线上线下同步举办-ADL126《高可信智能软件系统》开始报名

2022 年 7 月 6 日 中国计算机学会

软件日益“定义一切”，为信息化社会提供基础设施。当前，面对开放的环境和多变的需求，以“能感知、可适应、会学习”为特征的智能软件系统不断涌现，支撑了自动驾驶、智能制造、智慧城市等关键应用。如何保障此类系统的可信性成为业界和学界关注的前沿热点。

CCF学科前沿讲习班

The CCF Advanced Disciplines Lectures

CCFADL第126期

主题高可信智能软件系统

2022年7月30日-8月1日南京

本期CCF学科前沿讲习班ADL126《高可信智能软件系统》，将对高可信智能软件系统的最新进展进行深入浅出的讲解，从系统工程、软件工程、人工智能、自动控制等不同的学科视角和无人机、自动驾驶、机器人等不同应用领域视角为听众介绍高可信智能软件系统的关键技术和前沿研究。相信学员经过本次讲习班，能够深入了解高可信智能软件系统的基础技术、主要挑战和应用场景，开阔科研视野，增强实践能力。

本期ADL讲习班邀请了8位来自国内外著名高校与企业科研机构活跃在前沿领域的专家学者做主题报告。第一天，陈谋教授将讲解人工智能时代无人机智能决策与安全控制，David Dai专家将介绍安全关键系统的软件架构，陈俊洁副教授将介绍人工智能系统测试研究。第二天，马雷副教授将讨论针对数据驱动智能软件系统工程的质量保障，John Zhang博士将就高可信高安全系统与软件做概念解读与本体再定义，郝建业副教授将讨论自监督强化学习。第三天，孙军教授将讲解程序分析与神经网络后门，金鑫研究员将讨论高可信智能的云计算网络系统的相关内容。通过三天教学，旨在带领学员实现对高可信智能软件系统从基础技术，到前沿科研动态，再到典型应用场景的深入学习与思考。

学术主任：金芝教授北京大学 / 马晓星教授南京大学

主办单位：中国计算机学会

协办单位：南京大学计算机软件新技术国家重点实验室

本期ADL主题《高可信智能软件系统》,由CCF常务理事、系统软件专委主任北京大学金芝教授和南京大学马晓星教授担任学术主任，邀请到陈谋（教授，南京航空航天大学）、孙军（教授, Singapore Management University）、马雷（副教授, University of Alberta, Canada）、陈俊洁（副教授，天津大学）、金鑫（研究员，北京大学）、郝建业（副教授，天津大学）、John Zhang（华为系统工程首席专家，华为）和David Dai（华为系统架构首席专家，华为）8位专家做专题讲座。

活动日程

2022年7月30日（周六）
9:00-9:10	开班仪式
9:10-9:20	全体合影
9:20-12:00	专题讲座1：人工智能时代无人机智能决策与安全控制陈谋，教授，南京航空航天大学
12:00-13:30	午餐
13:30-15:00	专题讲座2：安全关键系统的软件架构 David Dai，系统架构首席专家，华为
15:00-18:00	专题讲座3：人工智能系统测试研究陈俊洁，副教授，天津大学
2022年7月31日（周日）
9:00-12:00	专题讲座4：针对数据驱动智能软件系统工程的质量保障马雷，副教授，加拿大阿尔伯塔大学（在线）
12:00-13:30	午餐
13:30-15:00	专题讲座5：高可信高安全系统与软件概念解读与本体再定义 John Zhang, 博士，系统工程首席专家，华为
15:00-18:00	专题讲座6：自监督强化学习郝建业，副教授，天津大学
2022年8月1日（周一）
9:00-12:00	专题讲座7：程序分析与神经网络后门孙军，教授，新加坡管理大学（在线）
12:00-13:30	午餐
13:30-16:30	专题讲座8：高可信智能的云计算网络系统金鑫，研究员，北京大学

特邀讲者

陈谋

南京航空航天大学教授

讲者简介：陈谋，博士，博士生导师，享受国务院政府津贴，南京航空南航大学自动化学院院长。2018年国家自然科学基金杰出青年基金获得者。目前担任《IEEE Transactions on Systems, Man, and Cybernetics: Systems》、《Neurocomputing》、《Chinese Journal of Aeronautics》等编委、《航空学报》、《自动化学报》、《控制理论与应用》等编委，《中国科学.信息科学》青年编委等。同时担任教育部高等学校教学指导委员会兵器类委员、中国人工智能学会智能空天专业委员会副主任委员、中国指挥与控制学会群集智能与协同控制专业委员会副主任委员、自动化学会信息物理系统控制与决策专业委员会副主任、自动化学会机器人智能专业委员会副主任等。先后获国家自然科学二等奖1项(排名第二)、江苏省科学技术奖一等奖1项(排名第一)、江苏省首届青年科技杰出贡献奖、教育部自然科学奖一等奖1项(排名第二)、获国防科技进步二等奖2项(排名第一)，申请授权发明专利30余项。出版中英文专著3部，发表学术论文100余篇。

报告题目：人工智能时代无人机智能决策与安全控制

报告摘要：无人机作为新一代信息化战争中的新兴力量和武器装备体系的重要组成部分，在未来空战中的地位与作用不断提升，其受到了各大军事强国的广泛关注。自主决策与控制是无人机有效完成任务和提升自身生存率的重要技术之一。报告主要从人工智能对提升无人机自主能力所发挥的重要作用，多源信息自主融合技术、单体无人机智能决策与飞行控制技术、多无人机智能协同决策与协同飞行控制技术等方面所涉及的挑战问题进行了详细分析和展望。在此基础上并介绍在无人机目标意图识别、攻击决策和智能飞行控制等方面已取得的进展。

孙军

新加坡管理大学教授

讲者简介：孙军在2002和2006年从新加坡国立大学获得学士和博士学位。博士期间的研究主要是关于形式化验证。之后在2010年加入当时新创立的新加坡科技与设计大学作为助理教授。后来在2019年加入新加坡管理大学。孙军的主要研究方向包括形式化方法，安全，程序分析等等。研究时最感兴趣的点在于定义问题和提出算法。

报告题目：程序分析与神经网络后门

报告摘要：神经网络实质上不过是一种相对特殊的 (基于Tensorflow或者PyTorch的API的) 程序。所有的传统程序里的问题，基本上神经网络都有。比如说传统程序会出错、有安全漏洞，神经网络里也一样。同时，因为神经网络的特殊性（非逻辑），传统的程序分析方法并不完全适用。这就需要我们有系统的方法来检查防护神经网络。在这个报告里，我会以神经网络后门为例来说明一系列神经网络分析的难点和方法。

马雷

加拿大阿尔伯塔大学副教授

讲者简介：马雷，加拿大阿尔伯塔大学副教授，加拿大CIFAR AI Chair, 阿尔伯塔机器智能研究所Amii Fellow, 兼日本九州大学副教授。主要研究围绕着高可信软件工程和高可信数据驱动智能系统工程，尤其着眼于数据驱动的智能系统的质量，可靠性与安全保证相关研究。他的研究工作发表在软件工程，人工智能，与安全相关领域会议与期刊（例如，TSE, TOSEM, ICSE, FSE, ASE, CAV, ICML, NeurIPS, TDSC等), 获得包括3个ACM杰出论文奖等10余个学术奖项，多个相关研究成果被业界采用，如: 英伟达, 富士通，三菱重工，网易游戏，阿里巴巴等。详细信息请参见个人主页

https://www.malei.xyz

报告题目：针对数据驱动智能软件系统工程的质量保障

报告摘要：近年，数据驱动的智能软件系统在科学研究领域取得诸多重大突破并在工业领域取得广泛的应用。区别于与传统软件系统质量保证，数据驱动的开发范式给智能软件系统质量保障带来了新的挑战。目前，工业界仍缺乏针对数据驱动智能软件系统的质量保障方法，工具支撑与标准，相关研究也仍处在较为初步探索阶段。本次报告将介绍数据驱动的智能软件系统工程概况，近年软件系统质量保障研究进展(如: 测试, 分析,修复, 可解释等)和在工业界的应用。同时，我也将介绍在这个交叉领域的一些新的机遇与挑战。

陈俊洁

天津大学副教授

讲者简介：陈俊洁于2019年在北京大学获得博士学位，并荣获2019年CCF优秀博士学位论文奖。同年加入天津大学智能与计算学部任长聘副教授。研究方向为基础软件测试，主要集中于编译系统、深度学习系统、操作系统，以及芯片等的测试与分析。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，软件学报专刊特邀编辑，Dagstuhl研讨会联合主席，以及FSE、ASE、ISSTA、ECOOP等顶级会议程序委员会成员。

报告题目：人工智能系统测试研究

报告摘要：随着深度学习等技术的快速发展，人工智能系统已成为重要且流行的软件系统，然而与传统软件系统类似，人工智能系统同样包含缺陷，从而影响用户使用、甚至威胁人们生命、财产的安全等；但由于其复杂性、非确定性、以及数据驱动等特性，保证人工智能系统的质量至关重要却也具有独特挑战。为了保证人工智能系统的质量，讲者从人工智能系统的不同层次出发，针对人工智能特性，提出较为全面的人工智能系统测试方法，从深度学习模型测试到训练程序测试，进而深入到深度学习底层基础软件（如：深度学习框架和深度学习编译器）的测试上；所提方法已在开源深度学习系统上检测到上百个真实缺陷。

金鑫

北京大学研究员

讲者简介：金鑫，北京大学计算机学院研究员。2011年本科毕业于北京大学计算机科学技术系，2016年博士毕业于美国普林斯顿大学计算机科学系。主要研究领域为系统软件，包括软件定义方法与技术、泛在操作系统、云计算。论文发表于SIGCOMM、NSDI、SOSP、OSDI等系统领域国际顶级会议，获2018 USENIX NSDI最佳论文奖、2019 USENIX FAST最佳论文奖、2021阿里巴巴达摩院青橙奖等奖项。

报告题目：高可信智能的云计算网络系统

报告摘要：软件定义网络将网络的控制平面与数据平面分离，允许用户对控制平面和数据平面进行编程，是构造高可信、智能的云计算网络系统的使用技术。本次报告首先将介绍软件定义网络的基本概念、原理和方法，并以此为基础，介绍如何利用软件定义网络使得云计算网络系统变得更加可信和智能。云计算网络的基础在于构造高可信的可编程平面，针对多源复杂错误对云计算网络可靠性的挑战，本次报告将介绍基于领域特定代码概要的高可扩展自动化测试技术，在不损失覆盖率的前提下约减程序控制流图，实现生产级规模的可编程平面程序100%的路径覆盖率，提高可编程平面的可靠性。云计算数据中心依赖于骨干网络互联，针对设计高可靠、低成本骨干网的挑战，本次报告将介绍基于深度强化学习的智能网络规划技术，在保证网络可靠性的前提下，降低网络成本，提供比基于人类专家知识的方案更好的网络规划方案。

郝建业

天津大学副教授

讲者简介：郝建业博士，天津大学智算学部副教授，华为诺亚决策推理实验室主任。主要研究方向为深度强化学习、多智能体系统。发表人工智能领域国际会议和期刊论文100余篇。主持参与国家基金委、科技部、天津市人工智能等重大科研项目10余项，研究成果荣获ASE2019、CoRL2020等最佳论文奖，以及NeurIPS20-21 黑盒优化比赛BBO、MineRL、求解器黑盒优化等冠军。相关成果在游戏AI、广告及推荐、自动驾驶、网络优化、物流调度等领域落地应用。

报告题目：自监督强化学习

报告摘要：近年来，强化学习的研究取得了很大进展，但仍存在采样效率和可泛化性等问题，这极大地限制了其在实际应用场景中的广泛应用。强化学习的主要瓶颈在于对环境和策略的表征能力有限。在本次报告中，我将介绍如何利用自监督技术，从状态、策略、动作、环境/任务等不同视角提高强化学习的表征能力入手，最终提高学习效率和跨不同场景任务的可扩展性和泛化性，最后介绍基于自监督强化学习的“决策大模型”未来演进之路。

David Dai

华为系统架构首席专家

讲者简介：David 现任华为可信理论、技术与工程实验室的高级技术专家、系统架构首席专家、可信系统科学家。他之前担任华为硅谷NFV能力中心主任，负责网络虚拟化、云化网络和SDN的研究与创新。他在软件工程、软件架构、实时系统设计、OOP/OOD、SOA、MSA和云原生架构方面拥有丰富的背景和实践经验。他的研究兴趣还包括云计算、边缘计算、工业互联网、高性能计算、异构计算、分布式计算等领域，并在数据中心网络、路由、SD-WAN和多媒体网络方面发表了多篇研究论文。在加入华为之前，他曾是网络虚拟化和SDN先驱公司Embrane (思科收购)的创始技术团队成员和架构师。在近30年的硅谷职业生涯中，他还曾在思科、Nortel和多个知名高科技初创公司担任各种技术和高级行政主管。他在密苏里大学哥伦比亚分校获得硕士学位，在上海交通大学获得学士学位。

报告题目：安全关键系统的软件架构

报告摘要：安全关键系统(Safety-Critical System)是其故障可能导致人身伤害/死亡或环境破坏的嵌入式系统，例如汽车和航空电子设备。在太空时代初期，当设计人员开始将计算机纳入航天器的制导、导航和控制系统时，安全关键的实时计算成为一个重要问题。今天安全关键系统越来越依赖软件，而软件架构也已成为影响整个系统开发过程的重要资产。学术和工业研究表明，一个好的软件架构可以简化系统升级和重用，特别是因为软件规模继续以显著的速度增长，并且软件架构的早期和有意设计是管理这种复杂性的重要工具。软件架构还可以帮助系统利益相关者在其操作环境中推理系统并检测潜在的缺陷。本专题将从安全关键系统的定义、系统安全属性、设计的考虑、策略、方法、模式和步骤展开讨论，深入分析软件架构中的安全方面、架构原则和范式、设计权衡。并且通过实例分析，了解架构的作用以及在故障情况下用于错误检测的架构层面解决方案。最后，本讲座将对安全关键系统的软件架构的未来演进方向和挑战进行开放式的讨论。

John Zhang

华为博士，系统工程首席专家

讲者简介：华为系统工程首席专家，系统工程技术委员会主任，钱学森系统工程思想研究室成员，致力于推行基于模型的系统工程（MBSE-Model Based System Engineering）理念和产品落地。带领团队把MBSE核心理念及工程化基础方法，从概念澄清、思维转变和建模策略落地华为，在部分主流产品线等推行落地，产生了较好的商业落地结果，助力车BU等新业务迈过国内外汽车大厂数字化安全回溯门槛，得到研发一线认可。利用对欧美高科技制造业的深入理解和洞察，广结国内外专家打造自主数字化系统工程作业平台，从根本上提高研发效率和产品质量提升，并引领公司建设数字化工程能力体系以及相关根技术探索。与清华大学以及国际系统工程协会INCOSE合作为公司培养150+认证系统工程师，为MBSE在华为内部进一步规模化商业落地奠定了良好基础。

报告题目：高可信高安全系统与软件概念解读与本体再定义

报告摘要：在当前智能化与软件定义汽车背景下思考高安全与复杂智能系统与软件领域相关概念内涵的联系、区别与演进，及基于模型化方法的系统与软件设计方法的表达与工程化应用探索实践。探讨智能化背景下的开放场景定义、系统与软件架构的衔接与综合以及引入AI后的智能自主系统的挑战与对与不确定性概念的初步构想。

时间：2022年7月30日-8月1日

线上地址：报名交费成功后通过邮件发送。

线下地址（疫情允许的情况下）：南京•南京大学仙林校区国际会议中心（南京市仙林大道163号南京大学国际会议中心）(地铁2号线南京大学仙林校区站）