近日，我院师生多篇论文成果被软件工程领域国际顶级会议ase 2024、issta 2024、dac 2024和cav 2024录用，四项会议均被中国计算机学会（ccf）列为a类会议。
1.suggesting extract class refactoring opportunities with intra-class dependency hypergraph neural network
该论文主要论述软件开发过程中因封装了多种功能形成的“复杂类”的维护问题。通过构建类内依赖超图来建模“一对多”依赖关系，利用预训练代码模型分配节点属性，设计增强超图神经网络进行训练，与大语言模型串联构建重构工具链。实验表明论文提出方法与sota工具相比在准确率等指标上均有显著提升，并在实际场景进行验证。
该论文作为正文发表于顶级会议issta 2024，论文第一作者为青年教师崔笛，通讯作者为李青山教授。
2.hecs: a hypergraph learning-based system for detecting extract class refactoring opportunities
该论文通过利用超图学习框架，实现原型工具，用于类提取重构功能，其通过超图构建、节点属性生成、重构位置分析、前置条件验证，最终推荐有效重构方案，并在ide环境中自动化实施。
该论文作为tool demo论文发表于顶级会议issta 2024，论文第一作者为博士生王路桥，通讯作者为李青山教授。
3.suggesting move method refactoring opportunities with inter-class code entity dependency enhanced hybrid hypergraph neural network
该论文主要论述软件开发过程中因错误函数位置形成的代码“过度耦合”问题。该论文通过构建类间代码实体依赖超图建模代码类之间的三层依赖关系，使用预训练模型为节点分配属性，设计混合超图神经网络训练，构建重构工具链。实验表明论文提出方法在相关指标上均有显著提升，并在实际场景中进行验证。
该论文作为正文发表于顶级会议ase 2024，论文第一作者为青年教师崔笛，通讯作者为李青山教授。
4.collaborative llm-based agents for code reviewer recommendation
该论文基于llm的多智能体协作实现高效代码审查，其通过精准审查员推荐，加快代码审查过程并提升审查质量。该论文利用llm捕捉语义信息，综合考量多种影响因素，并通过多代理系统的协作实现精准推荐。实验表明本论文提出方法在性能和解释性等指标均优于sota方法。
该论文作为nier论文发表于顶级会议ase 2024，论文第一作者为博士生王路桥，通讯作者为李青山教授。
5.dacpara: a divide-and-conquer parallel approach for high-quality logic rewriting in large-scale circuits
该论文论述大规模复杂电路在综合中高效且高质量的并行逻辑重写问题。通过将电路aig根据节点深度分治来构建自底向上的动态执行方式，利用动态全局信息分离并且重新设计了重写过程中三个子阶段的算法。通过epfl测试电路集评估并与sota方法相比，实验证明提出方法在电路质量相当或更好的前提下，重写加速比显著提升，尤其在处理大规模复杂电路时展现出巨大的潜力。
该论文正式发表于顶级会议dac 2024，论文第一作者为博士生曲南江，通讯作者为田聪教授。
6.enchanting program specification synthesis by large language models using static analysis and program verification
该论文论述在大模型的辅助下，通过分层、迭代、增量结合的方式，生成与软件代码行为一致的程序规约。该研究实现的原型工具autospec能够智能化地为c程序生成acsl形式的程序规约，并自动化实施程序验证，实验成功自动验证79%的程序，大幅提高了程序自动验证的效率。
该论文作为正文发表于顶级会议cav 2024，论文第一作者为青年教师文成，我校秦胜潮教授和香港科技大学曹嘉伦研究员为共同通讯作者。
据悉，国际软件测试与分析会议（the 33th acm international symposium on software testing and analysis，简称issta）将于9月16日至20日在奥地利维也纳举行。国际自动化软件工程会议（the 39th ieee/acm international conference on automated software engineering，简称ase）将于10月27日至11月1日在美国萨克拉门托举行。国际设计自动化会议（the 61st acm/ieee design automation conference， 简称dac）和国际计算机辅助验证会议（the 36th international conference on computer aided verification，简称cav），已于6月23日至27日和7月22日至27日，分别在美国旧金山和加拿大蒙特利尔举行。
