综合利用一系列技能（包括统计学、计算机科学和业务知识）来分析从网络、智能手机、客户、传感器和其他来源收集的数据，揭示趋势并产生见解，可以利用这些见解做出更好的决策并推出更多创新产品和服务。软件工程是一门研究用工程化方法构建和维护有效、实用和高质量的软件的学科。其目标是在给定成本、进度前提下，开发出具有适用性、有效性、可修改性、可靠性、可理解性、可维护性、可重用性、可移植性、可追踪性、可互操作性和满足用户需求的软件产品。有助于提高软件产品的质量和开发效率，减少维护的困难。

数据科学与软件工程前沿技术研讨会由南京航空航天大学与中国计算机学会(CCF)南京分部主办，由南京航空航天大学计算机科学与技术学院承办。论坛邀请数据科学和软件工程研究领域知名专家学者探讨数据科学和软件工程领域最新进展及发展趋势。

论坛流程

2021年8月15日上午9:00 - 9:10（主持人：刘哲）

论坛开场致词

南京航空航天大学副校长 黄志球教授

南京航空航天大学计算机科学与技术学院院长 CCF南京分部主席 陈兵教授

2021年8月15日上午9:10 - 9:50 （主持人：秦小麟）

报告人：王国仁 教授

题    目：Big Data 2.0： 未来数据计算

2021年8月15日上午9:50 - 10:30（主持人：肖亮）

报告人：程学旗 研究员

题    目：网络数据科学与大数据智能

2021年8月15日上午10:30 - 11:10（主持人：许建秋）

报告人：李飞飞 教授

题    目：企业级云原生分布式数据库系统: 挑战与趋势

2021年8月15日上午11:10 - 11:50（主持人：皮德常）

报告人：马帅 教授

题    目：图数据高效计算方法和系统

2021年8月15日下午2:00 - 2:40（主持人：马晓星）

报告人：谢涛 教授

题    目：智能化软件工程和智能软件工程：人工智能和软件工程的交叉融合

2021年8月15日下午2:40 - 3:20（主持人：周宇）

报告人：詹乃军 研究员

题    目：Taming delays in cyber-physical systems

2020年8月13日下午3:20 - 4:00（主持人：刘逵）

报告人：张路 教授

题    目：编译器测试与调试

2020年8月13日下午4:00 - 4:40（主持人：杨志斌）

报告人：应时 教授

题    目：QLLog：基于Q-learning算法的SaaS软件日志异常检测方法

邀请嘉宾：

王国仁教授

北京理工大学计算机学院院长，博士生导师、国务院学科评议组成员、长江学者特聘教授、国家杰出青年科学基金获得者、国家自然科学基金委信息学部专家评审组成员、中国计算机学会数据库专业委员会副主任委员。入选国家百千万人才工程国家级人选，授予“有突出贡献中青年专家”荣誉称号。主持国家杰出青年科学基金、国家自然科学基金重点项目和广东联合基金重点项目、国家863计划项目等20余项。获得国家科技进步二等奖、辽宁省科技进步一等奖、教育部自然科学二等奖、辽宁省自然科学二等奖等省部级科学技术奖励共10项。

报告题目：Big Data 2.0： 未来数据计算

报告摘要：经过40余年的发展，当今信息技术社会正在历经IT时代到DT时代的转变，大数据技术正在正在深刻地影响着整个社会和世界。本报告首先回顾了当前大数据计算的发展现状和主要技术进展，包括批处理、流计算等大数据计算平台；展望下一代大数据计算技术，首先分析了新一代大数据计算系统的特征与挑战，然后从批流融合、跨域处理和边缘计算等三个方向介绍未来数据计算的发展趋势。

程学旗研究员

中国科学院计算技术研究所副所长，中国科学院网络数据科学与技术重点实验室主任。兼任大数据分析系统国家工程实验室常务副主任和中国科学院大学人工智能学院副院长。负责重大战略性科研任务的科研规划与实施。主要研究领域为网络数据科学、大数据系统、社会计算、Web信息检索与数据挖掘。获得各类科研奖励16项，其中国家科技进步二等奖三项，行业协会科学技术一等奖三项。出版了中英文专著3部，发表论文300余篇，获得ACM CIKM、ACM SIGIR等领域内著名学术会议优秀论文奖5次。

报告题目：网络数据科学与大数据智能

报告摘要：作为衔接人机物三元世界的纽带，大数据具有规模大、多源异构、高度动态增长、价值密度低等特点，给数据的有效分析和高效处理带来了巨大挑战。报告从数据复杂性、计算复杂性、系统复杂性的角度探讨数据科学需要探索的一些重要问题，并具体从大数据的精简表达与度量、大数据在职研究生的计算理论与方法、大数据智能涌现的计算模式等三个方面阐述了报告人对数据科学和大数据智能的认识，并介绍报告人及其团队在上述方面开展的一些具体研究工作。

李飞飞 教授

阿里巴巴集团副总裁, ACM杰出科学家。阿里云智能事业群数据库产品事业部与达摩院数据库与存储实验室负责人。曾获ACM与IEEE以及其他多个奖项，获IEEE ICDCS 2020最佳论文奖， ACM SoCC 2019最佳论文奖runner up, IEEE ICDE 2014 10年最有影响力论文奖, ACM SIGMOD 2016最佳论文奖、ACM SIGMOD 2015最佳系统演示奖、IEEE ICDE 2004最佳论文奖、世界互联网大会2019全球领先科技成果奖，浙江省科技进步一等奖、中国电子学会科技进步一等奖等。带领团队研发了阿里云企业级云原生数据库系统包括云原生关系型数据库PolarDB、云原生数据仓库AnalyticDB等系统。担任多个国际及国内一流学术期刊和学术会议的编委、主席。中国计算机学会CCF大数据专家委员会副主任，数据库专业委员会常委。担任多个国际一流学术期刊和学术会议的编委、主席（VLDB 2021, ICDE 2021, VLDB 2022工业界主席， IEEE ICDE 2022 程序委员会主席)。

报告题目：企业级云原生分布式数据库系统: 挑战与趋势

报告摘要：在云计算时代，云原生分布式数据库开始崛起，因为弹性扩展、高可用、分布式等特性获得了大量应用。为了满足弹性扩展、弹性计算、以及按需按量使用等企业级应用需求,云原生数据库探索新的体系架构例如通过分布式共享存储shared-storage来实现shared-everything的架构和存储计算分离，一写多读和多写多读的扩展能力。在高并发、对水平拓展有强需求的应用场景下,云原生数据库同时也需要探索基于shared-nothing的分布式架构来提供分布式数据库能力来处理分布式查询和分布式事务处理。同时, 金融级高可用、异地多活等技术挑战也是云原生数据库所必须提供的关键能力。基于对以上技术挑战的不断探索和实践, 云原生数据库PolarDB和其分布式版本PolarDB-X提供了企业级云原生数据库的能力（例如serverless、共享内存、多租户多写等）, 同时我们也自研了针对海量结构化与非结构化数据提供实时融合分析的下一代企业级云原生数据仓库AnalyticDB, 经受了阿里巴巴双十一世界级的交易峰值挑战并在阿里云上取得了巨大的商业化成功。PolarDB和AnalyticDB同时也深度结合了机器学习以及安全加密等最新技术，提供面对未来下一代企业级应用从OLTP到OLAP再到HTAP的智能化、安全的云原生分布式数据库系统。

马帅教授

北京航空航天大学计算机学院教授，国家杰青，获得北京大学(2004)和英国爱丁堡大学(2011)两个博士学位，爱丁堡大学博士后，并曾在美国贝尔实验室总部实习，在微软亚洲研究院访问；数据库专委常委、大数据专委委员，VLDB Journal、Knowledge and Information Systems、IEEE Transactions on Big Data编委等；获国际顶级数据库会议VLDB'2010 唯一最佳论文奖、数据挖掘知名会议ICDM'2019候选最佳论文、2017年中国电子学会科技进步特等奖等。

报告题目：图数据高效计算方法和系统

报告摘要：数据规模巨大、动态变化、可靠性低，如何从大数据中快速准确地搜索有价值的信息已成为当前亟待解决的一个重要挑战性问题。近年来，大图计算从理论到算法到系统都取得了很好的进展。在本报告，我们将介绍和探讨大图数据高效计算方法和系统。（1）在大数据环境下，图计算任务在最优解难以计算或者不必要时，追求可以高效计算并且满足需求的近似结果。因此，如何设计近似计算方法成为解决从大图中快速准确地搜索有价值的信息这一挑战性难题的关键。（2）大图数据是动态变化的，我们还将介绍正在研发的一个时态图数据管理TGraph，对动态图进行有效的分析和管理。

张路教授

北京大学信息科学技术学院计算机科学与技术系教授，博士生导师，高可信软件技术教育部重点实验室副主任，“国家杰出青年科学基金”获得者。主要研究领域是软件分析与测试，在特征定位、规约挖掘、变异测试、编译器测试、代码自动生成等问题上取得了有影响的研究成果，在国内外主要学术期刊和会议上发表论文100余篇。入选教育部2008年度“新世纪优秀人才支持计划”，曾获2006年国家科技进步二等奖、2009年北京市科学技术奖技术发明类二等奖、2010年CCF青年科学家奖，2010年教育部自然科学一等奖、2010年中创软件人才奖，2012年国家自然科学二等奖。

报告题目： 编译器测试与调试

报告摘要：编译器在软件开发中扮演重要角色，由于编译器是代码从开发态变成运行态的核心支撑，编译器中的错误可能影响众多软件的开发和运行。本次报告将介绍我们针对编译器错误的检测和排除开展的多项研究工作：1）针对编译器测试中常用差分测试预言的实证研究；2）基于学习的编译器测试程序排研究；3）基于编译器测试程序变异的编译器错误定位研究。

谢涛教授

北京大学计算机科学技术系讲席教授，北京大学高可信软件技术教育部重点实验室副主任，北京大学信息技术高等研究院数据驱动软件开发实验室主任。美国科学促进会（AAAS）会士，电气电子工程师学会（IEEE）会士，美国计算机协会（ACM）杰出科学家，中国计算机学会（CCF）杰出会员。曾获科学探索奖，国家自然科学基金委海外杰出青年科学基金以及其延续资助，美国NSF Faculty CAREER Award，ACM SIGSOFT杰出服务奖，IEEE计算机协会软件工程技术委员会（TCSE）杰出服务奖，ASE 2021最有影响力论文奖等。担任CCF软件工程专委会副主任，CCF-IEEE CS青年科学家奖评奖分委员会主席，中国计算机大会（CNCC 2020）程序委员会主席，软件工程旗舰国际会议ICSE 2021程序委员会共同主席，《软件测试、验证与可靠性》Wiley期刊联合主编等。主要研究领域包括软件工程，系统软件，软件安全，可信人工智能。

报告题目： 智能化软件工程和智能软件工程：人工智能和软件工程的交叉融合

报告摘要：作为人工智能与软件工程交叉融合的例子，智能化软件工程和智能软件工程近年来有了很多进展。前者，智能化[软件工程]侧重于在为解决各种软件工程任务而研发的方法中灌输智能。后者，[智能软件]工程，专注于解决智能软件应用领域的各种软件工程任务。本次报告将讨论智能化软件工程和智能软件工程的最新研究进展和未来发展方向。

詹乃军研究员

中国科学院软件研究所计算机科学国家重点实验室副主任，中国科学院软件研究所研究员，中国科学院特聘研究员，博士生导师，国家杰出青年科学基金获得者，中国科学院大学岗位教授。研究方向包括：形式化方法，实时、嵌入式、混成系统，程序验证等。任《Formal Aspects of Computing》、《J. of Logical and Algebraic Methods in Programming》、《软件学报》、《计算机研究与发展》等期刊编委，国际会议MEMOCODE和SETTA的指导委员会委员，多个国际会议程序委员会共同主席（如FM 2021）和著名国际会议程序委员会委员（如CAV、RTSS、HSCC、EMSOFT等）；在著名国际会议和杂志发表论文100多篇，出版专著2部。

报告题目：Extending Hoare Logic to Hybrid Systems

报告摘要：Deductive verification of hybrid systems increasingly attracts more attention in recent years because of its power and scalability. A powerful specification logic for hybrid systems is the cornerstone of deduction-based approaches. Often, hybrid systems are most naturally modelled by concurrent processes that communicate with each another. However, existing specification logics cannot easily handle such models. In this talk, I report our effort on extending Hoare logic to hybrid systems modelled with Hybrid Communicating Sequential Processes (Hybrid CSP), including a version based on first-order logic and Duration Calculus, and a version based on first-order theory of differential equations, together with traces containing communication, readiness, and continuous evolution. For the former, we prove its relative completeness with respect to Duration Calculus. For the latter, we prove its continuous relative completeness with respect to the first-order theory of differential equations, as well as its discrete relative completeness by showing that continuous behavior can be arbitrarily approximated by discrete changes. We have implemented both proof systems in Isabelle/HOL, and applied them to verify some real-world case studies such as Chinese high-speed train control system, some spacecraft and so on. Finally, I discuss the remaining challenges in this direction.

应时教授

武汉大学计算机学院教授，博士生导师。中国计算机学会软件工程专业委员会常务委员。2000年入选国家教育部高等学校骨干教师资助计划。2003年获湖北省青年杰出人才基金资助。2003年至2008年任武汉大学软件工程国家重点实验室副主任，2008年起任武汉大学软件工程国家重点实验室常务副主任，2009年起担任武汉大学计算机学院副院长。主要从事计算机软件方面的科研、教学，以及应用软件开发工作。主要的研究领域有：大型软件系统的智能化运维管理、软件工程中的智能分析与优化、人工智能、大数据分析等。主持国家自然科学基金项目、国家863项目、国家教育部科学技术重点项目、国家教育部博士点基金项目、湖北省青年杰出人才基金项目和多个应用型项目的开发。已发表学术论文100多篇。获得国家科技进步二等奖、湖北省科技进步一等奖2项、湖北省自然科学优秀学术论文二等奖、湖北省科技进步二等奖。

报告题目：QLLog：基于Q-learning算法的SaaS软件日志异常检测方法

报告摘要：Abstract: Most of the existing log anomaly detection methods suffer from scalability and numerous false positives. Besides, they cannot rank the severity level of abnormal events. This talk will present QLLog, a novel method of log anomaly detection. This Q-learning-based method can detect multiple types of system anomalies with high accuracy and rank the severity level of abnormal events. In this talk, our newly designed model for log anomaly detection will be introduced. Challenges in utilizing the Q-learning algorithm to build and implement QLLog will also be discussed.

主办单位：

中国计算机学会(CCF)南京分部、南京航空航天大学

承办单位：

南京航空航天大学计算机科学与技术学院