软件学报简介
本站主要从事期刊订阅及增值电信业务中的信息服务业务(互联网信息服务),并非《软件学报》官方网站。办理业务请联系杂志社。
《软件学报》(CN:11-2560/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。
杂志文章特色
1.来稿必须是原创性论文,要求结构完整、论点明确、论据可靠、论证合理、层次分明、可读性强.
2.本刊长期征集长文.长文的长度至少在15页以上,侧重于鼓励科学工作者在结合国家需求、把握世界科学前沿的基础上,在重要研究领域或新学科生长点上开展深入、系统的创新性研究工作;鼓励有重大创新、有新观点和见解、可推动或丰富该领域的研究与发展.有关长文的详细要求,请登陆我刊网站了解.
3.投稿应具有合法性,即不存在抄袭、剽窃、侵权等不良行为.如发现上述不良行为,本刊将据实通知作者所在单位的最高领导层,并不再接受第一作者的投稿.作者文责自负,本刊不承担连带责任.
4.参考文献必须在文中用[数字]标出对应标号,参考文献统一列在文后。
杂志分析报告
注:年度总文献量的统计不包含资讯类文献,如致谢、稿约、启事、勘误等
注:比率 = 当年基金资助文献量 / 当年发文量 * 100%
注:当年发文量的统计不包含资讯类文献,如致谢、稿约、启事、勘误等
计算机网络与信息安全,模式识别与人工智能,系统软件与软件工程,数据库技术,计算机图形学与计算机辅助设计,操作系统,形式化方法与应用专题,算法设计与分析,大数据时代软件工程专题,面向自主安全可控的可信计算专题,软件学科发展回顾特刊,理论计算机科学,系统软件安全专题,智能化软件新技术专刊,基于图结构的大数据分析与管理技术专刊,统计学习研究与应用专刊,大数据分析专刊,智能数据管理与分析技术专刊,云计算安全研究专刊,快速三维建模技术专刊,人工智能赋能的数据管理、分析与系统专刊,区块链与数字货币技术专题,数据库系统新型技术专题,计算机体系结构,大数据管理技术专刊,软件安全漏洞检测专题,面向非确定性的软件质量保障方法与技术专题,嵌入式系统软件设计方法与技术专刊,多媒体大数据处理与分析专题,非经典条件下的机器学习方法专题,大数据治理的理论与技术专题,安全攸关软件系统建模与验证专题,形式化方法的理论基础专题,领域软件工程专题,数据驱动的软件智能化开发方法与技术专题,基于搜索的软件工程研究专题,自适应软件系统:开发方法和运行支撑专题,可视化及可视分析专题,多媒体技术,社会计算:理论与方法专刊,信息系统安全专题,面向 DevOps 的软件工程新技术专题,智能嵌入式系统专题,面向领域的软件系统构造与质量保障专题,业务过程管理技术专题,融合预训练技术的多模态学习研究专题,程序设计语言与系统前沿专题,自然人机交互新进展专题,大数据可用性理论、方法和技术专题,大数据专题,定理证明理论与应用专题,软件可信性与供应链安全前沿进展专题,智能系统的分析和验证专题,物联网建模与分析方法专题,演化学习专题,多媒体数据的知识关联与理解专题,国产复杂异构高性能数值软件的研制与测试专题,智慧信息系统新技术专题,信息物理系统软件设计自动化专题,融合媒体环境下的媒体内容分析与信息服务技术专题,面向持续软件工程的微服务架构技术专题,泛在嵌入式智能系统专题,面向新兴系统的形式化建模与验证方法专题,绿色数据中心专题,分布式云存储:理论、技术、系统专题,本体工程与知识图谱专题,网络资源虚拟化技术专题,多媒体内容的多维度相似性计算与搜索专题,数据开放与隐私管理专题,基金信息,系统软件与软件技术,计算机图形与计算机辅助设计,前沿观点
摘要:当软件缺陷报告在跟踪系统中被指派给开发人员进行缺陷修复之后,缺陷修复人员就需要根据提交的缺陷报告来进行软件缺陷定位,并做出相应的代码变更,以修复该软件缺陷.在缺陷修复的整个过程中,软件缺陷定位占用了开发人员大量的时间.提出了一种方法级别的细粒度软件缺陷定位方法MethodLocator,以提高软件修复人员的工作效率.MethodLocator 首先对缺陷报告和源代码方法体利用词向量(word2vec)和TF-IDF 结合的方法进行向量表示;然后,根据源代码文件中方法体之间的相似度对方法体进行扩充;最后,通过对扩充后的方法体和缺陷报告计算其余弦距离并排序,来定位为修复软件缺陷所需做出变更的方法.在4 个开源软件项目ArgoUML、Ant、Maven和Kylin 上的实验结果表明,MethodLocator 方法优于现有的缺陷定位方法,它能够有效地将软件缺陷定位到源代码的方法级别上.
摘要:当前,静态污点分析检测Android应用隐私泄露存在误报率较高的问题,这给检测人员和用户带来很大的不便.针对这一问题,提出了一种多源绑定发生的污点分析技术.该技术可以精确地判断污点分析结果中多组源是否可以在一次执行中绑定发生,用户可以从单一分析1条结果转为分析有关联的多组结果,这既缩小了分析范围,又降低了检测的误报率.在精度上,该技术支持上下文敏感、流敏感、域敏感等特性,并可以有效地区分出分支互斥的情况.在效率上,提供了一种高效的实现方法,可以将高复杂度(指数级别)的分析降低为与传统方法时间相近的分析(初始阶段开销为19.7%,进一步的多源分析平均时间为0.3s).基于此,实现了一个原型系统MultiFlow,利用其对2116个良性手机软件和2089个恶意手机软件进行应用,应用结果表明,多源污点分析技术可以有效地降低隐私泄露检测的误报率(减少多源对41.1%).同时,还提出了一种污点分析结果风险评级标准,评级标准可以进一步帮助用户提高隐私泄露检测的效率.最后探讨了该技术潜在的应用场景.
摘要:由于经典的线性时序逻辑表达能力有限,设计并开发了基于交替投影时序逻辑(alternating projectiontemporal logic,简称APTL)的模型检测工具.根据王海洋等人提出的APTL 符号模型检测方法,设计并实现了APTL模型检测器MCMAS_APTL.该工具可用于多智能体系统(multi-agent system,简称MAS)的性质验证.MCMAS_APTL 检查MAS 是否满足具体性质的过程如下:首先,用解释系统编程语言(interpreted system programminglanguage,简称ISPL)描述要验证的系统IS,用APTL 公式P 描述要验证的性质;然后,符号化表示系统IS,并将非P 转化为范式;最后,计算所有满足非P 的路径的起始状态集合.如果得到的状态集合中包含系统的初始状态,则说明系统不满足公式P;反之,则说明系统满足公式P.详细阐述了实现MCMAS_APTL 的过程,并且通过验证机器人足球赛的例子展示了MCMAS_APTL 的性能.
摘要:程序自动修复技术能够有效地降低软件维护成本,是近年来学术研究的热点问题.待修复程序规约的刻画,对自动修复过程具有至关重要的作用.从规约的角度对程序自动修复问题和技术进行了分析梳理.从待修复程序是否具有完整的程序规约,将现有修复问题分为不完全规约、完全规约和半完全规约这3大类待修复问题.以3类抽象问题为线索,梳理了不同前提假设下修复技术面临的核心问题、问题之间的联系和技术体系中的逻辑关系.分析了不完全规约程序修复问题中高精度补丁生成、规约补全和补丁择优等问题,梳理了完全规约程序修复问题中内存泄漏、资源泄露、并发错误中的数据竞争、原子性违背、顺序违背和死锁,配置错误以及特定性能错误等具体问题及研究进展,整理了半完全规约程序修复问题中多种形式的修复具体问题及研究进展.最后分析了程序自动修复面临的机遇和挑战.
摘要:错误定位就是寻找程序错误的位置.现有的错误定位方法大多利用测试用例的覆盖信息,以标识一组导致程序失效的可疑语句,却忽视了这些语句相互作用导致失效的上下文.因此,提出一种增强上下文的错误定位方法Context-FL,以构建上下文的方式来优化错误定位性能.Context-FL利用动态切片技术构建数据与控制相关性的错误传播上下文,显示了导致失效的语句之间传播依赖关系;然后,基于可疑值度量来区分上下文片段中不同语句的可疑度;最后,Context-FL以标记可疑值的上下文作为定位结果.实验结果表明,Context-FL优于8种典型错误定位方法.
点评详情