2023年度CCF-华为胡杨林基金软件工程专项评选结果发布
CCF-华为胡杨林基金由CCF与华为联合发起,致力于为海内外高校及科研院所的学者搭建产学研合作及学术交流的平台。其中软件工程专项旨在持续提升软件工程理论和技术的研究以及在产业界的应用落地,创造产业价值。
自2023年4月18日CCF-华为胡杨林基金软件工程专项发布申报指南后,受到了海内外科研学者的广泛关注和踊跃参与。截止6月18日,共收到来自30余所高校与研究所的有效项目申请64项。6月18日-7月21日,CCF-华为胡杨林基金软件工程技术委员会(以下简称“委员会”)对64份有效项目申请组织函评(同单位申请采取规避原则)。委员会分别从申请项目的实用性、创新性、可行性、申请者及团队的学术水平和科研能力、与华为需求的匹配程度等维度进行了综合评审,形成初评意见后于7月25日召开的委员会全体会议上进行综合评审,在所有专家充分发表意见的基础上,以全员表决的方式确定最终资助项目。
7月25日举行的综合评审会议由委员会主任、CCF软件工程专委主任、南京大学教授李宣东和华为云计算PaaS技术创新Lab主任王千祥共同主持。本次评审过程由CCF软件工程专委秘书长、北京大学教授李戈和华为高级合作经理王继红进行评审意见记录和整理,所有信息备案可查。
经委员会最终确定,评选出13个项目获得2023年度CCF-华为胡杨林基金软件工程专项资助。
按照申请指南计划,本年度资助的项目将于2023年10月在CNCC会议期间举行项目授予仪式,2023年12月在ChinaSoft会议上进行开题&项目交流, 2023年3月进行中期审视,2023年9月完成结题。
华为将与获得CCF-华为胡杨林基金软件工程专项资助的学者携手共进,在前沿创新探索与产业落地方面开展深度合作。
评选结果公布如下(排名不分先后):
序号 | 申请人 | 单位 | 项目名称 |
1 | 王焱林 | 中山大学 | 自我反馈的代码大模型提示工程技术研究 |
2 | 刘芳 | 北京航空航天大学 | 代码表征与生成场景的预训练模型高性能微调与推理技术研究 |
3 | 陈俊洁 | 天津大学 | 大模型与类型系统混合驱动的单元测试用例生成技术研究 |
4 | 陈振宇 | 南京大学 | 基于大语言模型与代码分析的单元测试用例演化技术研究 |
5 | 王俊杰 | 中国科学院软件研究所 | 基于大模型的系统集成测试生成和优化技术 |
6 | 高翠芸 | 哈尔滨工业大学(深圳) | 智能代码重构引擎:时机识别与精准重构的算法研究 |
7 | 石琳 | 北京航空航天大学 | 基于大模型的代码精准重构技术 |
8 | 孙永谦 | 南开大学 | 全链路压测演练场景下智能辅助性能工程 |
9 | 李锭 | 北京大学 | 基于 DPU 的低开销细粒度非侵入式应用观测工具 |
10 | 游伟 | 中国人民大学 | 基于导向型模糊测试的漏洞验证程序自动生成技术研究 |
11 | 刘博涵 | 南京大学 | 基于流量的API资产的发现、安全风险检查与异常识别 |
12 | 陈碧欢 | 复旦大学 | 基于恶意行为序列建模的恶意软件包检测与定位技术 |
13 | 薛吟兴 | 中国科学技术大学 | 基于大语言模型的深度代码高覆盖的灰盒模糊测试方法研究 |