2022年CCF中国软件大会（CCF ChinaSoft 2022）将于2022年11月25-27日在线上举行。预期将有林惠民、陈左宁、邬江兴、何积丰、梅宏、吕建、柴洪峰、廖湘科、王怀民、郑纬民、蒋昌俊、王自力等10余位院士莅临。
本次大会主题是“聚焦产教研用协同创新，提升关键软件供给能力”，包括学术、工业、教育等论坛活动40余场，期待您的参与！
大会线上参会报名通道已经开启！
✦ +
+
论坛巡礼
本文特别介绍将于11月25日举办的【CCF-华为胡杨林基金-系统软件专项】论坛。
论坛名称：CCF-华为胡杨林基金-系统软件专项
时间: 2022年11月25日
论坛简介：
“CCF-华为胡杨林创新基金”是由华为与中国计算机学会联合发起,致力于为海内外高校及科研院所的学者搭建产学研合作及学术交流的平台。本次研讨会邀请了获得2022年“CCF-华为胡杨林创新基金”系统软件专项资助的优秀学者进行项目进展介绍及技术交流,旨在进一步明确项目的方案、技术与应用场景,加强学术界与工业界合作,促进基础软件研究和发展。
日程安排
Schedule
论坛主席
Forum Chairman
胡欣蔚
ICT 操作系统首席专家，庞加莱实验室主任
2011年加入华为，现为 ICT 操作系统首席专家，庞加莱实验室主任；2020 年起任 openEuler社区技术委员会主席；曾在 SuSE Linux 等公司担任研发负责人，具有长期的操作系统、高可用软件、底层软件等领域工作经验和技术积累；对处理器、体系架构、OS、容器等具有广阔的技术视野。
胡春明
北京航空航天大学教授，博士生导师，软件学院院长。大数据科学与脑机智能北京市高精尖创新中心副主任，中国计算机学会系统软件专委会常务委员，计算机科学普及工委主任，中国电子学会云计算、大数据专家委员会副秘书长
研究方向包括计算机软件与理论、分布式系统、计算系统虚拟化、数据中心资源管理与调度、图计算查询优化等。
论坛主持人
Forum moderator
王芳鹏
华为中央软件院嵌入式操作系统项目经理
主要负责方向为存储、调度、维测调优、开源软件，为华为嵌入式操作系统构建低时延、高性能、轻量化、安全可信等核心竞争力。
论坛嘉宾
Forum Guests
王季
华为中央软件院智能汽车解决方案SE
主要研究方向为智能汽车操作系统、安全、虚拟化等基础软件的先进性问题，全程参与从0构建的华为智能座舱、自动驾驶等车载部件的基础软件设计研发，整车安全解决方案设计和架构演进，为华为智能汽车智选产品和Huawei InSide产品解决方案提供基础软件竞争力。
报告题目：
下一代智能座舱的智能化人机交互挑战
报告摘要：
随着汽车智能化的发展，智能座舱作为直接与人交互的载体，承担行车交互和车载娱乐的多重角色，作为人的第三生活空间，重要性越来越高。智能座舱的显示和输入方式的多样性，如Camera、音频、雷达、红外等多模输入，仪表、中控、副驾、后排、HUD等多屏多设备输出，为新一代座舱人机交互方式提供了很大的想象力空间。局部空间内如此多样的输入和输出设备协同，需要定义新的座舱人机交互方式，如多模态融合、多屏协同、实景融合让交互拟人化、智能化，此外人机交互存在的问题，如语音控制的精确、实时、多区定位问题。这些问题对操作系统、AI、安全等基础软件提出更高的要求，如操作系统需要保证任务的最优调度和数据处理能力，图形系统支持多屏多维、多用户、多路协同的输出方式；AI需要根据输入不同进行不同阶段的高效融合，保证精确性和实时性；需要TEE等安全组件解决交互过程的安全隐私问题等，以上都是座舱新一代人机交互面临的挑战。
李诗逸
哈尔滨工业大学（深圳）助理研究员，博士毕业于华中科技大学计算机系统结构专业
主要研究方向为纠删码、亚健康、故障预测、容错系统、故障自愈、可靠性、存储系统、云计算，在USENIX ATC, TPDS, SRDS, ICPP等国际学术会议和期刊发表论文10余篇，并多次受邀进行成果汇报，担任IEEE Trans.系列刊物和多个学术会议的审稿人。参加过多项国家重大项目（973/863/国家自然科学基金重点项目等）。曾在企业工作近6年，担任架构师/首席可靠性专家/资深技术专家等职务，积累了丰富的工业界经历。在企业期间一直从事可靠性相关技术的预研和产品化，设计实现了针对磁盘，内存、网络等计算机组件和系统的生命周期管理（故障风险/检测/预测/恢复）和AIOps创新技术。共申请专利30余项（已授权10项）。
报告题目：
新型通用轻量的灰色故障检测定位和自适应恢复技术研究
报告摘要：
随着软件系统规模的快速增长，故障越来越常见，故障类型也越来越多样。其中一类灰色故障，由于其检测时间长，症状神秘，后果严重，难以恢复等特征，给管理人员带来极大的困扰。但是现有灰色故障的研究存在两个主要缺陷：（1）缺乏通用轻量的故障定位能力。（2）缺乏灰色故障自愈能力。基于此，本项目计划针对这两个问题进行深入研究：（1）通过结合新颖的ebpf技术和基于传播路径的推理性根因定位的研究新思路，来设计通用轻量的灰色故障定位策略，（2）根据灰色故障类型设计自适应恢复策略来提供高效的故障恢复能力。
郑圣安
上海交通大学电子信息与电气工程学院长聘教轨助理教授
主要研究方向为持久内存、文件系统和分布式系统。2014年和2019年分别在上海交通大学计算机系取得学士和博士学位，曾在美国加州大学圣地亚哥分校和清华大学分别进行公派联合培养和博士后工作。在FAST、VLDB、DAC、TPDS等国内外高水平会议和期刊上发表系统软件领域论文二十余篇，担任ACM TOS、IEEE TPDS、TC、JPDC、SoCC等国际期刊和会议的审稿人。主持上海市自然科学基金面上项目、博士后基金面上项目，并以骨干成员身份参与国家重点研发计划、国家863计划等多项国家级项目，相关研究成果获2020年上海市技术发明奖一等奖。
报告题目：
面向新介质的高性能高可靠文件系统
报告摘要：
大数据的快速发展催生了各行业大数据资源的聚集，数据规模和数据处理能力间的矛盾日益严峻，传统的文件系统架构越来越难以应对大数据处理对时效、性能方面的需求。新型持久内存的全新硬件特性正在颠覆现有存储系统架构和系统软件设计。然而，现有的持久内存文件系统未能充分发挥持久内存的硬件特性以有效提升其并发访问性能。本研究拟基于EulerFS研究高并发数据一致性保护技术。在数据组织方面，采用双向感知的方式对EulerFS文件数据的组织方式进行优化；在目录项索引方面，设计双层可扩展哈希和自适应目录项更新技术动态应对不同大小的目录项。基于此，实现高并发的文件和目录访问，突破文件系统的并发访问性能瓶颈，满足上层应用的性能需求。
陈晨
上海交通大学电子信息与电气工程学院长聘教轨副教授
2014年在清华大学获得学士学位，2018年在香港科技大学取得计算机博士学位。以分布式系统为主要研究方向，创新成果涵盖云计算调度、机器学习系统、存储缓存优化等多个子领域，在SoCC，INFOCOM, SC, ICDCS, TCC等相关方向的著名会议期刊上发表论文十余篇。曾在华为香港研究中心从事产品研发工作，期间取得1项华为高潜专利，3次创新先锋荣誉奖励。
报告题目：
面向数据访问特征感知的通用“数据流大脑”技术研究
报告摘要：
随着大数据时代的来临，现代计算机系统从传统的“算存一体化”形态逐渐向“算存分离”和“存存分离”的新形态演化，比如我国近期启动的“东数西算”工程，以及基于虚拟文件系统的分解式存储平台等。尽管“算存分离”和“存存分离”可以支撑更大的存储空间以及更高的资源利用率，但是也带来了更强的运维调优需求。比如，超大空间或者跨网络的数据读取效率往往较低，需要通过缓存预取和冷热识别替换等优化机制来加速数据访问。为了高效灵活地支撑各类运维调优机制，本项目拟开发出一个以数据流特征实时感知为核心的通用软件模块——数据流大脑。该数据流大脑本质上是计算侧和存储侧之间的一个中间层，将来自计算侧的实时访问行为进行自动分流建模，并将这些访问流信息通过通用接口提供给预取、替换等运维调优机制。与已有技术相比，这种独立的数据流大脑设计对上层应用透明，对下层硬件通用，同时也能提供准确的数据流整合，可以很好地规避因集成异构或分散的存储资源而造成的性能损失。
石亮
华东师范大学教授，上海市启明星计划入选者。中国科学技术大学和香港城市大学联合博士学位，香港城市大学博士后
主要研究方向为操作系统、存储系统和分布式系统。研究工作获得多项国家自然科学基金、上海市科技项目、企业合作项目的资助，研究成果发表在包括FAST、ATC、MICRO、DAC、TC、TCAD等系统结构领域的国际会议和期刊，并获得NVMSA 2015最佳论文奖、ASPDAC 2017最佳论文提名奖、华为上研所2020年和2021年优秀技术成果奖。担任DAC、CODES、ASPDAC、NVMSA等国际会议的评审委员会委员。在嵌入式领域国际顶级会议连续多年组织存储与内存计算国际研讨会议。2013年来，连续9年讲授《操作系统》课程。
报告题目：
面向鸿蒙操作系统的跨设备系统关键技术研究
报告摘要：
在过去的十余年中，智能终端得到了快速的发展，每人拥有或者每家庭拥有的智能终端越来越多，包括智能手机、智能音箱、智慧大屏、智慧空调。而这些终端之间实现高质量、用户友好的跨设备交互是目前智能终端发展的重要发展方向。华为鸿蒙操作系统作为目前最为广泛的一类消费终端分布式操作系统在这一领域表现突出。本项目，我们针对华为鸿蒙操作系统展开多方面技术研究。具体来说，我们将从三个方面展开课题研究：1）研究跨设备的分布式文件系统优化，实现跨设备文件的友好访问能力；2）研究跨设备的任务冲突优化，实现多设备交互时多任务的冲突感知调度；3）研究跨设备的快速唤醒与快速连接技术，实现跨设备的低功耗和高速互联的能力。预期通过本项目将进一步推动鸿蒙操作系统在跨设备场景下的友好部署。
张伟
山东大学副研究员，2021年毕业于香港理工大学计算机系，获博士学位
主要研究方向包括实时嵌入式系统设计、分析、与优化以及面向无源物联网的操作系统设计。先后担任多个国际会议程序委员会成员，近五年以第一作者发表包括DAC、RTAS、EMSOFT、TCAD在内的CCF-A/B类会议期刊论文数十篇。CCF系统软件专委、嵌入式专委委员。曾参与华为LiteOS-intermitter内核的设计与开发工作。承担面向航天领域的国产实时操作系统可靠性分析等项目。
报告题目：
面向异构内存的可靠管理关键技术研究
报告摘要：
为了满足日益增长的内存容量需求，内存生产技术和内存生产工艺获得快速发展，但同时也带来内存出错率的大大提升。同时由于不同厂商的成产工艺差异，不同厂商生产的DRAM芯片导致的系统出错概率存在巨大差异。内存错误，尤其是不可更改错误的产生（uncorrectable error, UCE）严重影响系统的可靠性。为了在提高系统可靠性同时保证系统性能。异构内存架构已被广泛应用于服务器、数 据中心等大型计算平台当中。异构内存中往往同时包含性能较低但可靠性高的内存介质，和性能较高但可靠性低内存介质。本研究针对此异构内存架构拟，通过静态分析与动态运行时内存管理相结合的手段设计高效可靠的内存管理机制，合理利用不同内存介质，在实现系统可靠性的同时，保证系统的运行效率。
李广力
中国科学院计算技术研究所特别研究助理，在吉林大学获得学士和硕士学位，在中国科学院大学获得计算机系统结构博士学位
主要研究方向包括人工智能编程语言与框架、深度学习编译器、神经网络模型压缩技术。在IEEE TCAD、ACM TACO、JSA、CGO、PACT、ICPP等高水平国际期刊和会议上发表论文20余篇。担任中国计算机学会会刊《计算机科学》、IEEE汇刊TNNLS审稿人。
报告题目：
面向人工智能芯片的高效自动微分框架研究
报告摘要：
随着人工智能（AI）进入大模型与轻量级模型并存的时代，AI应用对算力的需求以远超摩尔定律的方式在增加，催生了一系列架构各异的AI芯片。与此同时，研究人员对编程简洁性和多功能性的要求日益提高。在这种形势下，开发者对编程框架提出了新的需求：利用自动微分来生成AI应用中的梯度计算代码。尽管已经有大量关于AI编程框架的研究工作，但是在自动微分等新型应用需求的支持、AI芯片算力的挖掘等方面仍面临着诸多挑战。开发人员在使用现有编程框架实现复杂的大型应用时，仍面临着开发困难、性能欠佳等问题，这需要从编程范式、类型系统、编译优化等方面进行新的思考。本研究将探索面向人工智能芯片的高效自动微分框架，从AI应用的可微分特性入手，构建可微分的多层次中间表示和类型系统，通过编译优化技术释放AI芯片的计算潜力，提升AI应用软件的执行效率。
杨已彪
现任南京大学计算机科学与技术系特任副研究员
主要研究兴趣包括软件测试与分析、缺陷检测与预测等。2016年9月博士毕业于南京大学计算机科学与技术系并荣获江苏省和南京大学优秀博士学位论文，毕业后于2016年9月至2019年8月在南京大学计算机系从事博士后研究。近年来，在ICSE、FSE、ASE等会议和TOSEM、TSE等期刊发表论文二十余篇，获国家自然科学基金面上基金和青年基金、江苏省自然科学青年基金和博士后科学基金特别资助等项目资助。
报告题目：
基于细粒度优化选项配置差分的编译器缺陷定位技术研究
报告摘要：
编译器是软件构建的基石，准确定位编译器中的缺陷对于构建高可信软件产品具有重要意义。然而，由于编译器系统庞大功能复杂，准确定位编译器的缺陷有很大挑战。为此，本研究拟基于编译器提供的大量细粒度优化选项，构造隐藏缺陷和触发缺陷的细粒度优化配置序列，以更小代价定位编译优化类的缺陷，有效降低根因诊断与缺陷修复成本。
陈俊洁
天津大学智能与计算学部特聘研究员，软件工程团队负责人
研究方向主要为基础软件测试（如：编译系统、操作系统、深度学习系统等测试与分析）以及在线服务系统智能运维。博士学位论文荣获2019年度CCF优秀博士学位论文奖。近年共发表学术论文50余篇，其中CCF A类论文近40篇，获得五项最佳论文奖（包括ASE 2019、ISSTA 2019 、FSE 2020、FSE 2021的ACM SIGSOFT Distinguished Paper Award，以及ISSRE 2021的Best Research Paper Award）；担任CCF-A类会议ASE 2021评审过程主席，Dagstuhl研讨会联合主席，软件学报专刊特邀编辑，以及FSE、ASE、ISSTA、ECOOP等顶级会议程序委员会成员。
报告题目：
数据驱动的JVM测试
报告摘要：
JVM是Java程序运行的重要基石，其稳定性影响基于其运行的Java程序。与其他软件缺陷不同，JVM缺陷会带来更广泛的影响。因此，保证JVM质量至关重要，其中JVM测试是保证JVM质量的最重要手段之一。本项目旨在生成具有强揭错能力的测试程序并设计具有强捕错能力的测试预言，以提升JVM测试效果。为了达到该目标，本项目拟采用数据驱动的方式，利用历史揭错测试程序的素材，结合新的程序上下文信息，通过深度学习技术支撑有效测试程序的合成，并对所生成程序的内部状态进行充分探索以增强缺陷捕获能力。该方法不仅测试广泛使用的开源JVM（如：HotSpot和OpenJ9），也将集成BishengJDK，对华为国产JVM进行有效质量保证。
葛季栋
副教授/博导
2007年获南京大学博士学位，主要研究方向为自然语言处理与智能软件工程、分布式计算与服务计算等。IEEE TMC、IEEE TPDS、IEEE/ACM TNET、IEEE/ACM TASLP、ACM TKDD、IEEE TSC、JASE、Inf. Sci.、JSS、JPDC、ComNet、FGCS、JNCA、ESA、ExpSys、JSEP、SCIS、计算机学报、软件学报、电子学报等国内外期刊和ICSE、FSE、ASE、AAAI、EMNLP、IWQoS等重要国际会议上录用和发表论文100余篇，其中SCI期刊论文36篇，CCF推荐A类会议/期刊论文12篇。研究成果工申请中国发明专利50项，其中已授权6项。
报告题目：
SaferRW: Go语言程序的数据竞争静态检测分析技术研究
报告摘要：
随着大数据、分布式等技术的发展，并发程序的开发技术变得越来越重要。然而由于并发程序中代码执行次序的不确定性，并发程序缺陷往往具有难调试、难复现的特点，由此所造成的损失也具有很大的不确定性。使用自动化方法检测并发缺陷是一种常用且有效的途径。Go语言是当前较为流行的一种并发程序编程语言，它采用了基于CSP的并发编程模型，使用信道进行协程之间的通信，与传统基于锁的并发编程相比，其更加简单易用。然而，这样的设计并没有减少并发缺陷的产生，反而增长了产生并发缺陷的可能性。这是由于Go语言混用多种并发编程模式，且面向对象语法设计得不够严谨，使得开发人员容易出错。数据竞争是一类常见的并发缺陷。本项目我们希望针对Go语言的特性设计一个轻量的数据竞争静态检测算法，能够兼顾分析速度和准确率，同时具有较好的用户体验。
孟国柱
中国科学院信息工程研究所副研究员。2017年博士毕业于新加坡南洋理工大学，2018年加入中国科学院信息工程研究所担任副研究员
曾获2019年ACM中国SIGSAC科技新星。主要研究方向包括人工智能安全与隐私、移动安全分析和测试，在USENIX Security、CCS、ICSE、FSE等国际CCF-A类期刊和会议上发表论文20余篇。主持了如科技创新2030-“新一代人工智能”重大项目子课题，国家自然科学基金青年项目，CCF-腾讯犀牛鸟等多项国家和省部级科研项目。
报告题目：
终端智能模型的安全威胁研究
报告摘要：
深度学习模型已广泛用于终端设备如手机、智能音箱、摄像头等。但这些模型一旦部署在不受信任的设备中，就会遭受多种攻击的威胁。本报告将介绍我们对 Android 应用中深度学习模型的安全风险研究。该工作设计了一套自动化的方法实现对现实世界中深度学习模型的安全评测，包括从 Android 应用中自动提取深度学习模型，捕获模型的输入和输出，生成对抗样本评测模型鲁棒性。通过对 62,583 个Android应用程序进行分析，揭示了真实世界中深度学习模型所面临的安全威胁和防御技术。
吴昊
南京大学计算机系助理研究员，主要研究方向为智能移动计算及其隐私安全
分别于2016年和2021年在南京大学获得学士和博士学位，并获得南京大学计算机科学与技术系优秀博士论文。现担任第二届大数据与隐私计算专委会委员，CCF系统软件专业委员会通讯委员，“紫金山英才”栖霞先锋计划高层次创新创业人才。作为第一作者的论文发表在MobiCom，MobiSys,WWW,《计算机研究与发展》等国内外顶级学术会议和期刊上。现主持江苏省自然科学基金青年基金项目1项。围绕移动智能和隐私计算取得授权发明专利5项，部分专利技术进行落地转化，获得“赢在南京”大赛栖霞区第一名、创栖霞大赛三等奖。
报告题目：
面向隐私计算的边缘协同训练新范式研究
报告摘要：
万物的泛在互联和深度的人机交互产生了海量的边缘数据，深度学习技术的发展更让人们对数据共享所带来的经济和社会价值产生无限遐想。然而，数据隐私安全与数字经济、智能技术发展之间的博弈与冲突正被推向风头浪尖。各界都在积极探索、研发有效的数据隐私保护方案来促进边缘数据的流通共享。本报告将瞄准异构数据海量、保护需求多样、场景动态复杂、隐私认知差异等多个挑战性问题，介绍隐私计算在边缘智能场景下的研究工作，并以已有研究为基础讨论探索隐私安全性与协同可用性平衡的协同训练新范式设计。
汤战勇
教授，博士生导师，西北大学国之颐睡眠健康研究中心主任,陕西省无源感知物联网科技创新团队核心成员
目前主要围绕物联网软件与系统安全、无线感知识别与用户认证展开研究，主持和参与各类国家重点研发计划、国基金面上、省部级课题以及企业项目二十余项，相关成果在CCS、PLDI、NDSS、PACT、MOBICOM、INFOCOM、UBICOMP、SenSys以及TIFS、TOPS、TON等一流会议和期刊上发表，获CCS'18和SenSys'19最佳论文提名。部分研究进入欧美等一流大学计算机课堂,不仅被英国泰晤士报、美国福布斯、新华社广泛报道,而且在蚂蚁集团、华为2012实验室、腾讯等企业落地。获陕西省科学技术二等奖,陕西省高等学校科学技术一等奖,ACM China新星奖(西安)。
报告题目：
基于历史提交代码与预生成模型混合驱动的开源漏洞挖掘方法
报告摘要：
开源软件是软件产业健康发展的重要支撑，目前开源软件漏洞是软件供应链安全的重要威胁。本报告拟从开源漏洞数据集构建、静态漏洞检测和动态漏洞挖掘三方面面临的问题入手，结合开源仓库软件历史提交的漏洞信息以及预生成模型与导向变异测试，探讨如何构建智能漏洞检测系统，促进开源软件的安全应用和健康发展。
