近日，南科大计算机系8篇长文被国际软件工程大会旗舰会议ICSE 2023（CCF A类会议）接收，约占录用论文总数的1/25。指导教师为刘烨庞、张煜群、陈馨慧三位助理教授。8篇论文中的4篇论文第一作者为我系在读研究生，他们分别是：2021级南科大-澳大利亚昆士兰大学联培博士生关浩、2021级南科大硕士研究生蒋灵、2020级南科大-港大联培博士生吴明远、2020级南科大硕士研究生曾政然。2篇论文第一作者为我校本科毕业生，他们分别是美国伊利诺伊大学香槟分校在读博士生（2020届南科大本科毕业生）欧阳奕成和新加坡国立大学在读博士生（2019届南科大本科毕业生）范治宇。另外2篇为刘烨庞老师与中科院软件所严俊、燕季薇老师团队、香港理工大学罗夏朴老师团队合作的论文。在大会上，陈馨慧老师和刘烨庞老师发起和参与了多个研讨会和学术竞赛活动。IEEE/ACM ICSE全称International Conference on Software Engineering，是软件工程领域公认的旗舰学术会议，中国计算机学会推荐的A类国际学术会议，Core Conference Ranking A*类会议，H5指数74，Impact score 11.55。到2023年为止，会议已举办45届，每年都有来自全球众多科研人员投稿与参会。ICSE对论文质量的要求极高，通常需要对软件工程领域有基础显著的贡献才能被录用。ICSE 2023会议780篇论文进入审稿流程，录用208篇。张煜群、陈馨慧和刘烨庞老师（从左向右）关浩作论文宣讲报告吴明远作论文宣讲报告蒋灵作论文宣讲报告曾政然作论文宣讲报告欧阳奕成作论文宣讲报告1A Comprehensive Study of Real-World Bugs in Machine Learning Model OptimizationHao Guan, Ying Xiao, Li Jiaying , Yepang Liu*, Guangdong Bai*随着机器学习技术的应用越来越广泛，其使用场景也逐渐从高性能服务器推广到移动和嵌入式设备。受这些设备的资源限制，机器学习模型在部署前往往需要应用剪枝（pruning）和量化（quantization）来优化体积和速度。主流的机器学习框架，包括 PyTorch 和 TensorFlow 都提供了相关功能。但由于模型复杂，优化过程容易出错，从而影响模型部署。我们称上述问题为Model Optimization Bug (MOB)。在本文中，我们完成了首个系统地对MOB进行归类和分析的工作。我们从 PyTorch 和 TensorFlow 的代码仓库中收集了 371 个 MOB，并进行了分类研究，归纳出了4种错误症状和5种根本原因。结合具体的错误例子和对错误原因的分析，我们总结了在检测MOB上目前存在的5点困难。最后基于上述的发现，我们也分别对框架开发者和使用者提出了实际建议。我们将文中的分类结果开源 https://github.com/MOB2022/MOB-dataset ，并在将来持续更新对 MOB 的分类分析，设计出针对这类错误合适的检测方法。图1该工作的第一作者是2021级南方科技大学与澳大利亚昆士兰大学联合培养的博士生关浩，其导师为刘烨庞老师（南方科技大学）和白光冬老师（昆士兰大学）。刘烨庞老师和白光冬老师为本文通信作者。2Evaluating and Improving Hybrid Fuzzing Ling Jiang, Hengchen Yuan, Mingyuan Wu, Lingming Zhang, and Yuqun Zhang*近年来，基于代码覆盖的模糊测试技术备受瞩目，其主要目标是通过增加代码覆盖率来提高异常触发效率。混合模糊测试技术将传统模糊测试的随机变异机制与动态符号执行的约束求解能力相结合，进一步提升了程序的覆盖率。尽管有很多研究表明混合模糊测试技术优于传统模糊测试方法，但目前缺乏统一的评估实验，并且对混合模糊测试的各个组件的效果缺乏深入探究。因此，我们进行了广泛的实证研究，对目前主流的混合模糊测试技术进行了全面评估。我们的研究结果表明，现有的混合模糊测试器在性能上相对于传统方法存在一定的限制，不能有效地提高程序代码覆盖率和异常检测能力。此外，通过评估模糊测试和符号执行运行时的程序覆盖重叠度，我们发现仅仅更新模糊测试策略或动态符号执行器是不够的，对它们的协调模式进行更新能对混合模糊测试器的性能产生重要影响。因此，我们提出了CoFuzz，通过优化模糊测试和符号执行两者之间的协调模式来改进混合模糊测试器的效果。具体而言，CoFuzz基于基准混合模糊测试器QSYM，采用基于程序分支的调度策略进行有选择的约束求解。它通过在线的线性回归模型和随机梯度下降来预测分支的价值并调度进行动态符号执行。同时，CoFuzz采用基于采样增强的同步策略，利用区间路径抽象和John Walk算法生成模糊测试策略的种子，并逐步更新模型。我们的评估结果显示，CoFuzz能够显著增加分支覆盖率（例如，在我们的研究中比SOTA高出16.31%），并且相较于其他研究中的混合模糊测试器，它能够检测出大约2倍多的程序异常。基于触发的程序异常，CoFuzz成功地检测到了37个未知的程序漏洞以及8个CVE。图2该研究工作的第一作者是2021级南方科技大学硕士研究生蒋灵，导师为张煜群老师。张煜群老师为通讯作者，南科大为第一单位。3JITfuzz: Coverage-guided Fuzzing for JVM Just-in-Time CompilersMingyuan Wu, Minghai Lu, Heming Cui, Junjie Chen, Yuqun Zhang*, and Lingming Zhang作为广泛流行的基础性软件平台，由于其实时解释程序的特型，Java虚拟机相对于编译语言实际有较为严重的性能问题。为了解决Java虚拟机面对的性能挑战，人们使用即时编译器（Just-in-time compiler）来提升Java虚拟机的执行效率。因此，如何有效确保即时编译器在运行过程中的正确性，就成为了确保Java虚拟机可靠性的关键。已有的测试方法中，由于其生成的测试程序用例往往不能通过Java虚拟机的校验，导致测试流程在较早阶段就结束，进而无法测试即时编译器的深度状态。同时，即时编译器具有较多的复杂优化机制，如何确保这些机制的状态被有效探索进而保证其正确性也至关重要。在本文中，我们提出了一种新的基于覆盖导向的模糊测试框架JITfuzz，来自动检测即时编译器的各种潜在的安全风险和缺陷。具体来说，JITfuzz采用了一系列专门设计用于激活各种即时编译器的优化机制（例如函数自动展开和算式化简）的变异算子来生成测试用例；同时，由于各项优化任务实际上都离不开程序控制流，JITfuzz也提出了保证测试程序用例不会遇到意料外错误的控制流变异算子，来有效探索即时编译器的深度状态。在此基础上，我们更进一步提出了基于多臂赌博机的调度算法，通过使用即时的覆盖信息来优化测试过程中的效率。在我们的试验中，JITfuzz比当前最好的同类工具多取得了27.9%的代码覆盖，也比基于先验缺陷数据库的生成性测试工具多取得了18.6%的代码覆盖。同时，我们使用JITfuzz成功找到了36个Java虚拟机的安全缺陷（其中21个是即时编译器的缺陷），并且它们中的27个缺陷（包括18个即时编译器的缺陷）已经被相应的开发者确认。 图3该研究工作的第一作者是2020级南方科技大学-香港大学联培博士生吴明远，导师为张煜群老师。张煜群老师为通讯作者，南科大为第一单位。4TraceArk: Towards Actionable Performance Anomaly Alerting for Online Service SystemsZhengran Zeng, Yuqun Zhang, Yong Xu, Minghua Ma, Bo Qiao, Wentao Zou, Qingjun Chen, Meng Zhang, Xu Zhang, Hongyu Zhang, Xuedong Gao, Hao Fan, Saravan Rajmohan, Qingwei Lin and Dongmei Zhang对于如微软 Azure 云平台、M365 等拥有成千上百个微服务的大型在线服务，能够及时准确地发出性能异常警告至关重要。针对这个问题，现行的研究方案主要分为两类。一类通过设置性能指标的阈值来确定异常情况，但由于系统非常复杂且处于动态变化中，固定阈值会出现大量误报。另一类追求告警准确性的方法主要采用端到端的深度学习模型，但因其可解释性不强，在实际产品中的效果有限。虽然工程师们能够理解异常报告的逻辑，但仍需花费大量时间做出具体诊断。为了解决以上两类问题的痛点，研究员们提出了准确性高且可解释的异常告警方法 TraceArk。由于微服务系统产生的 trace 数据（包含服务的性能指标、服务之间的调用记录等），为系统的异常检测和诊断提供了重要参考，所以 TraceArk 首先对系统的 trace 数据进行详细地实证分析，在设计性能异常评估模型时（图中 Anomaly Feature Extractor 部分）充分考虑了 trace 的结构特点对性能指标的影响，以及实际业务场景中异常的含义，从而提取多个和异常定义相关的特征。比如除了性能指标时间序列异常，工程师们也会关注该异常对于整体服务的影响优先级，对系统影响时间更长，影响范围更大的异常更值得工程师们及时响应。其次，TraceArk 将少量工程师经验（反馈）纳入告警决策模型的学习过程（即图 Feedback 过程），使得 TraceArk 能够适应不同场景。为提高可解释性，TraceArk 采用了经典的树模型来评估异常的严重性，从而与告警同步输出异常的判断路径，便于工程师们进一步诊断。 图4在开源异常数据集和 M365 Exchange 真实数据集上，TraceArk 都显著优于现有 SOTA 方法，F1值分别提高了50.47%和20.34%。同时，TraceArk 已在生产环境稳定运行四个月，将原有异常告警的精确度提高了2.3倍，并为工程师们提供了可解释的告警细节。该研究工作发表在SEIP (实践软件工程) track，第一作者是2020级南方科技大学硕士研究生曾政然，导师为张煜群老师。张煜群老师为共同第一作者，南科大为第一单位。5MirrorTaint: Practical Non-intrusive Dynamic Taint Tracking for JVM-based Microservice SystemsYicheng Ouyang, Kailai Shao, Kunqiu Chen, Ruobing Shen, Chao Chen, Mingze Xu, Yuqun Zhang*, Lingming Zhang污点分析技术，即给数据标记污点并且在程序数据流中传播污点的相关技术，已经在分析程序信息流以及保证系统和数据安全方面得到了广泛的应用。由于其在实际应用中的重要性，各种污点分析技术已经被提出，包括静态和动态污点分析。然而，现有的污点分析技术很难应用于工业界应用中被广泛使用的微服务系统。为了解决这一问题，本文提出了首个实用的非侵入式动态污点分析技术MirrorTaint，以支持基于Java虚拟机的微服务系统。具体而言，通过对微服务系统的字节码进行插桩，MirrorTaint在镜像内存空间中构建了一系列拥有特定标记污点、传播污点的规则的数据结构。这些数据结构本质上是非侵入式的，即无需修改任何程序元数据或运行时系统。在程序执行过程中，MirrorTaint通过实时复现Java虚拟机的指令执行进行动态污点分析。通过这种方式，MirrorTaint可以在执行过程中追踪被污点标记的变量，而不修改程序元数据或破坏JVM内存空间。我们在各种开源微服务系统上对MirrorTaint和SOTA动态和静态污点分析技术进行了评估比较，结果表明，与SOTA动态污点分析技术Phosphor和静态污点分析技术FlowDroid相比，MirrorTaint具有更好的兼容性、接近的精度和更高的召回率。同时，与同是动态的Phosphor 相比，MirrorTaint的运行时开销更低。此外，我们还在一家拥有亿级体量用户的金融科技公司蚂蚁集团进行了案例研究，将MirrorTaint与他们成熟的基于长期专家经验的数据检验系统进行了比较。结果显示，专家经验的不完整性导致该数据检验系统只覆盖了84.0%的总数据关系，而MirrorTaint可以自动找到99.0%的关系，且精度达到100.0%。最后，我们还应用MirrorTaint成功检测了最近广泛传播的Log4j2安全漏洞。我们的研究结果证明，MirrorTaint在支持微服务系统上具有显著优势。它能够处理动态特性，避免了静态分析技术的精度问题，并且不需要修改程序元数据或运行时系统。与SOTA污点分析技术相比，MirrorTaint在兼容性、精度和召回率方面都表现出色，并且运行时开销较低。 图5该工作的第一作者是2020届南方科技大学本科毕业生欧阳奕成（现美国伊利诺伊大学香槟分校在读博士生），其本科导师为张煜群老师。张煜群老师为本文通信作者。6Automated Repair of Programs from Large Language ModelsZhiyu Fan, Xiang Gao, Martin Mirchev, Abhik Roychoudhury, Shin Hwei Tan近年来，大型语言模型(例如 OpenAI Codex)已经在许多编程任务的基准测试以及实际软件开发中上展现了其自动生成高质量代码的能力。然而，现有大型语言模型在处理复杂任务时仍有代码生成正确率较低的问题。其中一个原因是语言模型缺乏对程序语义的认识，导致生成错误，甚至是无法编译的程序。在本文中，我们基于自动程序修复(Automated Program Repair)技术，系统地研究了应用APR技术修复语言模型生成的错误代码的可行性。为了测试自动程序修复技术对于自动生成的代码的表现，我们从最近的LeetCode竞赛中收集了113个编码任务，并使用Codex对这些任务生成答案。最后，我们选用了现有最佳自动程序修复工具TBar和Recoder来修复Codex生成的错误答案我们的研究揭示了以下几点：（1）通过语言模型自动生成的代码与人工编写的代码存在共同的错误模式，证明为修复人工编写的程序错误而设计APR技术依然有潜力修复自动生成的代码；（2）通过提供程序错误的相关信息，新发布的Codex-edit模式在修复bug方面与TBar和Recoder有着相似甚至更好的效果。我们的实验表明：（1）自动程序工具需要克服程序补丁搜索空间的限制来扩大其可用性(例如，引入更灵活的故障定位技术)；（2）由于大型语言模型可以通过在更多数据上进行训练来推导出更多的修复模式，未来的APR技术的研究重点应该从人工设计更多的修复模式转向使用程序合成/程序语义为基础的方法；（3）将语言模型与APR相结合来产生更多高质量程序补丁是值得研究的方向。 图6该工作的第一作者是2019届南方科技大学本科毕业生范治宇（现新加坡国立大学在读博士生），其本科导师为陈馨慧(Shin Hwei Tan)，该工作在陈馨慧老师的指导下完成。陈馨慧老师联合英国伦敦大学学院、韩国庆北大学以及美国麻省大学的学者在ICSE 2023上举办了第四届国际自动程序修复研讨会(International Workshop on Automated Program Repair)，该研讨会受到广泛关注，吸引了30多名来自世界各地的相关专家包括国内北京大学和美国密歇根大学的学者参与交流与讨论。陈馨慧老师刘烨庞老师担任ICSE大会下设的移动软件工程会议MobileSoft的Novel Ideas and Emerging Results Track的程序委员会联合主席，ACM Student Research Competition的程序委员会委员，以及SCORE Contest的通讯评委和现场决赛的评委。

2023年5月10日，中国共产党南方科技大学工学院计算机科学与工程系委员会成立大会暨第一次党员大会在工学院南楼813报告厅召开。工学院党委书记贡毅、工学院党委副书记彭中华、计算机系系主任姚新等出席会议。会议由计算机系教职工党支部书记张进主持。大会在庄严的国歌声中拉开了序幕。奏唱国歌工学院党委副书记彭中华老师宣读工学院党委《关于同意计算机科学与工程系召开党员大会、开展选举工作的批复》。工学院党委副书记彭中华宣读批复计算机科学与工程系党委筹备工作组组长王琦副教授向大会作筹备工作报告。报告回顾了计算机系党支部自2019年成立以来，紧紧围绕立德树人的根本任务和学校建设世界一流大学的目标，将全系共产党员和师生员工的智慧和力量凝聚到发展上来，在党建与思想政治工作、人才培养、师资队伍建设、学科建设、科学研究等方面取得的突破和发展。王琦作筹备工作报告计算机系系主任姚新讲席教授致辞。他指出，计算机系从2019年1月建立党支部，就积极做好各项基层党建工作。从那时起计算机系就在智园召开党政联席会议，做好党建业务双融双促，在立德树人、学科建设、平台建设及双一流建设等方面都取得显著成效。他表示，希望在上级党委的领导下和支持下，计算机系党委能继续发挥基层党组织的战斗堡垒作用，锐意进取，为我系建成世界一流的计算机学科人才培养基地和研究中心贡献力量。计算机系系主任姚新讲席教授致辞工作人员王星月同学宣读《计算机科学与工程系系第一届委员会委员选举办法（草案）》和《总监票人、监票人、计票人名单》，计算机科学与工程系第一届委员会委员候选人预备人选名单，全体参会党员举手表决通过。大会进行投票、计票选举产生中共南方科技大学工学院计算机科学与工程系第一届委员会委员。王星月宣读选举办法投票环节总监票人张建国教授报告计票结果。总监票人张建国教授报告计票结果经投票选举，于仕琪、王琦、刘萍、朱悦铭、张进、张星、宋轩（姓氏笔画为序）7名同志当选中国共产党南方科技大学工学院计算机科学与工程系第一届委员会委员。新一届党委委员合影工学院党委书记贡毅教授充分肯定了计算机系在人才培养、师资队伍建设、学科建设、教学科研等方面的成绩。他指出，此次大会是计算机系政治生活中的一件大事，对于进一步凝聚全系师生的智慧和力量，促进各项事业再上新台阶具有十分重要的意义。对新一届党委，贡毅书记提出了三点要求，一要始终坚持党的领导，切实加强党的政治建设；二要始终打牢党建工作基础，切实加强基层党组织建设；三要紧密围绕学院、学校发展建设目标，切实推进各项事业高质量发展。他希望，计算机系第一届党委要不忘初心、牢记使命、奋发作为，团结带领全系师生，努力开创院系党建工作新局面。贡毅书记讲话在随后召开的中共南方科技大学工学院计算机科学与工程系第一届委员会议上，王琦当选为中共南方科技大学工学院计算机科学与工程系第一届委员会书记，张进当选为中共南方科技大学工学院计算机科学与工程系第一届委员会副书记。计算机系教职工第一党支部、第二党支部党员大会顺利召开。于仕琪、王薇、刘静、宋轩和张爱（姓氏笔画为序）5位同志当选教职工第一党支部委员。方苏菊、刘萍、朱悦铭、张进和张锋巍（姓氏笔画为序）5位同志当选教职工第二党支部委员。计算机系研究生党总支成立大会顺利召开。马永煜、王怡林、王星月、孙涛、张星、陈薪宇、梁振宇（姓氏笔画为序）7位同志当选为研究生党总支支委。在研究生党总支第一届委员会议上，张星当选为计算机系研究生党总支书记、梁振宇当选为计算机系研究生党总支副书记。

5月10日，第十届ASC世界大学生超级计算机竞赛总决赛在中国科学技术大学落下帷幕。在南科大计算机科学与工程系助理教授李卓钊、科学与工程计算中心主任工程师范靖、超算队前队长赵佳华和在读研究生毛尊尧共同指导下，由我校朱晗、王炳臻、吴笑丰、郑飞扬、叶璨铭五位本科生组成的南科大学生超算团队获总决赛一等奖和超级团队奖。其中毛尊尧为计算机系22级硕士研究生，朱晗、叶璨铭、吴笑丰三位同学为计算机系20级本科生。这是南科大学生超算队连续三届获得ASC世界大学生超算竞赛总决赛一等奖，本次超级团队奖是南科大超算队首次获得该单项奖，取得历史性突破。全球24强角逐总决赛本次竞赛全球共有300余支高校代表队报名参加，经过预赛选拔有24支队伍晋级总决赛，其中包括清华大学、北京大学、中国科学技术大学、中山大学、上海交通大学等高校。决赛首日挑战随机量子线路采样模拟，领先各小组位列第一总决赛要求各参赛队伍在3000瓦功耗约束下自行设计并现场搭建超算系统，运行优化国际通行基准测试HPL&HPCG、AI语言大模型应用Yuan、机器学习分子动力学应用DeePMD、气候水文耦合模式应用WRF-Hydro和海洋数值模式FVCOM这些前沿科学与工程应用。南方科技大学+哈尔滨工业大学(深圳)+兰州大学+上海交通大学+齐鲁工业大学+香港中文大学 团队成员合影在超级团队赛中，南方科技大学与哈工大深圳、兰州大学、上海交通大学、齐鲁工业大学和香港中文大学组成的超级团队表现十分出色，对随机量子线路采样模拟赛题实现了高效优化，总分领先其他各组位列第一，最终获得了超级团队奖。谈及参赛体会，超算队同学们表示：“我们队平台性能高且稳定，所以主要承担跑分的任务，最终取得了满分，这是我们这个超级团队共同努力的结果。超级团队赛非常有意思，让队伍之间加强了交流，我们在群里不仅讨论超级团队赛题，也会讨论其他的赛题。”带队教师表示，学校一直以来都非常重视在前沿交叉学科领域培养拔尖科技创新人才。ASC作为世界最大规模的超算竞赛，为青年学生的成长提供了非常好的创新教育平台，将进一步推动南科大在前沿交叉科技领域的人才培养。全球最大规模的超算竞赛ASC 世界大学生超级计算机竞赛（ASC Student Supercomputer Challenge）由中国发起组织，并得到亚洲及欧美相关专家和机构支持，旨在通过大赛平台推动各国及地区间超算青年人才交流和培养，提升超算应用水平和研发能力，发挥超算的科技驱动力，促进科技与产业创新。第十届ASC世界大学生超级计算机竞赛现场当前全球新一轮科技革命和产业变革正在深入发展，人工智能正在深刻改变创新的范式，而算力，正是这次创新变革背后巨大的推动力。第十届ASC超算竞赛恰逢其时，AI语言大模型，AI+science等前沿赛题极具挑战性，同学们通过学习使用最新的计算产品和技术，探索实践如何驾驭算力、智能创新。大赛迄今已举行至第十届，吸引超过万名世界各国大学生参赛，是目前全球规模最大、参与人数最多的大学生超算赛事，且与德国ISC、美国SC并称世界三大超算竞赛。

2023年是全面贯彻落实党的二十大精神的开局之年，也是南科大在新型研究型大学建设上承前启后、发力突破的重要一年，同样也是学校正式投入“双一流”建设后创新发展、大干快上的关键之年。在过去的一年里，计算机系各级团组织和广大团员青年以习近平新时代中国特色社会主义思想为指导，认真学习宣传贯彻党的二十大精神，坚定信念、坚守初心，勤学笃行、砥砺奋进，为推动院系高质量发展贡献青春力量，涌现出一大批先进集体和个人。“深圳市优秀共青团员”刘浩锋 刘浩锋和导师刘江教授刘浩锋，计算机科学与工程系2020级硕士研究生，南科大田径队副队长，朝阳晨跑队副队长。发表11篇相关论文,包含一作/共一4篇，二作4篇，获得发明专利6项(1项授权,5项已受理);担任MICCAI，MICCAI OMIA,MIDL审稿人;广东省大运会道德风尚运动员、国家奖学金、广东省优秀团员、南科大优秀团员、担任校田径队队长率领校队首次参赛广东省大运会率领校队在大学城运动会斩获团体冠军,带领工学院斩获校运会团体冠军,8次获得校运会和大学城运动会的100米或4x100米冠军,多次打破校记录。“学校五四红旗团支部”工学院计算机科学与工程系2022级硕士团支部计算机科学与工程系2022级硕士团支部书记为梁振宇同学。2022年，本支部共有15名团员提交入党申请书。支部团员积极参与青年大学习，2022年以来，平均参学率达79.92%以上。在2022-2023年度校级五四表彰中团支部成员总计获得6项校级优秀团员，2项校级优秀学生骨干。当代中国青年生逢其时，施展才干的舞台无比广阔，实现梦想的前景无比光明，广大团员青年、团干部和各级团组织要以受表彰的集体和个人为榜样，坚定不移听党话、跟党走，怀抱梦想又脚踏实地，敢想敢为又善作善成，立志做有理想、敢担当、能吃苦、肯奋斗的新时代好青年。

近日，第16届IEEE国际会议ICST 2023在爱尔兰首都都柏林成功召开。计算机系大四学生梁家源受邀参加会议并作时长20分钟的学术报告，介绍论文“RIDA: Cross-App Record and Replay for Android”。指导老师为计算机系助理教授刘烨庞。ICST会议全称为IEEE International Conference on Software Testing, Verification and Validation，是软件测试和验证领域国际权威学术会议，旨在为从事软件测试研究和实践的人员提供一个开放的论坛，以介绍和讨论最新的研究发现、想法以及领域未来的发展。此次ICST主会共录用了26篇论文，其中梁家源同学作为第一作者发表的论文提出了一种基于语义匹配和双向搜索算法的跨应用录制回放技术，解决了现有测试复用技术对于源测试用例的依赖问题，为移动软件测试提供了一种新的思路，即利用现有成熟应用自动测试新应用。该论文是基于梁家源与队友邓祥波的计算机系本科生创新实验课项目成果撰写的，该项研究是在国家和广东省自然科学基金项目的支持下开展。指导老师刘烨庞表示：“梁家源和邓祥波同学从大三开始选修创新实验课程，连续两个学期研究跨应用的录制回放问题，取得了不错的进展，研究成果申请了国家发明专利，投稿到ICST的论文也被顺利录用。课题组之前也有不少选修创新实验课的本科生参加研究项目并在软件领域重要国际会议（如ICSE，ASE，SANER，ISSRE等）发表论文，但由于疫情原因都只有线上会议可以参加。此次看到梁家源同学去爱尔兰现场参加ICST会议，以流利的英文作报告，自信并准确地回答国际同行的问题，感到非常开心，希望课题组以后能有更多的本科生在国际会议上宣传研究成果，展现南科大计算机系学生的风采”。梁家源介绍论文梁家源与国际同行交流论文第一作者梁家源（左）与第二作者王斯南（斯发基斯可信自主系统研究院研究助理）（右）在会场合影ICST 2023会议网站：https://conf.researchr.org/home/icst-2023。

人生路口继续深造还是走入社会如何找到合适的毕业方向很多同学都希望借一束“光”扫除自己心中的困惑指引自己前进的方向……为有效帮助计算机系学子们尽快规划未来毕业去向，在校同学们合理规划大学生涯，获取升学就业经验，计算机科学与工程系于4月27日在三教106成果举办了计算机系升学就业分享会。分享会由张星和李浩老师主持，分别邀请到计算机系程然副教授；2020级硕士研究生邓森同学；四位2019级本科生同学：袁恒宸，区明阳，张子研和周民涛（线上）。会议现场程然（副教授）愿你走出半生 归来仍是少年程然老师以“愿你走出半生，归来仍是少年”为题分享自己求学中遇到的一些波折及决定，启发同学们：人生路上如果想有所成就，注定不是一帆风顺的。要保持初心，做一个好人。邓森仰望星空 日进有功导师：张殷乾教授毕业去向：香港科技大学博士邓森同学向大家分享了自己研究生期间积累的科研经验，同时介绍了若干个在升学申请中用于查询全球CS方向做的较出色的院系和教授的网站。袁恒宸北美CS申请经验分享导师：张煜群教授毕业去向：UT-Austin袁恒宸同学结合自己的申请经历，对境外申请的有关要素逐一列举并进行排序。另外，也对境外升学的一些常见问题阐述了自己的见解。区明阳考研经验分享导师：刘江教授毕业去向：南方科技大学硕士区明阳同学从考研择校，考研笔试、面试准备等方面对考研进行了一个整体的介绍，同时强调准备考研的同时也不要放松科研和课程项目，这对考研面试通过有比较大的帮助。张子研我的就业之路导师：唐珂教授毕业去向：美团张子研同学介绍了自己收获美团、华为以及比亚迪offer的经历，和准备笔试面试过程中的经验和重要的时间节点。也分享了自己对就业和读研两条出路选择的看法。周民涛深圳教师报考经验分享-线上导师：宋轩教授毕业去向：深圳信息技术教师周民涛同学具体分享了公务员考试和事业单位考试的流程、需要关注的门户网站以及自己在考试中的经验教训。由于部分同学因学业繁忙未能到会参加，现将本次分享会的腾讯会议录屏链接附上。需要的同学可以访问下方链接进行观看：主题: 计算机系升学就业分享会https://meeting.tencent.com/v2/cloud-record/share?id=0967df31-17c0-4caf-97a7-11218047165c&from=3