软件所两篇博士学位论文分别入选和提名2023年“CCF博士学位论文激励计划”

文章来源:  |  发布时间:2024-02-02  |  【打印】 【关闭

  

1月27日,2023 CCF颁奖大会暨理事长就职典礼在北京召开。大会为入选和提名2023年“CCF博士学位论文激励计划”的博士颁发获奖证书。中国科学院软件研究所高钰博士(指导教师:魏峻研究员)的论文入选,黄沛博士(指导教师:张健研究员)的论文获得提名。

高钰,2022届毕业生,现为软件所软件工程技术研究开发中心博士后。其博士学位论文《基于故障注入的分布式系统失效恢复缺陷检测技术》关注分布式系统韧性测试技术,总结了分布式系统失效恢复处理模型,开展了失效恢复缺陷实证研究,发现了若干缺陷模式,构建并发布了缺陷数据集。论文在此基础上提出了一种一致性导向的失效恢复缺陷检测方法,基于动态数据流分析自动识别不一致的系统状态,通过定向注入节点失效自动检测失效恢复缺陷。论文还进一步提出了一种代码覆盖导向的分布式系统故障注入测试方法,利用系统运行时反馈引导故障注入,优化失效场景选择策略,提高了恢复处理代码的测试覆盖度。

黄沛,2022届毕业生,现为美国斯坦福大学计算机系博士后。其博士学位论文《逻辑公式可满足性判定中的推理技术研究》围绕逻辑公式可满足性判定这一计算机核心问题展开研究。论文提出了两种混合推理的框架以提升自动推理效率,基于该技术本文攻克了一些组合数学难题并有若干新结果:证明了部分之前未知的大集存在性问题,其结果已被收录进Handbook of Satisfiability;发现8阶以下的各类幂等拟群都是具有正交性的;更新了Handbook of Combinatorial Design中已知的关于17阶以下正交Golf设计的最好下界。论文还提出了模态逻辑S5系统中的一种新范式,并在该范式上设计了一种新的推理规则,该方法实现了目前最为高效的S5自动推理工具并数十倍领先于当时同类工具,S5范式目前也被国际同行采纳为设计新的推理方法的基础。除此之外,论文为构建深度学习系统的软件理论,将逻辑形式化、推理技术用于深度学习软件的质量度量和保证,提出了𝜀-弱鲁棒性的概念和有理论保证的神经网络鲁棒性增强方法。

“CCF博士学位论文激励计划”为激励计算机领域的博士研究生潜心钻研、务实创新,表彰在计算机领域做出优秀成果的年轻学者而设立。经评选,2023年最终9篇论文入选该激励计划、5篇论文获得提名。