面向非确定性的软件质量保障方法与技术专题前言
作者:
作者单位:

作者简介:

陈俊洁(1992-),男,博士,天津大学智能与计算学部特聘研究员、长聘副教授,博士生导师,CCF专业会员,主要研究领域为编译器测试,智能软件测试,自动化调试,智能运维.
汤恩义(1982-),男,博士,南京大学软件学院副教授,硕士生导师,CCF专业会员,主要研究领域为程序分析,数值分析,软件测试.
何啸(1983-),男,博士,北京科技大学计算机与通信工程学院副教授,硕士生导师,CCF专业会员,主要研究领域为模型驱动开发方法,软件测试.
马晓星(1975-),男,博士,南京大学计算机科学与技术系教授,CCF专业会员,主要研究领域为软件自适应技术,智能软件质量保障技术.

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

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    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,最终该16篇论文入选本专题.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

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

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2021-01-21
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2021-07-02
  • 出版日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号