软件学报

所属栏目:电子信息期刊 热度:

软件学报

《软件学报》

关注()
期刊周期:月刊
期刊级别:国家级
国内统一刊号:11-2560/TP
国际标准刊号:1000-9825
主办单位:中国科学院软件研究所 中国计算机学会
主管单位:中国科学院软件研究所 中国计算机学会
查看软件学报近十年数据入口>>>
上一本期杂志:《系统仿真学报》智能科技论文
下一本期杂志:《计算机研究与发展》计算机期刊

  搜论文知识网并非软件学报的官网或杂志社,为客户提供期刊征稿、论文发表等中介服务,在客户与期刊杂志社之间搭建了一座省时、省力的便捷桥梁。本站与《软件学报》等上百家同类正规期刊保持着多年的密切合作关系,切实提高客户期刊发表的质量与效率。通过本站发表论文,客户将获得更大的选择空间、更高的通过率、更快的发表速度、更满意的服务质量。

  【杂志简介】

  《软件学报》是一本刊登计算机软件各领域原创性研究成果的期刊,所刊登的论文均经过严格的同行专家评议。《软件学报》主要面向全球华人计算机软件学者,致力于创办与世界计算机科学和软件技术发展同步的以中文为主的"中文国际软件学术期刊", 为全球华人同行提供学术交流平台。《软件学报》创刊于1990年,由中国科学院软件研究所和中国计算机学会联合主办,已被EI Compendex, INSPEC, Abstracts Magazine, Mathematical Review, Zentralblatt MATH等国际数据库收录。

  《软件学报》注重刊登反映计算机科学和计算机软件新理论、新方法和新技术以及学科发展趋势的文章,主要涉及理论计算机科学、算法设计与分析、系统软件与软件工程、模式识别与人工智能、数据库技术、计算机网络、信息安全、计算机图形学与计算机辅助设计、多媒体技术及其他相关的内容。

  【影响因子】

  国家新闻出版总署收录

  【获奖情况】

  2001年入选中国期刊方阵“双百期刊”

  2000年荣获中国科学院优秀科技期刊一等奖

  国外数据库收录

  俄罗斯文摘杂志

  英国物理学、电技术、计算机及控制信息社数据库

  美国数学评论

  【栏目设置】

  主要涉及理论计算机科学、算法设计与分析、系统软件与软件工程、模式识别与人工智能、数据库技术、计算机网络、信息安全、计算机图形学与计算机辅助设计、多媒体技术及其他相关的内容。

  软件学报最新期刊目录

移动应用GUI测试自动生成技术综述————作者:王博;陈冲;邓明;董震;林友芳;郝丹;

摘要:移动应用是近10年来兴起的新型计算模式,深刻地影响人民的生活方式.移动应用主要以图形用户界面(graphical user interface, GUI)方式交互,而对其进行人工测试需要消耗大量人力和物力.为此,研究者提出针对移动应用GUI的测试自动生成技术以提升测试效率并检测潜在缺陷.收集了145篇相关论文,系统地梳理、分析和总结现有工作.提出了“测试生成器-测试环境”研究框架,将该领域的研究按...

LLM赋能的Datalog代码翻译技术及增量程序分析框架————作者:王熙灶;沈天琪;宾向荣;卜磊;

摘要:Datalog是一种声明式逻辑编程语言,在不同领域得到了广泛应用.近年来,学术界和工业界对Datalog的兴趣高涨,设计并开发了多种Datalog引擎和相应方言.然而,多方言带来的一个问题是以一种Datalog方言实现的代码,一般而言不能在另一种方言的引擎上执行.因此,当采用新Datalog引擎时,需要将现有Datalog代码翻译到新方言上.目前的Datalog代码翻译技术可分为人工重写代码和人工...

软件供应链SBOM关键技术研究————作者:孙泽雨;吴敬征;凌祥;魏怡琳;罗天悦;武延军;

摘要:供应链级别的开源软件及组件复用是当前软件开发的主流模式.该模式避免了重复开发,降低了研发成本,提高了开发效率,但是也不可避免地存在组件的来源未知,成分不清,漏洞不明,许可证违规等问题.为解决上述问题,研究人员提出了软件物料清单(software bill of material, SBOM). SBOM详细列出了构成软件的组件及组件之间的关系,揭示了潜在的和已知的威胁,使软件透明化.自提出以来,国...

基于大语言模型的长方法分解————作者:徐子懋;姜艳杰;张宇霞;刘辉;

摘要:长方法及其他类型的代码坏味阻碍了软件应用程序达到最佳的可读性、可重用性和可维护性.因此,人们对长方法的自动检测和分解进行了广泛的研究.虽然这些方法极大地促进了分解,但其解决方案往往与最优方案存在很大差异.为此,调研公开真实长方法数据集中的可自动化部分,探讨了长方法的分解情况,并基于调研结果,提出了一种基于大语言模型的新方法 (称为Lsplitter),用于自动分解长方法.对于给定的长方法, Lsp...

基于大语言模型的多智能体协作代码评审人推荐————作者:王路桥;周洋涛;李青山;王铭康;徐子轩;崔笛;王璐;罗懿行;

摘要:基于拉取请求(pull request, PR)的软件开发机制是开源软件中的重要实践.合适的代码评审人能够通过代码审查帮助贡献者及时发现PR中的潜在错误,为持续开发和集成过程提供质量保障.然而,代码变更内容的复杂性以及评审行为固有的多样性增加了评审人推荐的难度.现有方法主要聚焦于从PR中挖掘变更代码的语义信息,或基于审查历史构建评审人画像,并通过多种静态策略组合进行推荐.这些研究受限于模型训练语料...

安卓恶意软件对抗样本攻击技术综述————作者:李珩;吴棒;龚柱;高翠莹;袁巍;罗夏朴;

摘要:面对Android恶意软件带来的严重的安全风险,如何有效检测Android恶意软件已成为工业界与学术界共同关注的焦点.然而随着Android对抗样本技术的出现,现有的恶意软件检测系统面临着前所未有的挑战.Android恶意软件对抗样本攻击通过对恶意软件的源码或特征进行扰动,使其在保持原始功能不受影响的条件下绕过恶意软件检测模型.尽管目前已有大量针对恶意软件的对抗样本攻击研究,但是现阶段仍缺乏针对A...

大模型生成代码的开源许可证违规风险洞察与分析————作者:王毅博;王莹;余跃;许畅;于海;朱志良;

摘要:大型语言模型的快速发展极大地影响了软件工程领域.这些模型利用大量开源仓库代码进行预训练,能够高效完成诸如代码生成和代码补全等任务.然而,开源软件仓库中存在大量受开源许可证约束的代码,这给大模型带来了潜在的开源许可证违规风险.聚焦于大模型生成代码与开源仓库的许可证违规风险,基于代码克隆技术开发一个支持大模型生成代码溯源与版权违规问题的检测框架.针对9个主流代码大模型生成的135 000个Python...

浮点时序数据压缩综述————作者:朱明辉;李政;李瑞远;陈超;郑宇;

摘要:物联网技术的发展产生了海量的浮点时序数据,这给数据存储和传输带来了巨大挑战.为此,浮点时序数据压缩变得至关重要,其按数据可逆性分为有损压缩和无损压缩.有损压缩方法通过舍弃部分数据信息以实现较好的压缩率,适用于对精确性要求较低的应用.无损压缩方法在减小数据大小的同时保留了所有数据信息,这对于需要保持数据完整性和准确性的应用至关重要.此外为满足边缘设备的实时监控需求,流式压缩算法应运而生.当前时序压缩...

大语言模型在代码优化任务中的能力探究及改进方法————作者:王志鹏;何铁科;赵若愚;郑滔;

摘要:代码优化任务作为自动化代码审查的关键环节,有助于提高开发效率和代码质量.随着大语言模型在软件工程领域中展现出远胜于传统小规模预训练模型的性能,旨在探讨两类模型在自动代码优化任务的表现,以评估大语言模型的综合优势.通过使用传统代码质量评估指标(例如, BLEU, CodeBLEU, edit progress)对4种主流大语言模型和4种代表性小规模预训练模型在代码优化任务的表现进行评估,发现大语言模...

异质图表征学习综述————作者:李亚聪;刘皓冰;蒋若冰;刘聪;朱燕民;

摘要:异质图因其能够反映现实世界中实体及其复杂多样的关系,而在诸多领域中扮演着至关重要的角色.异质图表征学习技术,旨在将图中的信息有效地映射到低维空间中,以便捕获和利用节点间深层的语义关联,进而支持节点分类、聚类等下游分析任务.深入调研异质图表征学习的最新研究进展,涵盖方法论和应用实践.首先对异质图的基本概念进行形式化定义,并讨论异质图表征学习的挑战.此外,从浅层模型和深度模型两个角度,系统地回顾当前主...

基于视觉特征解耦的无数据依赖模型窃取攻击方法————作者:张锦弘;刘仁阳;韦廷楚;董云云;周维;

摘要:随着深度学习模型安全性和隐私性研究的不断深入,研究者发现模型窃取攻击能够对神经网络产生极大的威胁.典型的数据依赖模型窃取攻击可以利用一定比例的真实数据查询目标模型,在本地训练一个替代模型,从而达到目标模型窃取的目的. 2020年以来,一种新颖的无数据依赖模型窃取攻击方法被提出,仅使用生成模型生成伪造的查询样本便能对深度神经网络开展窃取和攻击.由于不依赖于真实数据,无数据依赖模型窃取攻击具有更严重的...

软件设计模式检测技术:现状、挑战和展望————作者:王雷;袁野;王国仁;

摘要:设计模式检测是软件工程领域中非常重要的研究课题.国内外很多学者致力于设计模式检测问题的研究与解决,取得了丰硕的研究成果.对当前软件设计模式检测技术进行综述并展望了其前景.首先,简要介绍软件设计模式检测领域的发展历程,讨论并总结了设计模式的检测对象和特征类型,给出了设计模式检测评估指标.然后,总结了设计模式检测技术现有的分类方法,引出了分类方法.根据设计模式检测技术发展的时间线从非机器学习设计模式检...

《软件学报》投稿指南

摘要:<正>《软件学报》是一本刊登计算机软件各领域原创性研究成果的期刊,所刊登的论文均经过严格的同行专家评议.《软件学报》主要面向全球华人计算机软件学者,致力于创办与世界计算机科学和软件技术发展同步的以中文为主的“中文国际软件学术期刊”,为全球华人同行提供学术交流平台.《软件学报》创刊于1990年,由中国科学院软件研究所和中国计算机学会联合主办,已被EICompendex,INSPEC,Abstract...

基于大语言模型的模糊测试研究综述————作者:李岩;杨文章;张翼;薛吟兴;

摘要:模糊测试是一种自动化的软件测试方法,通过向目标软件系统输入大量自动生成的测试数据,以发现系统潜在的安全漏洞、软件缺陷或异常行为.然而,传统模糊测试技术受限于自动化程度低、测试效率低、代码覆盖率低等因素,无法应对现代的大型软件系统.近年来,大语言模型的迅猛发展不仅为自然语言处理领域带来重大突破,也为模糊测试领域带来了新的自动化方案.因此,为了更好地提升模糊测试技术的效果,现有的工作提出了多种结合大语...

Java程序资源泄露缺陷检测:传统模型和语言模型的有效性分析————作者:刘天阳;叶嘉威;计卫星;刘辉;

摘要:资源泄露是由于有限的系统资源未能及时正确关闭所导致的缺陷,广泛存在于各种语言程序中,且具有一定的隐蔽性.传统的缺陷检测方法通常基于规则和启发式搜索预测软件中的资源泄露.近年来,基于深度学习的缺陷检测方法通过不同的代码表征形式并使用循环神经网络、图神经网络等技术捕获代码中的语义信息.最近的研究显示,语言模型在代码理解和生成等任务中表现出色.然而语言模型针对资源泄露检测这一特定任务上的优势和局限性尚未...

高维贝叶斯优化研究综述————作者:陈泉霖;陈奕宇;霍静;曹宏业;高阳;李栋;郝建业;

摘要:贝叶斯优化是一种优化黑盒函数的技术,高效的样本利用率使其在众多科学和工程领域中得到了广泛应用,如深度模型调参、化合物设计、药物开发和材料设计等.然而,当输入空间维度较高时,贝叶斯优化的性能会显著下降.为了克服这一限制,许多研究对贝叶斯优化方法进行了高维扩展.为了深入剖析高维贝叶斯优化的研究方法,根据不同工作的假设与特征将高维贝叶斯优化方法分为3类:基于有效低维度假设的方法、基于加性假设的方法以及基...

提升隐式场景下短语视觉定位的因果建模方法————作者:赵嘉宁;王晶晶;罗佳敏;周国栋;

摘要:短语视觉定位是多模态研究中一个基础且重要的研究任务,旨在预测细粒度的文本短语与图片区域的对齐关系.尽管已有的短语视觉定位方法已经取得了不错的进展,但都忽略了文本中的短语与其对应图片区域的隐式对齐关系(即隐式短语-区域对齐关系),而预测这种关系可以有效评估模型理解深层多模态语义的能力.因此,为了有效建模隐式短语-区域对齐关系,提出一种隐式增强的因果建模短语视觉定位方法.该方法使用因果推理中的干预策略...

基于多元实体对齐的视觉-语言多模态预训练————作者:李登;武阿明;韩亚洪;

摘要:视觉-语言预训练(visual-language pre-training, VLP)旨在通过在大规模图像-文本多模态数据集上进行学习得到强大的多模态表示.多模态特征融合、对齐是多模态模型训练的关键挑战.现有的大多数视觉-语言预训练模型对于多模态特征融合、对齐问题主要方式是将提取的视觉特征和文本特征直接输入至Transformer模型中.通过Transformer模型中的attention模块进行...

面向集值数据的孪生支持函数机————作者:梁志贞;闵玉寒;丁世飞;

摘要:孪生支持向量机(twin support vector machine, TSVM)能有效地处理交叉或异或等类型的数据.然而,当处理集值数据时, TSVM通常利用集值对象的均值、中值等统计信息.不同于TSVM,提出能直接处理集值数据的孪生支持函数机(twin support function machine, TSFM).依据集值对象定义的支持函数, TSFM在巴拿赫空间取得非平行的超平面.为了抑...

中文对抗攻击下的ChatGPT鲁棒性评估————作者:张云婷;叶麟;李柏松;张宏莉;

摘要:以ChatGPT为代表的大语言模型(large language model, LLM)因其强大的自然语言理解和生成能力在各领域中得到广泛应用.然而,深度学习模型在受到对抗样本攻击时往往展现出脆弱性.在自然语言处理领域中,当前对抗样本生成方法的研究通常使用CNN类模型、RNN类模型和基于Transformer结构的预训练模型作为目标模型,而很少有工作探究LLM受到对抗攻击时的鲁棒性并量化LLM鲁棒...

  相关电子信息期刊推荐

  核心期刊推荐

文章标题:《软件学报》软件工程师职称论文

文章地址:http://www.sofabiao.com/qk/dianzi/1310.html

SCI服务

搜论文知识网的海量职称论文范文仅供广大读者免费阅读使用! 冀ICP备15021333号-3