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,SingaporeManagementUniversity）、马雷（副教授,UniversityofAlberta,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）、JohnZhang（华为系统工程首席专家，华为）和DavidDai（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
DavidDai,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）
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
JohnZhang,博士，系统工程首席专家，华为
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）
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）
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，教授，南京航空航天大学
报告题目：人工智能时代无人机智能决策与安全控制
孙军，教授，新加坡管理大学
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，副教授，加拿大阿尔伯塔大学
报告题目：针对数据驱动智能软件系统工程的质量保障
陈俊洁，副教授，天津大学
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CCFA类论文近40篇，获得五项最佳论文奖（包括ASE2019、ISSTA2019、FSE2020、FSE2021的ACMSIGSOFTDistinguishedPaperAward，以及ISSRE2021的BestResearchPaperAward）；担任CCF-A类会议ASE2021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，研究员，北京大学
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2018USENIXNSDI最佳论文奖、2019USENIXFAST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能技术。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，副教授，天津大学
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。
DavidDai，系统架构首席专家，华为
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
JohnZhang，博士，系统工程首席专家，华为
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
学术主任：金芝，教授，北京大学
马晓星，教授，南京大学
线上地址：报名交费成功后通过邮件发送。
报名须知：
1、报名费：CCF会员2800元，非会员3600元。食宿交通费用自理。根据交费先后顺序，会员优先的原则录取，额满为止。疫情期间，根据政府疫情防控政策随时调整举办形式（线上、线下）。