喜报 | 祝贺我院孙昌爱教授团队在基础软件测试方面取得重要进展

近日，我院孙昌爱教授团队的研究成果相继被计算机领域国际顶级学术会议录用。祝贺老师同学们！

①SpectraDL: A Historical Issue-Driven, Test Specification-Assisted Transfer Testing Approach for Deep Learning Frameworks via LLMs

录用单位:ACM SIGSOFT International Symposium on Software Testing and Analysis (ISSTA 2026）（软件测试与分析领域顶级国际会议）

②SyzPilot: State-Guided Agentic Syscall Specification Synthesis for Enhancing Kernel Fuzzing

录用单位:Network and Distributed System Security Symposium (NDSS 2027）（网络与系统安全领域顶级国际会议）

深度学习框架与操作系统是支撑各类智能软件系统的基础软件，其质量直接影响应用系统的安全性与可靠性。其中，深度学习框架以算子形式提供基础算法单元，由于主流框架普遍采用开源开发模式、并行演化、实现策略相近，同一类缺陷往往在不同算子甚至不同框架之间反复出现。课题组提出了一种面向深度学习框架的迁移测试方法SpectraDL，从文档中抽取深度学习框架算子的测试规格说明，将历史缺陷及其关联的代码提交转化为结构化模式，通过语义意图与输入空间结构特征相结合的检索机制，将缺陷模式迁移至跨框架的相关算子。SpectraDL在PyTorch、TensorFlow、Paddle Paddle和MindSpore四个主流深度学习框架上检测出125个真实缺陷，其中107个已获开发者确认。

孙昌爱教授团队长期从事软件测试与服务计算方向的研究与实践，相关研究成果在中国计算机学会主办的软件研究成果原型竞赛、软件服务创新大赛中多次获奖。孙昌爱教授2018年主办了第一届中国蜕变测试研讨会，担任该系列会议指导委员会主席；担任软件工程领域主流国际会议ICSOC 2025/2026 （CCF B国际会议）、COMPSAC 2023/2024 （CCF C国际会议）程序委员会主席或领域主席（Program Committee Chair/Area Chair）；担任国际期刊IEEE Transactions on Services Computing （CCF A国际期刊）编委（Associate Editor）。