2021年度“CCF科学技术奖”评选结果公告

本年度共收到推荐/申报项目52个,经过评选,CCF奖励委员会决定授予“大规模异构计算系统并行编程模型与优化理论”项目、“大规模智能云网络关键技术及平台”项目、“蚂蚁反欺诈智能风险感知与响应系统关键技术和应用”项目等27个项目2021年度“CCF科学技术奖”。

特此公告。

中国计算机学会

2021年10月14日

附:2021年度“CCF科学技术奖”获奖项目名单

2021年CCF科学技术奖自然科学一等奖(3个)

项目名称:大规模异构计算系统并行编程模型与优化理论

完成单位:清华大学

主要完成人:翟季冬、陈文光、郑纬民

本项目围绕大规模复杂系统并行编程面临的困难和挑战,提出了基于静动态相结合的轻量级程序分析方法,设计了面向典型并行应用的软硬件协同的优化理论与方法,建立了多领域特定的编程模型,降低了异构高性能计算编程的复杂度。成果在国家超算无锡中心等多家单位获得应用,取得了良好的社会经济效益。。

项目名称:高精度智能化的软件分析与测试方法

完成单位:中国科学院软件研究所、中国人民大学

主要完成人:张健、梁彬、严俊、蔡彦、黄建军、游伟

本项目针对分析测试的精度不高导致部分场景没有被覆盖、测试分析的先验知识难以获取、移动计算和人工智能带来了新的分析测试需求等挑战,从静态分析的分析效能和所需知识获取,以及动态测试中组合测试、模糊测试和并发测试等技术入手,提高了软件分析与测试方法的精度和智能水平,取得了一系列重要研究成果。

项目名称:基于图的网络性能优化理论与方法

完成单位:上海交通大学

主要完成人:傅洛伊、朱弘恣、陈贵海、王新兵

本项目从网络覆盖能力、传输承载能力和业务承载能力三个方面提出了相应的理论方法和技术体系。基于经典图论分析手段,建立了网络连通覆盖数学理论,提出一套分布式近似最优斯坦纳树构建方法,高效解决了大规模网络传输路径规划问题,通过竞争图容量增强技术,大大提升了网络业务承载容量。代表性论文总引用次数超过2000余次,产生了广泛的学术影响力。

2021年CCF科学技术奖自然科学二等奖(5个)

项目名称:安卓操作系统安全防护的理论与方法

完成单位:复旦大学

主要完成人:杨珉、张晓寒、张源、张谧、杨哲慜

项目名称:面向高维数据的集成学习算法

完成单位:华南理工大学

主要完成人:余志文、陈俊龙、马千里、杨楷翔、施一帆

本项目设计了基于噪音免疫和模糊理论的聚类集成算法,提升了算法鲁棒性;提出了基于欠采样和代价敏感的混合优化集成分类方法,解决了不平衡样本与特征带来的负面影响;提出了基于主动学习的约束信息集成选择算法等,提升了关键知识信息的利用率;实现了基于渐进式学习的混合集成学习框架,提升了算法总体性能。研究成果同时取得了较好的应用效果。

项目名称:复杂软件系统的网络化解析与优化理论及方法

完成单位:武汉大学

主要完成人:马于涛、何克清、李兵、刘婧、潘伟丰、何鹏

本项目以开源软件系统为载体开展交叉学科研究,系统性地探索了软件结构的量化指标体系、演化动力学机制、智能化重构方法,为保证软件质量提供了新的方法。

项目名称:开放系统量子计算理论及新型量子计算原理

完成单位:中国科学院数学与系统科学研究院

主要完成人:尚云、陆汝钤、卢献、李萌、王宇

本项目建立了首套非理想的(不封闭的)量子环境下的量子计算理论,即开放量子系统(基于不分明量子逻辑)的计算理论,为现实的量子计算奠定坚实的理论基础;创新性地提出一套基于多硬币量子游走的新型量子计算原理。

项目名称:基因组组装与模式挖掘的基础理论与算法

完成单位:中南大学

主要完成人:王建新、肖传乐、李敏

本项目针对三代测序数据特征对基因组组装与各种模式挖掘进行了系统而深入的研究,解决了测序错误以及测序不均衡等问题。

2021年CCF科学技术奖技术发明一等奖(3个)

项目名称:大规模智能云网络关键技术及平台

完成单位:阿里云计算有限公司、浙江大学、上海交通大学

主要完成人:祝顺民、陈积明、吕彪、方崇荣、宗志刚、程鹏

本项目理论研究和解决实际问题结合密切,致力于解决百万级的网络设备规模与千万级的用户规模下云网络的弹性、可靠性与智能化能力的提升问题,取得了突出的成果,已经实现了大规模商用。

项目名称:面向工业领域的软件形式化建模与自动化测试关键技术及工具国产化应用

完成单位:华东师范大学、上海工业控制安全创新科技有限公司、卡斯柯信号有限公司、工业和信息化部电子第五研究所

主要完成人:何积丰、蒲戈光、缪炜恺、苏亭、周庭梁、刘奕宏

本项目针对控制软件的质量问题,形成了一套具有国际影响力的面向控制软件形式化建模、测试和验证的技术和工具,并在实际应用中发挥了重要作用,解决了若干关键质量问题。

项目名称:专用处理器芯片自动设计技术与应用

完成单位:中国科学院计算技术研究所、中科驭数科技有限公司、中科物栖科技有限公司

主要完成人:王颖、李晓维、李华伟、鄢贵海

本项目针对专用处理器芯片设计自动化中AIoT场景下对于智能处理芯片的差异化碎片化需求,提出了面向领域应用的处理器指令集自动设计方法、面向专用指令集的处理器硬件电路自动综合技术、处理器微架构与电路参数的协同自动调优技术,已发展成一套面向专用处理器的创新性自动化设计工具。

2021年CCF科学技术奖技术发明二等奖(3个)

项目名称:数据自治开放技术

主要完成人:熊贇、吴毅坚、朱扬勇

本项目围绕数据自治开放重大技术问题,提出了“数据自治开放”的新型数据开放模式,设计了面向数据自治开放的数据组织模型,探索数据自治开放技术,开发了拥有自主知识产权的数据自治开放系统并开展了应用。

项目名称:多源异构大数据智能挖掘与性能优化

完成单位:湖南大学、中国人民解放军国防科技大学、哈尔滨工业大学(深圳)

主要完成人:彭绍亮、李姗姗、廖清、窦勇、骆嘉伟、曾湘祥

本项目针对数据挖掘典型应用和瓶颈问题,建立了从大数据收集、挖掘、分析的全链条技术体系,研究了四个不同领域异构大数据智能挖掘方法与性能优化技术,取得了大量成果。

项目名称:水滴形柔性屏技术及可折叠产品

完成单位:联想研究院

主要完成人:王哲鹏、尚可、施金忠、许芳、张然、颜毅强

本项目持续开展柔性折叠核心技术研究以及创新折叠产品开发,凭借创新的“水滴形”设计实现了“零折痕、零间隙”弯折设备的研发和量产,已成为全球柔性设备的龙头产品。

2021年CCF科学技术奖科技进步卓越奖(3个)

项目名称:蚂蚁反欺诈智能风险感知与响应系统关键技术和应用

完成单位:蚂蚁集团

主要完成人:赵闻飙、李俊奎、顾鸣、陈继东、石磊磊、盛闯

本项目在立体式主动交互风险控制技术、基于大规模图计算的高效风险识别与挖掘以及可信人工智能技术等方面取得突破,构建了具有自主知识产权的国际领先的反欺诈智能风险感知与响应系统,取得了显著的社会和经济效益。

项目名称:AtlasGraph大规模图数据分析平台

完成单位:北京海致星图科技有限公司、清华大学、北京海致科技集团有限公司

主要完成人:武永卫、杨娟、翟士丹、姜进磊、杨再飞、万澎江

本项目聚焦于图数据规模和应用性能之间的矛盾展开了系统性的技术攻关,解决了图数据的高效存储、索引及复制难题,提出了基于图缩减的高效分析方法,实现了一个大规模图数据分析平台AtlasGraph,可满足图数据的高效管理和分析需求。

项目名称:虚拟存储环境关键技术与应用

完成单位:中国人民解放军国防科技大学、厦门大学、国家超级计算天津中心

主要完成人:张一鸣、李东升、李慧霸、孟祥飞、宋振龙、李佳鑫

本项目提出弹性可伸缩的存储架构,构建了面向异构存储硬件的高效能聚合存储系统,实现了安全可靠的虚拟化存储服务,取得国际领先的技术创新,服务于国家重要基础设施和商业云计算平台,产生了重大社会经济效益。

2021年CCF科学技术奖科技进步杰出奖(6个)

项目名称:全浸没液冷云计算数据中心技术创新及产业化

完成单位:阿里云计算有限公司

主要完成人:钟杨帆、任华华、郭懿群、席永青、王冠

本项目从降低数据中心能耗和提升散热性能出发,采用全浸没液冷技术,提出了完全冗余且可并发维护全液冷数据中心架构,兼具可扩充性和易维护性,大幅提升了机柜功率密度,并主导了我国浸没式液冷数据中心技术的多项标准制定。

项目名称:基于云架构的能源监测与分析平台的研制及产业化

完成单位:福州大学、国网信通亿力科技有限责任公司

主要完成人:郭文忠,郭昆,廖勤武,林建华,林晓康,陈羽中

本项目从能源供需不对等造成能源利用率低的问题出发,提出了基于云的能源监测与分析平台框架,在能源在线计量、能源质量监测、能耗数据统计、节能潜力分析、实时用电指导、节能效果验证等方面提供了系统的技术手段。

项目名称:智能城市操作系统

完成单位:京东城市(北京)数字科技有限公司

主要完成人:郑宇、莫雄剑、鲍捷、张钧波、梁福坤、赵英

本项目在时空数据模型和查询、时空深度学习框架和算法、数字网关和安全、实时数据采集等方面取得技术创新,打造了具有自主知识产权和国际影响力的智能城市操作系统,在全国30多个项目中落地应用和验证,取得了良好的社会经济效益。

项目名称:物联网低代码开发平台及应用

完成单位:浙江大学、阿里云计算有限公司

主要完成人:董玮、王晓冬、高艺、刘彦玮、陈纯、卜佳俊

项目名称:ZoomAI——基于人工智能的视频修复及增强系统

完成单位:北京爱奇艺科技有限公司

主要完成人:冯巍、蒋紫东、雷晨曦、柳政、宁本德、夏翔

本项目提出并实现了基于AI的视频修复和增强系统,技术上有较大突破,同时应用情况良好,经济社会效益大。

项目名称:智能化手术系统的关键技术及产业化应用

完成单位:中国石油大学(华东)、青岛海信医疗设备股份有限公司、大连东软教育科技集团

主要完成人:宋弢、陈永健、王珣、王淑栋、赵亮、于丹

本项目突破了多源、多维度、跨介质异构医疗数据的实时三维重建与病灶智能辅助诊断等关键技术问题,研发了具有自主知识产权和国际领先水平的智能数字化手术系统,并开展产业化应用,取得了重要的社会经济效益。

2021年CCF科学技术奖科技进步优秀奖(4个)

项目名称:基于网络空间的态势感知与防御云安全平台

完成单位:杭州安恒信息技术股份有限公司

主要完成人:范渊、杨勃、吴卓群、金丽慧、杨文根、杨锦峰等

本项目实现了对网络空间的全面态势感知分析,解决了对在线应用系统的探测与统一防护分析难题,以及国内联网设备基础数据缺失、联网设备安全状态未知等问题。成果已在多个国家重要单位和企业得到应用,有效地保护了核心网络的安。

项目名称:面向智能生产决策的求解引擎及应用

主要完成人:范伟、宋天恒、孙赞、欧阳文理、张红亚、武皓

本项目从现代化工业生产中面临的个性化定制需求出发,开发了基于集成学习的需求预测、基于多目标贝叶斯优化的综合订单排序、基于图学习的物料齐套优化等技术,开发了面向智能生产决策的求解引擎,解决了现有APS(高级计划与排程)系统对大规模、多任务、多约束场景的求解能力有限的问题。

项目名称:基于可信执行环境的区块链数据隐私保护技术

完成单位:蚂蚁区块链(上海)科技有限公司

主要完成人:魏长征、闫莺、陆旭明、郑小富、张辉、蒋国飞

本项目提出了基于链上合约管理的去中心化多方密钥协商、认证和管理协议和基于可信执行环境的技术方案,克服了安全性和性能上诸多技术挑战,实现了高性能的全链路数据隐私保护,在金融联盟链业务中落地应用。

项目名称:医学影像智能分割关键技术与应用

完成单位:浙江大学

主要完成人:吴健、应豪超、陈婷婷、廖杰远、林兰芬、李劲松

本项目针对医学影像数量爆发式增长而导致有经验医生短缺的问题,提出了一系列医学影像智能分割算法,开发了多款医疗辅助诊断系统,在多家医院实现应用推广,服务于众多医生及偏远地区患者,产生了较好的社会及经济价值。

THE END
1.AI在软件测试行业中的应用ai在软件测试中的应用人工智能(AI)在软件测试中的应用主要体现在自动化测试、智能缺陷预测、测试用例生成、测试数据生成、性能测试、安全测试等方面。AI技术可以帮助测试人员更高效地完成测试任务,提高软件质量,降低开发成本。 目前,AI在软件测试领域的应用已经取得了一定的成果。许多企业和研究机构已经开始研究和开发基于AI的软件测试工具和方法https://blog.csdn.net/shugenlee/article/details/137012092
2.AI研报:关于人工智能算法在软件开发中的应用调研报告1.3.自动化测试:软件测试是确保软件质量的关键步骤,然而传统的测试过程通常耗时且容易出错。人工智能在测试领域的应用可以帮助开发人员自动生成测试用例、自动执行测试并分析结果。基于AI的测试工具可以覆盖更广泛的测试场景,提高测试效率和覆盖率,从而降低软件发布后出现问题的风险。 https://www.hxsd.com/information/10168/
3.AI功能测试入门:从基础到实践的快速指南引言:AI在软件测试中的应用 在当今软件开发与测试领域快速发展的背景下,人工智能 (AI) 的引入彻底改变了功能测试的面貌和效率。传统的功能测试依赖于人工编写和执行测试用例,这一过程既耗时又容易出错。AI功能测试通过模拟人类智能,不仅提升了测试的准确性和覆盖度,还极大地提高了测试的自动化程度,加速了产品质量的提https://www.imooc.com/article/350381
4.AI增强测试效率:自动化测试流程提升AI增强测试效率的出现,为软件测试领域带来了全新的可能性。作为一名内容运营,我深信AI技术将会在测试领域发挥越来越重要的作用,为软件开发和质量保障带来新的突破和机遇。让我们共同期待AI技术在测试领域的进一步应用,为提升软件质量和用户体验贡献我们的力量! https://zhuanlan.zhihu.com/p/683199001
5.软件测试中的AI技术,采用AI的好处根据2019-2020年世界质量报告,基于人工智能的测试正在兴起,为了让测试变得更“聪明”、更高效,企业在软件测试中采用基于AI的工具和过程。通常情况下,软件测试中应用AI会使整个测试过程更快、更清晰、更容易,以及更省钱。 测试自动化用于支持 “持续测试” 过程已经很多年了,但目前需要更有效的工具和技术,比如在软件应http://102209092.b2b.11467.com/news/4027199.asp
6.软件测试下的AI之路(1)腾讯云开发者社区其实要说明白这个呀,我们还是需要先从AI对于软件测试这件事本身的意义来说起,我们就拿基本的黑盒测试来举例,要知道在传统的软件测试中,我们会依赖于手工设计和执行测试用例来完成测试活动,这种方法在面对大规模、高复杂度的软件系统时往往效率低下且容易出错,这也就是当下为什么自动化那么流行且被大范围推广的原因,https://cloud.tencent.com/developer/article/2345852
7.AI在软件测试领域应用探索.pdfAI在软件测试领域应用探索 内容 ? AI基本介绍 ? AI在测中的应用 ? 深度学习做日志分析案例分享 2 人工智能与机器学习关系 ? 人工智能(AI)是对人的智能的模 拟 ? 结果论 ? 一个拥有非常详尽的规则系统 也可以是 AI ? 机器学习是达成 AI 的一种方法 ? 深度学习是机器学习的一种新趋 https://max.book118.com/html/2021/0210/6224112054003103.shtm
8.面向未来的AI自动化测试工具AI测试工具可以在早期检测和修复错误。对于应用中需要更改的地方,AI会使用其智能化的技术,动态修改脚本,以减轻测试人员维护测试用例的各项任务。 AI自动化工具有助于提高流程的效率和透明度。 此类工具还能以更高的准确性和速度,提高测试的输出质量。 总地来说,AI会通过提前生成相关数据,决策、检测和纠正错误,进而有https://www.51cto.com/article/710573.html
9.AI+testingAI方法在测试中的应用AI+testing AI方法在测试中的应用 Software Testing + AI = ? 没有人知道这个鬼怎么解。 也许有人说这是蹭热度,但是不可否认的一点,AI是现在很火的一个概念,把Ai 和测试结合在一起。为什么不能呢? 在测试领域工作多年,我们也经历了几个不同的阶段。 手动测试 自动测试 CI+ 自动化测试 构建快速迭代的测试https://www.pianshen.com/article/5614491470/
10.专业介绍培养目标:本专业主要培养掌握移动应用开发技术,具有基于Android平台进行移动应用开发、移动前端开发、移动应用软件测试等技能,并具有良好的职业素质、专业实践能力、团队协作意识的高素质技术技能人才。 主要课程:面向对象的程序设计(Java)、Android程序设计基础、Android开发进阶、Java Web应用技术、Java EE框架技术、微信小程https://ai.ougd.cn/xygk/zyjs.htm
11.软件测试领域的新技术总结起来,软件测试领域的新技术为测试团队提供了更多的选择和工具,帮助他们更好地应对日益复杂和多样化的软件测试需求。自动化测试、基于云的测试、AI和机器学习、DevOps和持续集成以及IoT和移动测试等技术的应用,将进一步提升软件测试的效率和质量,为用户提供更好的软件体验。http://www.51testing.net/studyInfo/basis/70721.html
12.DizzyK/ustccyber软件安全与测试 教材: 自编讲义 教学内容: 软件安全概述, 安全软件开发, 缓冲区溢出, 安全编程, 软件保护技术, 恶意代码分析, 网络应用安全, 渗透测试, 软件测试概述, 软件安全性测试, 白盒测试, 黑盒测试, 网络协议测试 课上若干次点名性质的小测 https://toscode.gitee.com/DizzyK/ustc_cyber_security