AiDD研发数字峰会

智能缺陷检测与定位

智能缺陷检测与定位是保障软件质量、提升研发效率与系统安全性可靠性的核心支撑技术。当前，大语言模型技术持续迭代，重塑了代码审查、软件测试、漏洞溯源、缺陷归因的传统模式，更在工业场景和复杂系统中实现深度落地。本论坛聚焦大模型技术飞速发展的背景下，智能缺陷检测与定位的前沿技术突破、实际应用痛点、以及产业落地路径，深入探讨技术迭代中的新机遇、新挑战与新范式，搭建学界与业界的交流桥梁，推动技术创新与产业实践深度融合。

出品人：谢晓园

武汉大学教授、博导，武汉大学珞珈青年学者，武汉大学特色化示范性软件学院副院长，外国优秀青年学者研究基金获得者。主要研究方向为蜕变测试、软件缺陷定位、智能软件工程等。主持了多项国家自然科学基金，参与多项国家自科基金重点项目、国家重点研发项目等，参与两项软件测试国家标准的制订。在软件工程顶级或知名期刊会议上录用论文50余篇。曾获NASAC青年软件创新奖、ACM SigEvo HUMIES银奖、ACM SigSoft Distinguished Paper Award等学术奖励。

武汉大学计算机学院教授

双维度软件缺陷智能化检测：从功能漏洞到性能瓶颈

任晓雪

浙江大学软件学院“百人计划”研究员

内容简介：

内容软件缺陷是影响系统可靠性与用户体验的核心挑战。传统缺陷研究多聚焦于功能正确性，而忽视了性能层面的隐性缺陷。本报告围绕功能性缺陷与性能缺陷两个维度，系统介绍基于大语言模型（LLM）与智能Agent的缺陷定位与检测前沿进展。

演讲提纲：
1. 研究背景与动机：软件缺陷的双维度挑战，阐述功能性缺陷与性能缺陷的现状、危害与传统方法局限性
2. 功能性缺陷定位与检测：基于LLM的代码故障定位Issue级精准定位技术
4. 性能缺陷度量与检测：代码效率基准构建与项目级性能瓶颈智能识别，填补性能缺陷系统化评估的空白
5. 总结与展望：双维度缺陷检测的统一视角，以及Agent驱动的下一代智能缺陷检测技术趋势

听众收益：
1. 掌握LLM赋能缺陷定位的最新方法：了解大语言模型如何突破传统故障定位的语义理解瓶颈，从代码故障到Issue级别的精准定位技术路径与实践经验
2. 建立性能缺陷的系统化认知：突破""缺陷=功能错误""的传统认知局限，学习如何对代码效率进行科学度量与基准评估，填补性能缺陷研究视野的空白

现担任浙江大学软件学院“百人计划”研究员，研究方向聚焦于智能化软件工程、软件质量保证、vibe coding。近年来在 ICSE、FSE、TSE、ASE、ICLR 等软件工程及人工智能顶会顶刊上发表 CCF-A 类论文二十余篇，申请发明专利十余项，受邀担任 FSE、ICSE、ASE、TSE 等软件工程国际会议/期刊审稿人。曾获 FSE'25 以及 APSEC'24 杰出论文奖（Distinguished Paper Award）。近年来，主持国家自然科学基金青年基金、宁波甬江引才项目、字节跳动、支付宝、华为合作项目等国家级、省部级及企业横向课题多项。部分研究成果已经在支付宝、字节跳动和华为得到应用。

AI时代GUI Agent赋能软件缺陷检测

张雅坤

哈尔滨工业大学（深圳）副教授

内容简介：

在 AI 时代，GUI Agent 正逐渐成为提升软件缺陷检测能力的重要技术路径。传统软件缺陷检测方法在面对复杂图形界面、多步骤交互和动态上下文时，往往存在自动化程度低、场景覆盖不足以及语义理解能力弱等问题。报告人围绕“GUI Agent 赋能软件缺陷检测”开展了一系列研究，探索如何结合大语言模型、界面感知与智能体决策能力，提升缺陷检测的自动化、准确性与实用性。
报告将介绍该方向的最新研究进展，展示 GUI Agent 如何从“能操作界面”进一步发展为“能理解任务、能发现问题、能辅助分析”的智能缺陷检测主体，为 AI 时代软件质量保障提供新的思路与方法支撑。

演讲提纲：
1. GUI Agent在软件工程领域与软件缺陷检测的使用
2. 本课题组在GUI Agent赋能软件缺陷检测的代表工作
3. GUI Agent潜在研究点

听众收益：
1. 了解GUI Agent的现状
2. 启发希望做GUI Agent 赋能软件工程相关的科研的听众

哈尔滨工业大学（深圳）计算机学院副教授，博士毕业于北京大学，师从张路教授和郝丹教授，曾赴新加坡国立大学访问；入选腾讯“青云计划”、字节跳动“筋斗云计划”、快手“快STAR计划”、中国科协青年人才托举工程（博士生专项）、北京市优秀毕业生、CCF系统软件专委优博提名奖、北京大学校长奖、中科院院长奖。长期从事智能化软件工程和大语言模型相关研究，主要关注移动应用测试、智能需求工程、多智能体协作等。研究成果发表于 ICSE、ISSTA、TOSEM 等CCF-A类软件工程国际会议/期刊，担任CCF-A类软件工程会议ICSE、ASE的程序委员会成员及期刊TSE、TOSEM 的审稿人。研究成果在微软、华为等公司应用。

开源社区安全漏洞多补丁定位及关系预测

宋壹

武汉大学计算机学院，博士后

内容简介：

本次演讲围绕开源社区安全漏洞修复中的一个重要问题展开：在真实的软件演化过程中，一个漏洞往往并不只对应单个补丁，而是涉及多个代码提交，这些补丁之间还可能存在复杂的交互关系。相比传统面向单补丁的分析方式，多补丁场景更贴近工业实践，但也显著增加了漏洞修复提交（Commit）的定位、理解与落地难度。报告将结合我们的研究工作，介绍如何在大规模代码仓库中定位同一漏洞对应的多个补丁，以及如何进一步分析这些补丁之间的关系，形成更完整的漏洞修复视图。相关研究结合了代码特征分析与大语言模型能力，旨在为开源漏洞治理、补丁研判、下游补丁采纳和安全运维提供更加有效的支持。

演讲提纲：
1. 聚焦安全漏洞多补丁这一真实而普遍的现象；
2. 从多补丁定位延伸到补丁关系理解，针对连贯的问题链条；
3. 观察得到多补丁之间的典型关系模式；
4. 面向开源安全漏洞治理的真实实践。

听众收益：
1. 了解安全漏洞多补丁修复在开源社区中的现实情况，以及这一现象带来的分析与修复挑战；
2. 理解补丁关系分析的重要性，认识补丁之间的交互对修复决策的影响；
3. 从多补丁定位到关系预测，建立对这两个连续任务及其整体技术思路的系统认识。

武汉大学弘毅博士后，主要研究方向为智能化软件安全质量保障。主持国家自然科学基金青年基金、国家博后面上项目、湖北省博士后创新人才培养项目、国家博后出国境交流专项资助项目，入选湖北省博士后尖端人才引进计划、国家资助博士后研究人员计划、武汉市青年科技朝阳计划。连续两年获CCF-A类会议杰出论文奖，获ACM武汉优博奖、武汉计算机软件工程学会青年才俊奖、武汉大学优秀博士后奖、CCF开源创新大赛一等奖（1/5）、武汉大学学术创新奖，连续两届获“滴滴e鸣”优秀博士学术论坛一等奖，获评中国研究生网络安全创新大赛全国一等奖指导教师。以第一作者身份发表CCF-A类论文6篇、CCF-B类论文1篇、《软件学报》1篇。任CCF软工专委执委，担任《武汉大学学报（理学版）》特邀编委、软工领域国际知名期刊会议SANER、ICPC、STVR、Internetware、MSR、SAC等的审稿人或程序委员会委员。

AiDD峰会

K+峰会

联系我们