近日，我校伟德victory/人工智能學院軟件工程團隊錢巨副教授第一作者成果被軟件工程國際頂級會議ICSE 2020錄用。ICSE全稱為International Conference on Software Engineering，是軟件工程領域公認的旗艦會議之一（CCF A類會議），2020年錄用率為20.9%。

近年來，伟德victory/人工智能學院堅持學術導向，深入落實人才強院戰略，外引内培，唯實創新，不斷開拓，依托工信部高安全系統的軟件開發與驗證技術重點實驗室，在軟件工程領域形成了特色鮮明的研究團隊，承擔了多個國家重點研發計劃、國防科技創新特區、國家自然科學基金等項目産生了多項高質量成果，以南航為第一單位在TSE、TOSEM、ICSE、ISSTA等國際頂尖期刊和會議發表和錄用論文近10篇，獲得國際學術界的認可。團隊由黃志球教授領銜，包括二十餘位中青年教授和博士，如國家級人才稱号獲得者陳剛教授，IET/IFSA會士馬宗民教授等。2018年引進的挪威Simula實驗室首席科學家嶽濤教授在基于搜索的軟件工程領域針對質量指标綜合評估及優化選取方面成果2019年12月被TOSEM（CCF A類期刊，ACM Transactions on Software Engineering Methodology）錄用、周宇教授在軟件API的代碼和文檔一緻性判斷和缺陷自動修複方面的成果2018年9月被由TSE（CCF A類期刊，IEEE Transactions on Software Engineering）錄用刊出，這是我校作為第一單位首次出現在這兩個頂級期刊。陳哲副教授在内存動态安全檢測方面的成果發表在軟件工程領域頂級會議ISSTA 2019（CCF A類會議，International Symposium on Software Testing and Analysis，2019年錄用率22.5%），并獲得2019年美國計算機學會傑出論文獎（ACM SIGSOFT Distinguished Paper Award），這是我校首次獲得該獎項。另2020年1月周宇教授在移動APP大數據分析方面的成果再獲TSE錄用；2018年引進的張靜宣博士在API文檔信息融合和移動應用功能推薦方面的兩項成果分别于2019年5月被TSE錄用，于2019年7月被TOSEM錄用。發表在TSE上的成果還收到ICSE 2020的邀請，入選了ICSE 2020的Journal First Paper，将在大會上作展示報告。

TSE全稱為IEEE Transactions on Software Engineering，TOSEM全稱為ACM Transactions on Software Engineering Methodology是國際公認的軟件工程領域最高水平的兩個學術期刊（CCF A類期刊），遵循嚴格的同行評審制度。

論文《Quality Indicators in Search-based Software Engineering: An Empirical Evaluation》為與挪威Simula研究所和日本國立情報學研究所（NII）合作完成的一項研究成果。應用多目标搜索算法（MOSA）的基于搜索的軟件工程（SBSE）研究人員通常會使用一個或多個質量指标（QI）來評估MOSA生成的SBSE優化問題解決方案的質量。然而，SBSE研究領域缺乏證據（evidence）來支持SBSE常用QI的選擇、深入理解它們之間的差異和一緻性（agreement）、以及與優化問題和MOSA之間的關系。為此，本文作者進行了一系列大規模實驗，深入研究了SBSE領域常用QI，總結提出一套可指導SBSE研究人員選擇QI的指導方針（guidelines）。另外，本文提出了一套基于經驗評估結果自動生成有用實驗結果的方法和工具。

論文《User Review-Based Change File Localization for Mobile Applications》為與瑞士蘇黎世大學等開展合作完成的一項成果。為了充分利用移動APP用戶評論中的有用信息，該工作提出了通過話題分類、半聚類等方法對用戶評論做初步分析，利用領域特定的約束信息和半監督學習将用戶評論分組為與相似用戶請求有關的多個細粒度群集。然後，通過結合版本控制工具的提交消息和源代碼的文本信息，建立多個軟件制品的關聯關系，自動地定位潛在需要更改的源程序文件，滿足用戶提出的需求，從而來支持用戶反饋的持續集成，可以加快疊代開發過程，更好地支持DevOps實踐。實驗表明，該方法在用戶評論的聚類質量和更改源程序文件定位的準确率等方面要顯著優于當前的主流方法。

論文《Detecting memory errors at runtime with source-level instrumentation》主要研究如何動态檢測程序代碼中的内存錯誤。衆所周知，C語言的不安全語言特性，例如對内存的低級控制，可能會導緻内存錯誤、數據腐敗、安全缺陷和程序崩潰。現有的動态分析工具一般通過對程序的中間表示或者二進制代碼進行插樁來對程序中的内存錯誤進行運行時檢測。但是這些技術有三個嚴重弱點：優化敏感、平台依賴、DO-178C不兼容，從而導緻這些工具無法同時獲得有效性和高性能。該工作提出了一種新的源代碼級的插樁技術，并實現了一個新的動态分析工具，該工具是目前世界上唯一的源代碼級的内存動态分析工具。實驗表明，該工具在有效性和性能上超過了世界上現有最好的工具，包括在工業界被廣泛使用的Google公司的AddressSanitizer和Valgrind等。

論文《RoScript: A Visual Script Driven Truly Non-Intrusive Robotic Testing System for Touch Screen Applications》從侵入式測試自動化難以應用在航空、航天等工業領域的封閉和非标準化設備上這一問題出發，融合計算機視覺和機器人前沿技術，提出了面向觸屏應用的非侵入式測試自動化方法，拓展了測試自動化技術的應用範圍和解決思路。該工作首先提出了一套由可視化腳本驅動、利用機器人觸發動作的測試自動化引擎，實現了非侵入式的測試執行。同時，還提出了視覺識别人手在屏幕上的動作，從而自動錄制測試腳本的方法，實現了非侵入式的測試腳本錄制。整個方法具備全程“非侵入”的特色，可在不向被測設備安裝任何軟件、建立任何連接的情況下工作，能夠用于任意的操作系統和GUI框架。實驗結果證實所提出方法具有較高的測試執行和腳本錄制準确度，具備較好的可用性。

 論文《Enriching API Documentation with Code Samples and Usage Scenarios from Crowd Knowledge》為與大連理工大學和哈爾濱工程大學合作完成的一項工作。該工作重點解決API參考文檔缺少演示API正确使用的代碼樣例及其使用場景的問題。該工作創造性地從群智論壇Stack Overflow中抽取出高質量的代碼樣例及其使用場景，填充到對應的API參考文檔頁面中，完成信息的融合，形成代碼樣例增強的API參考文檔。經過一系列的實證研究表明，相比于現有的最好方法，代碼樣例填充後的API參考文檔可以幫助軟件開發人員在更短的時間内完成更多的編程任務，極大地提高了軟件開發人員的編程效率。