Page 5 - 《软件学报》2021年第7期
P. 5

软件学报 ISSN 1000-9825, CODEN RUXUEW                                       E-mail: jos@iscas.ac.cn
                 Journal of Software,2021,32(7):1923 [doi: 10.13328/j.cnki.jos.006273]   http://www.jos.org.cn
                 ©中国科学院软件研究所版权所有.                                                         Tel: +86-10-62562563


                                                                               
                 面向非确定性的软件质量保障方法与技术专题前言 

                                      3
                      1
                                              4
                              2
                 陈俊洁 ,   汤恩义 ,   何   啸 ,   马晓星
                 1
                 (天津大学  智能与计算学部,天津   300350)
                 2
                 (南京大学  软件学院,江苏  南京   210023)
                 3 (北京科技大学  计算机与通信工程学院,北京  100083)
                 4 (南京大学  计算机科学与技术系,江苏  南京  210023)
                 通讯作者:  陈俊洁, E-mail: junjiechen@tju.edu.cn;  汤恩义, E-mail: eytang@nju.edu.cn;  何啸, E-mail: hexiao@ustb.edu.cn;
                         马晓星, E-mail: xxm@nju.edu.cn
                 中文引用格式:  陈俊洁,汤恩义,何啸,马晓星.面向非确定性的软件质量保障方法与技术专题前言.软件学报,2021,32(7):
                 19231925. http://www.jos.org.cn/1000-9825/6273.htm

                    随着互联网、物联网、云计算等新计算平台、新应用模式及智能化等新软件模式的广泛运用,软件系统内
                 外各种来源的非确定性不断增强.从软件系统内部的不确定性来看,并发程序是一类典型的非确定性软件系统.
                 并发程序由于其随机性高的特点,容易导致并发缺陷且难以调试.从软件系统外部的不确定性来看,软件所处的
                 网络环境和所服务的用户需求变得更加动态多变,这就要求软件系统能够主动应对这些动态变化.具有自适应
                 和持续演化能力的软件系统需要在环境和需求的自动感知与理解、适应行为的自主决策以及适应行为的精准
                 实施等环节处理各种不确定性,以保障系统能够持续、稳定地提供服务.从软件构造途径的不确定性来看,包含
                 深度神经网络部件的数据驱动智能化软件系统是另一类非确定性软件系统,其非确定性来自于机器学习模型
                 的归纳本质.此类系统日益应用于一些安全相关的领域,这就对其软件质量提出了更高的要求.本专题关注软件
                 质量保障中非确定性问题所面临的挑战以及相关软件质量保障技术.
                    本专题采取自由投稿的方式,共收到 24 篇投稿.特约编辑邀请了近 20 位领域专家参与审稿,每篇稿件至少
                 邀请 2 位专家进行评审,每篇稿件均经过至少两轮审稿.共计 16 篇稿件通过评审,并在中国软件大会上进行了报
                 告,最终这 16 篇论文入选本专题.其中,
                    论文“复杂软件系统的不确定性”对 142 篇相关文献进行了分析,对复杂系统生命周期中的不确定性类型及
                 相应的处理方法进行了分类和总结,并进一步展望了该领域未来的研究趋势.
                    论文“一种基于分层适应逻辑的自适应系统实现框架”将归因理论引入了自适应系统的设计过程,为非确
                 定环境下系统保持自适应性提供了新的设计思路.
                    论文“基于事件关系保障识别质量的自适应分析方法”结合了序列模式挖掘算法、模糊故障树与贝叶斯网
                 络等技术,可从非确定性的运行环境中快速且准确地识别出异常事件,以确保自适应软件长期、稳定地运行.
                    论文“不确定环境下 hCPS 系统的形式化建模与动态验证”提出了时空数据驱动与模型驱动相结合的建模
                 方式来解决人机物融合系统在不确定性环境下的建模与验证问题.
                    论文“操作系统内核并发错误检测研究进展”从操作系统内核并发错误的基本类型入手,总结了操作系统
                 内核并发检测技术的最新研究进展.从静态分析、动态分析、静态与动态分析相结合的分析以及形式化验证等
                 角度总结和比较了各类检测技术的检测效果.
                    论文“高精度的大规模程序数据竞争检测方法”提出了一种检测数据竞争的分段分析方法,它是基于程序
                 值流进行轻量级上下文敏感的数据访问分析.
                    论文“自动驾驶智能系统测试研究综述”调研了 56 篇相关领域的学术论文,对感知模块、决策模块、综合


                    收稿时间: 2021-01-21; jos 在线出版时间: 2021-01-22
   1   2   3   4   5   6   7   8   9   10