中国计算机学会青年计算机科技论坛

CCF Young Computer Scientists & Engineers Forum

CCF YOCSEF

CCF YOCSEF长沙

将于2018年11月22日(星期四) 上午10:00-12:00

在湖南科技大学逸夫楼201会议室

举行专题报告会，敬请光临

报告会主题

软件服务质量评估与预测

以云计算、物联网、移动互联网、大数据为代表的新一代信息技术与服务业的深度融合，正在驱动软件产业变革，加速新一代软件服务技术的跨界融合和创新发展。如何预测与评估软件服务的质量，实现高质量软件服务系统的开发及应用，引起了相关领域研究人员的广泛兴趣。本报告会将介绍移动网络环境下的服务质量、面向阿里巴巴的大规模工业软件系统质量评估等技术。报告会将邀请服务计算领域的优秀青年学者，分别从工业和学术视角进行深入探讨和分析。

程 序

14:15 签到

14:30   报告会开始

             特邀讲者：邓水光 浙江大学计算机科学与技术学院教授/博士生导师

             演讲题目：Quality Assessment for Large-Scale Industrial Software Systems—Experience Report at Alibaba

特邀讲者：殷昱煜 杭州电子科技大学计算机学院副教授/博士后

演讲题目：移动网络环境下的服务质量预测方法研究

执行主席：曹步清 博士，湖南科技大学计算机学院副教授

CCF YOCSEF长沙分论坛AC委员

                             周栋 博士，湖南科技大学计算机学院教授

CCF YOCSEF长沙分论坛副主席

10:00-10:40 Section 1

Quality Assessment for Large-Scale Industrial Software Systems—Experience Report at Alibaba

特邀讲者：邓水光

邓水光，浙江大学计算机科学与技术学院教授/博士生导师，分别于2002年、2007年毕业于浙江大学计算机科学与技术学院获得学士学位和博士学位。2014年、2015年分别赴美国麻省理工学院、美国斯坦福大学访问研究。获IEEE TCSVC Rising Star、中国青年五四奖章、微软学者等荣誉称号，入选浙江省151人才工程培养计划，是浙江省杰出青年基金获得者。主要研究方向为云计算、服务计算、边缘计算、流程管理和大数据等。近年来，在IEEE TPDS、TOC、TSC等国际权威期刊和会议上发表论文80余篇，获得ICSOC 2017最佳论文、WWW 2017最佳POST提名奖、IEEE SCC 2012最佳学生论文奖。Google Scholar累计引用2560余次，H指数29。授权国家发明专利50余项，出版三部学术专著，包含英文专著一部；主持多项国家级课题的研发工作，包括国家重点研发计划课题、国家科技支撑计划、国家863计划、国家自然科学基金等。 学术研究科研成果先后于2007年获教育部科技进步一等奖、2008年获浙江省科技进步一等奖、2010年获国家科技进步二等奖、2014年获浙江省科技进步一等奖。担任国际期刊IEEE Access、IET Cyber-Physical Systems: Theory & Applications副主编。目前是IEEE Senior Member、全国电子商务质量管理标准化技术委员会委员、CCF服务计算专委会常委、CCF软件工程委员会委员、CCF青年计算机科技论坛杭州论坛主席。

报告提要：

Software plays a critical role in businesses, governments, and societies; improving software quality is an important goal of software engineering. As the first step toward high software quality assurance, our research focuses on the problem of assessing software quality in industrial big code. We have improved state-of-the-art techniques to produce a practical solution to software quality assessment. Such solution has been implemented, deployed, and used at Alibaba, the world's largest retailer as well as one of the largest Internet companies. This talk presents our work on software quality assessment at Alibaba.

10:40-10:50 中间休息

10:50-11:30 Section 2

移动网络环境下的服务质量预测方法研究

特邀讲者：殷昱煜

殷昱煜，杭州电子科技大学副教授，浙江大学电气工程学院博士后，浙江大学计算机科学与技术专业博士，复杂系统建模与仿真教育部重点实验室（B类）副主任，CCF YOCSEF杭州学术秘书。主要研究方向集中在边缘计算、服务计算、大数据分析、软件形式化方法等领域。2014年入选徐州市“双创”人才计划，曾作为主要完成人获得中国商业联合会服务业科技创新奖特等奖、浙江科技进步奖一等奖、浙江省科技进步二等奖及教育部科学技术进步奖一等奖。主持国防科工局技术基础科研项目、国家重点研发计划子课题、国家自然基金项目、浙江省重点研发计划、浙江省自然基金项目等多项国家级、省部级项目，作为核心成员参与国家支撑计划、国家863、浙江省重大科技专项等项目10余项。在TII、EAAI、ESA、EIS、FGCS等重要期刊以及ICWS、ICSOC、SCC等重要会议上发表论文50余篇，合著专著《面向普适环境的自适应中间件模型与方法》，参与撰写《服务计算与技术》。担任IJSEKE、IJCM、MONET、CAI、WNET等期刊的客座编辑，担任Collaboratecom 2018、Mobicase 2019大会共同主席，以及多个国际会议程序委员会委员。

报告提要：

在混合移动网络环境中，噪声数据是影响服务质量预测精度的重要问题，对于基于近邻的方法而言：噪声数据会显著降低近邻筛选的准确度，同时使近邻的历史数据因为包含部分噪声数据而变得不可靠；对于基于模型的方法而言：噪声数据是偏离正常数据的离异点，其很容易会误导模型的学习，训练模型时容易陷入局部最优点而不能达到全局最优，甚至在最优化时出现发散、局部震荡的现象。因此，本次报告中将首先介绍一种基于集成学习的协同过滤算法，该算法首先利用一种改进的DBScan聚类算法识别相似邻居，再提出一种可识别异常数据的集成学习方法从已识别的邻居中过滤“假”邻居，最后通过混合协同过滤进行预测。其次，介绍一种基于slopeone模型的QoS预测方法。该方法首先利用改进的SlopeOne模型进行数据过滤，再根据数据过滤的结果进行基于近邻与模型的协同过滤预测，最后线性聚合两种预测结果得到最终的预测。离线实验结果表明，本文提出的预测方法比其他对照方法拥有更好的预测准确度。

执行主席：曹步清

博士、副教授，湖南科技大学计算机科学与工程学院副院长，湖南省青年骨干教师培养对象。博士毕业于武汉大学，曾在香港中文大学计算机科学系、美国阿肯色大学从事博士后与访学工作。主要研究兴趣为服务计算、面向服务的软件工程。在IEEE TSC、IEEE TNSM、IST、JPDC等国内外重要学术期刊以及ICWS、SCC等国际学术会议上发表与录用论文近80篇。主持国家自然科学基金、湖南省自然科学基金等科研项目多项，参与各类科研项目十余项。中国计算机(CCF)会员，中国计算机学会服务计算专委会委员、协同计算专委会委员，国际服务计算学会青年学者论坛(SSYSF)中国区副主席，CCF YOCSEF长沙分论坛AC委员、学术秘书(2014-2015年度)，《International Journal of Cloud Computing》杂志编委。

执行主席：周栋

博士，教授，博士生导师。湖南科技大学计算机科学与工程学院副院长，湖南省青年骨干教师培养对象。硕士毕业于英国约克大学，博士毕业于英国诺丁汉大学，曾在爱尔兰都柏林大学圣三一学院计算机科学与统计系智能系统实验室担任Research Fellow。在IEEE TKDE、IEEE TSC、ACM Computing Surveys等学术期刊和CIKM、EMNLP、ICWS、ECIR等学术会议上发表和录用论文70余篇。多次受邀担任顶级国际会议的程序委员会成员和国际学术期刊的审稿人。主持国家自然科学基金项目与省部级多项。主要研究领域为信息检索、自然语言处理、社会媒体与社会计算、大数据处理及机器学习等。美国计算机学会高级会员(ACM Senior Member), CCF YOCSEF长沙分论坛副主席，CCF计算机应用专委会委员, CCF中文信息技术专委会委员, 中国中文信息学会社会媒体处理专委会委员, 中国中文信息学会青年工作委员会委员。

报名联系人：18711331970 (周栋)， 13047225827 (曹步清)

湖南科技大学位置