AiDD软件研发数字峰会-北京站

出品人：夏鑫

华为软件工程应用技术实验室主任

华为软件工程应用技术实验室主任。他的研究方向是智能化软件工程、软件仓库挖掘和经验软件工程。夏鑫至今发表了100多篇CCF A类期刊和会议长文，Google引用1.1万多次，H-index 59。夏鑫获得了2022年ACM SIGSOFT Early Career Researcher Award（亚太地区第一位），部分论文获得国际会议最佳/杰出论文奖项，包括6篇ACM SIGSOFT 杰出论文奖（连续四年获得软工顶会ASE 2018-2021的杰出论文奖， ICPC 2018和2020）。此外他担任MSR、SANER、PROMISE等会议的Steering Committee，多个国际会议的PC (ICSE，ESEC/FSE, ASE等)，多个期刊的编委（TOSEM、EMSE、ASEJ、JSEP等），以及参与组织了多个国际会议（ICSE 2023和2024， ASE 2016、2020和2021，ICSME 2020, SANER 2019-2020和2023等）。

缺陷AI定位与修复

缺陷定位与修复是软件工程的核心问题，早期研究主要基于动静态程序分析技术。大语言模型（LLM）对该方向提供了全新思路和路线。本论坛主要探讨基于LLM的缺陷定位与修复的机遇与挑战，和动静态分析与LLM的深度融合技术。

基于大语言模型的漏洞提前感知、检测和定位

胡星

浙江大学软件学院副教授

ICSE、ASE等顶会的论文报告；中国软件大会的软件工程研究与实践论坛的报告者（基于深度学习的代码智能）；担任顶会ICSE 2023的Future of Software Engineering Track的chair，并组织panel和研讨；担任Internetware 2023会议的程序委员会主席；在华为内部软件设计Ted会议上演讲基于大语言模型的软件设计等。

内容简介：

大语言模型（LLM）等技术的兴起对软件工程领域带来了新的机遇和挑战，而漏洞管理一直是企业关注的重大问题。如何利用LLM更好地构建漏洞管理能力，特别是提前感知、检测和定位漏洞，是当前学术界和工业界关注的前沿热点。本次报告主要介绍当前基于LLM的漏洞管理技术，包括构建漏洞相关的大语言模型，以及基于此的漏洞提前感知、检测和定位技术。

演讲提纲：

1. 人工智能技术在漏洞相关任务上的现有成果
2. 大语言模型技术的发展现状
3. 如何将大语言模型用于漏洞提前感知、检测和定位
4. LLM时代下，软件漏洞任务有哪些新的挑战

听众受益：

通过本次报告，听众可以更好地理解当前基于大语言模型的漏洞管理技术，为后续在相关部门展开漏洞管理技术攻关提供新的思路和见解，起到开天窗的作用。

“Bug” 的寻根溯源之旅 --- 自动化软件缺陷定位技术

内容简介：

软件缺陷定位 (fault localization) 是软件开发过程中至关重要、但却需耗费巨大资源的任务。特别是在开发的中后期，集成测试所导致的软件失效往往需要遍历整个代码才可以确定出错原因。因此一直以来，研究人员都在试图寻找一种高效的“自动化缺陷定位技术”，目的在于尽可能减少人工操作，自动确定软件缺陷 (bug或fault) 的位置或原因。这一技术可以大幅减轻程序员工作负担，提高调试的工作效率。本报告将围绕报告人多年来在该领域所做出的一系列理论与实践的研究成果，与大家共同探讨相关技术的瓶颈与展望。具体来说，将首先介绍软件缺陷定位经典技术的背景知识，通过完整的理论分析框架，给出其理论性能上限。在此基础上，将分别从“oracle problem”、“定位信息来源”、“定位粒度级别”、“多错误场景”、“缺陷辅助理解”、“实用性”等方面系统性地介绍我们在拓展缺陷定位技术应用范围、提升其性能与可用性等方面所做出的一系列相关工作。

演讲提纲：

从多方面了解软件缺陷定位技术的关键挑战与相关解决方案

1. 自动化代码缺陷定位技术的背景与简介
2. 现有技术在实践应用中遇到的关键性挑战
3. 针对上述挑战的一些解决思路
4. 其他辅助技术
5. 总结与展望

听众受益：

从多方面了解软件缺陷定位技术的关键挑战与相关解决方案

谢晓园
武汉大学计算机学院教授

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。

基于大语言模型的缺陷自动修复

内容简介：

软件缺陷在软件开发维护中是不可避免的，会给人们的财产和生命安全带来巨大损失。人工修复耗费巨大，且难以有效地修复软件缺陷。缺陷自动修复技术得到了广泛的研究，并取得了一定的效果，但缺陷自动修复技术对缺陷信息特征的考虑比较单一，在效果和效率上存在不足，难以适用于实时报告的缺陷。如今，大语言模型的出现，给缺陷自动修复带来了新的机遇。

演讲提纲：

1. 软件缺陷的问题
2. 修复软件缺陷的挑战
3. 软件缺陷自动修复的探索与实践
4. 基于大模型的软件缺陷自动修复的机遇与挑战
5. 总结与展望

听众受益：

华为智能化软件工程技术专家
学术科研人员，业界软件维护人员

刘逵
华为智能化软件工程技术专家

华为2012实验室智能化软件工程技术专家，CCF会员，CCF软件工程专委会委员。主要从事软件编码、软件测试、程序分析、代码检视等智能化软件工程工作，在软件工程领域发表高水平研究论文40余篇，其中CCF A类期刊/会议论文十多篇，曾任南京航空航天大学计算机科学与技术学院副教授，主持过国家自然科学基金面上项目一项，江苏省自然科学基金青年项目一项，参与国家重点研发计划项目两项，担任IEEE TSE、ACM TOSEM、EMSE、《软件学报》、ICSME、SANER等国际期刊/会议审稿人。

KeenTune-Linux全栈智能调优的好帮手

内容简介：

KeenTune（轻豚）于2021年在龙蜥社区开源，是一款专家知识与AI引擎双轮驱动的Linux全栈智能化性能调优产品。该产品目前已经服务于阿里内外部多个产品线及合作伙伴，并为阿里云倚天实例上提供“应用加速”的开机即用TOP业务的性能最优服务。另外，KeenTune团队已在FSE'22和ISSTA'23两个CCF A类会议发表论文。

演讲提纲：

1. KeenTune产品介绍
1). 产品由来
2). 产品特点
2. 智能算法的演进与效果
1). 参数调优算法演进
2). 敏感参数识别算法演进
3). keenopt开源算法库
3. 云/云原生场景的落地效果
1). TOP云业务的效果
2). TOP云原生业务的效果
4. 总结与思考

听众受益：

了解Linux上业务调优的难点与解法，认识阿里云智能调优产品KeenTune及其在云/云原生场景的最佳实践