Page 6 - 《软件学报》2025年第7期

软件学报 ISSN 1000-9825, CODEN RUXUEW E-mail: jos@iscas.ac.cn
2025,36(7):2927−2928 [doi: 10.13328/j.cnki.jos.007342] [CSTR: 32375.14.jos.007342] http://www.jos.org.cn
©中国科学院软件研究所版权所有. Tel: +86-10-62562563

*
新兴软件与系统的可信赖性与安全专题前言

向剑文 1 , 陈 厅 2 , 杨 珉 3 , 周俊伟 1

1
(武汉理工大学 计算机与人工智能学院, 湖北 武汉 430070)
2
(电子科技大学 计算机科学与工程学院, 四川 成都 611731)
3
(复旦大学 计算机科学技术学院, 上海 200433)
通信作者: 向剑文, E-mail: jwxiang@whut.edu.cn; 陈厅, E-mail: brokendragon@uestc.edu.cn;
杨珉, E-mail: m_yang@fudan.edu.cn; 周俊伟, E-mail: junweizhou@whut.edu.cn

中文引用格式: 向剑文, 陈厅, 杨珉, 周俊伟. 新兴软件与系统的可信赖性与安全专题前言. 软件学报, 2025, 36(7): 2927–2928. http://
www.jos.org.cn/1000-9825/7342.htm

随着人工智能技术的发展, 特别是通用人工智能的快速发展, 新兴软件与系统快速智能化, 同时带来巨大的复
杂性和不确定性, 其可靠性与安全挑战更加复杂多样, 涉及面更广, 风险更难以预测和控制. 一方面, 这种复杂性和
不确定性给新兴软件与系统本身的可靠性与稳定性带来巨大的挑战. 例如, 新兴软件与系统包括复杂功能、架构
和交互等, 增加了系统出错的可能性, 同时增加了故障排除的难度; 在新兴软件与系统的开发过程中, 快速迭代和
持续更新引入新问题; 新兴软件与系统往往依赖于众多第三方库、框架和服务, 不合理的依赖导致系统不稳定或
不可用等; 人工智能自身在脆弱性、可预测性、可解释性等方面存在的安全隐患或问题, 转移或嫁接到新兴软件
与系统上. 另一方面, 随着技术的不断进步, 针对新兴软件与系统的安全威胁与攻击相继出现, 攻击手法也在不断
演变. 例如, 针对人工智能系统的对抗样本攻击、对抗性机器学习攻击、模型篡改和注入攻击等, 针对开源软件系
统的软件供应链攻击, 针对传统密码系统的量子霸权攻击, 针对区块链系统的 51% 攻击、智能合约漏洞利用等,
都是传统软件系统所不具备的新型攻击手法. 本专题关注新兴软件与系统的可信赖与安全性技术, 特别是人工智
能和新兴软件与系统交叉融合过程中伴生的可信赖与安全问题、人工智能赋能的攻击和防御技术.
本专题公开征文, 共收到投稿 42 篇. 论文均通过了形式审查, 内容涉及分布式系统测试、编译器灰盒测试、
深度学习编译器缺陷实证研究、代码异味检测、安全虹膜识别技术、漏洞检测等, 特约编辑先后邀请了 40 多位
专家参与审稿工作, 每篇投稿至少邀请 3 位专家进行评审. 稿件经初审、复审、CCF 中国软件大会 2024 宣读和
终审 4 个阶段, 历时 6 个月, 最终有 9 篇论文入选本专题. 这些论文的内容如下所示.
《eDPRF: 高效的差分隐私随机森林训练算法》提出了一种高效的差分隐私随机森林训练算法, 有效地改善
了树模型在扰动情况下的学习能力, 平衡了隐私保护与模型准确性之间的矛盾.
《语义可感知的灰盒编译器模糊测试》提出了一种语义可感知的灰盒模糊测试方法, 设计并实现了一系列语
义可感知的变异操作符, 并开发了高效的选择策略, 显著提升了代码覆盖率.
《分布式系统动态测试技术研究综述》提出了分布式系统 4 层缺陷威胁模型, 并基于该模型分析了分布式系
统的测试需求与主要挑战, 讨论了新趋势及未来发展方向.
《面向函数内联场景的二进制到源代码函数相似性检测方法》提出了面向一对多匹配的二进制到源代码函
数相似性检测方法, 不仅提升了现有检测能力, 而且还能找到内联的源代码函数, 能够更好地应对内联挑战.
《深度学习编译器缺陷实证研究: 现状与演化分析》从多个角度深入挖掘深度学习编译器缺陷的分布特征,
为更好地检测、定位和修复深度学习编译器缺陷, 提供了一系列可行的指导方案.
《Java 依赖异味的实证研究与统一检测技术》提出了依赖异味概念, 以解决日益复杂的依赖管理问题. 通过

* 收稿时间: 2024-12-12; jos 在线出版时间: 2024-12-12