夜雨聆风近年来，软件系统为了应对现代应用在复杂性、可靠性及安全性等方面提出的全生命周期保障挑战，在缺陷治理领域产生了新的发展趋势，主要体现在以下三个方面：(1) 软件规模的持续增长与代码形态的多样化给缺陷治理带来了全新的挑战；(2) 敏捷开发与持续集成对缺陷检测、定位与修复的自动化能力提出了全新的要求；(3) 大语言模型与神经符号融合等人工智能技术的突破为软件测试与演化带来了全新的机会。因此，需要利用和发展现有软件工程理论，构建形成新的技术框架与系统经验。然而，在如何深度融合人工智能与数据科学技术，解决软件缺陷治理中遇到的各类与跨库关联、语义理解、根因推断相关的痛点、难点问题，仍有很大的研究空间。
本专刊旨在汇聚学术界与工业界在数据科学、机器学习及人工智能技术驱动下的软件缺陷治理最新研究成果。我们诚邀探讨软件缺陷全生命周期自动化技术的原创性论文，涵盖的主题从高质量、标注完善的公开数据集建设及基于缺陷库的经验软件工程研究出发，延伸至智能化的缺陷检测、定位与修复技术。在缺陷检测方面，重点关注基于深度学习的静态分析、测试用例自动化生成与排序、测试预言生成、针对特定类型漏洞的数据驱动模型，以及大语言模型在零/小样本场景下的应用；在缺陷定位领域，涵盖基于大模型的定位技术、缺陷报告自动复现、智能化改进的SBFL/MBFL方法、多模态数据融合定位及基于因果推断的根因分析；在自动化修复方面，则聚焦于基于生成式AI与数据驱动的补丁生成、候选补丁排序、结合静态分析的修复技术及相关经验分析。
经过第一轮评审的论文作者需要参加Chinasoft 2026会议并到会报告，之后特约编辑和编辑部根据复审情况和会议报告情况决定文章的最终结果，专刊将在2027年第7期出版。读者群体包括软件工程、数据挖掘、人工智能等多个领域的研究人员和工程人员。
专刊题目：数据驱动的软件缺陷检测、定位与修复
特约编辑：姜艳杰（天津大学）刘辉（北京理工大学）窦文生（中国科学院软件研究所）钟浩（上海交通大学）张路（北京大学）
截稿时间：2026年8月17日
出版时间：2027年第7期
欢迎相关研究领域的专家学者、科研人员踊跃投稿。
